无人机竞速的终极愿景是使无人机在障碍物跑道上灵活地穿梭，与旨在重塑地面交通的无人驾驶汽车相比，它吸引的关注和投资要少得多。但是，美国军方和国防工业部门正在把赌注押在自主无人机竞速上，把它作为开发人工智能的下一个前沿领域，目的是使无人机在没有人为干预的情况下、在狭小的空间内实现高速导航。

无人机自主的挑战在于需要在瞬间做出六个自由度的决策，而不仅仅是汽车的两个自由度。瑞士苏黎世大学的机器人与感知团队是一个研发自主竞速无人机中人工智能技术的研究团队。5月下旬，瑞士研究人员与其他8个团队一起参加了由美国洛克希德·马丁公司赞助的为期两年的AlphaPilot开放式创新挑战赛。在击败其它自主无人机和一名职业无人机飞手后，获胜者将获得高达225万美元的奖金。

室内

室外

该团队教授Davide Scaramuzza说，“首先要指出的是，拥有一架能够高速完成比赛甚至击败人类飞行员的自主无人机，并不意味着我们能够拥有能够在实际、复杂、非结构化、未知的环境中（例如灾区、坍塌的建筑物、洞穴、隧道或狭窄的管道、森林、军事场景等）进行自主导航的无人机。然而，为无人机开发鲁棒且计算效率高的状态估计、控制和规划算法将是一个起点。”

洛克希德马丁公司AlphaPilot项目经理Keith Lynn说，“从424名AlphaPilot项目申请者中脱颖而出的9支队伍，将在2019年参加由无人机竞速联盟人工智能机器人赛道组织的4场比赛。”为了确保对每个团队的人工智能技术进行公平的比较，每个AlphaPilot团队将把自己的AI代码上传到相同的、专门设计的无人机上，该无人机的机载计算硬件以NVIDIA Xavier GPU为核心。

Lynn说，“洛克希德·马丁公司正在为9个AlphaPilot团队提供指导，以支持他们的人工智能技术开发和创新。公司将于7月在麻省理工学院主办为期一周的开发者峰会，致力于研讨和改进各AlphaPilot团队的代码。”他指出，每个团队都将保留其AI代码的知识产权。

创建和训练依靠视觉导航在复杂环境中执行高速飞行的人工智能技术不是一件容易的事情。一个很大的挑战来自于如何使无人机快速加速、急转弯、侧向飞行、曲折飞行甚至后空翻。这意味着，在无人机飞行过程中，摄像机图像可能突然出现倾斜，甚至颠倒。当无人机以高速飞行并且摄像机从多个方向采光时，可能发生运动模糊。无论是摄像机本身还是可视化软件都很难补偿环境中亮部和暗部之间的突然变化。

为了帮助人工智能，Scaramuzza团队最近发布了一个无人机竞速数据集，其中包括由一名专业飞手在室内和室外环境中操纵无人机得到的真实训练数据。该团队在2019年IEEE机器人与自动化国际会议上公布了这些数据，其中包括复杂的空中机动（如后空翻）、覆盖数百米的飞行序列以及高达83公里/小时的飞行速度。

无人机竞速数据集还包括由该组织一种特殊的仿生事件相机捕捉到的数据，这些摄像机可以在微秒级时间内检测到每个像素的运动变化。相比之下，普通相机需要在毫秒级时间内来比较每个图像帧中的运动变化。事件相机已经被证明能够帮助无人机灵活地躲避该团队实验室研究人员扔向它们的足球。

该团队在竞速无人机数据集方面的工作部分得到了美国国防高级研究计划局（DARPA）的资助，这笔资金来自该局的快速轻型自主性（FLA）计划。该计划旨在使小型自主无人机能够在没有GPS导航或不与人类飞行员通信的情况下高速穿越杂乱的环境。

这种快速无人机可以充当军事侦察员，检查危险的建筑物或巷子。总有一天，它们也能帮助搜救队找到被困在半倒塌建筑物中或迷失在树林中的人。Scaramuzza说，能够高速飞行而不撞到物体，还能最大限度地利用有限的电池续航时间，将使无人机在各种任务中的效率更高。毕竟，大多数无人机的电池续航时间都是因为需要在飞行中悬停而耗尽的，而飞行得更快不会消耗太多的电池续航时间。

即使人工智能成功地征服了无人机的障碍赛道，那也将是这项技术发展的开始。还需要什么？Scaramuzza特别指出，需要处理烟雾、灰尘、雾、雨、雪、火、冰雹等低能见度条件，这是复杂现实环境中基于视觉的算法和人工智能面临的一些最大挑战。

Scaramuzza说，“我认为，如果我们希望将来能够利用自主机器人辅助救援人员在地震或自然灾害后拯救生命，我们就应该开发和发布包含烟雾、灰尘、雾、雨、火等条件的数据集。”

如果您喜欢此类文章，请关注或使用评论功能↓↓

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。