计算机视觉为自主无人机提供动力

计算机视觉技术正在补充 GPS 传感器，以支持物体跟踪、环境感知和避免碰撞等自主飞行功能。然而，4K 视频（现在是图像捕捉的必备功能）和 3D 深度图创建等其他功能对视觉智能无人机电子设备中的高质量图像和视频处理管道提出了巨大的计算挑战。

虽然计算机视觉显然是此类飞行机器人设计发展的一个主导方面，但它仍然属于算法范畴，需要大量智能和分析能力才能让无人机理解它们正在拍摄的内容。软件算法正在不断改进，以应对视觉应用日益增加的计算复杂性，从而需要灵活的硬件平台来最 佳地利用这些改进。

防撞系统

现在，全面的防撞系统对于防止无人机撞上电线、树木和风车等一切物体至关重要。在不久的将来，每天可能会有多达 10,000 架无人机飞过城市上空。因此，无人机不仅需要避免撞上建筑物、树木和商用飞机，还需要避免撞上其他无人机。这些要求都需要通过复杂的软件算法识别物体，随后实现态势感知，以避免与其他物体发生碰撞。

该软件可以检测感兴趣的物体，逐帧跟踪这些物体，并进行必要的分析以识别其行为并做出适当的反应。在这里，基于从两个立体摄像机捕获的数据的深度信息可用于构建 3D 深度图，以便更精 确地避免物体碰撞。

此外，由于遥控无人机等飞行物体在 3D 开放空间中移动，它们捕获和分析的视频需要在所有三个轴（x、y 和 z）和六个运动和旋转度（上下、左右和前后）以及俯仰、滚转和偏航（向前倾斜、向侧面倾斜和围绕中间旋转）上保持稳定。

双摄像头设置开启新市场

无人机如今能够服务于从采矿到农业再到建筑等众多新市场。例如，无人机可用于跟踪石油运输、测量车辆速度以及定位石油和天然气管道中的泄漏。然而，要做到这一点，无人机需要感知周围环境、识别物体并立即对情况做出反应。

不可避免地，无人机需要进行大量改进才能在这些新市场中发挥其潜力。首先，无人机必须更容易操作，因此需要深度地图支持等功能，以确保安全起飞、飞行和降落。一些无人机公司已经在各种户外应用中提供“跟随我”和“兴趣点”功能的对象跟踪。

还值得一提的是，大多数无人机使用 CMOS 传感器来录制视频，因此在捕捉快速移动的物体时会产生“滚动快门”效果。广角镜头也需要实时镜头失真校正。此外，由于无人机发动机和风等因素，视频中不可避免地会出现“抖动”；诸如用于减震的万向节以及各种隔离方法等解决方案的成本并不低。解决这些问题的另一种可行工程解决方案涉及实时数字视频稳定和其他增强图像处理的功能，利用专用硬件加速器。

此外，双摄像头设置可能允许无人机在日光和热视频流之间切换。例如，这种无人机可以飞过停车场并找到发动机仍在发热的汽车。然后它可以扫描车牌以进行付款或安全检查。