无人机自动避障的方式（自动避障的实现三阶段）

上期给大家分享了一个无人机躲避障碍物并自行规划飞行路线的视频。

在视频中，无人机可以自动检测障碍物并且自动躲避以防止事故发生。

既然都说了这期展开讲讲，那填坑这种事儿，这次一定！

这种技术，就是无人机“自动避障”系统（Obstacle Avoidance）。

无人机在自动飞行的过程中遇到障碍物时，通过实时测量的方式自动识别、有效规避障碍物，来保障安全飞行。

它最直接的好处就是，能够很大程度上减少因为人为疏忽或外部干扰造成的炸机事故。

既避开了飞行途中的障碍物，也避开了不必要的麻烦。

倘若无人机在飞行中撞上了障碍物，那么这将会是一场代价昂贵的教训。（别问我怎么知道）

自动避障的实现路径

无人机自动避障系统的运行可分为三个阶段。

一是感知障碍物；二是绕过障碍物；三是路径搜索。

也就是无人机从发现障碍物，到可以自动绕开障碍物，再到自动规划飞行路线的过程。

第一阶段，无人机感知到障碍物，快速地识别后并悬停下来，等待下一步指令。

第二阶段，无人机通过传感器精确感知到障碍物的具体轮廓，然后自主绕开障碍物。

第三阶段，无人机通过获取的环境信息，利用算法自动规划出飞行线路，从而实现自动自动避障的功能。

感知障碍物

作为自动避障系统的第一阶段，快速的对环境进行检测，并获取场景中障碍物的信息至关重要。

当前用得较多的感知障碍物的检测方法主要有：

超声波技术

这个方法的原理类似蝙蝠识别障碍物，是最简单的测距系统。

因为技术成本低，操作方便，目前很多无人机的避障技术都来源于它，在无人机上加装定向的超声波发射和接收器，然后将其接入飞控系统。

一般来说，超声波的有效距离是5m，对反射物体的材质也有限制。

如果物体表面反射超声波的能力不足， 避障系统的有效距离也会降低。

红外/激光TOF

TOF是Time of flight的简写，直译为飞行时间。

基本原理就是传感器发射一定频率的红外/激光信号，然后根据反射信号与原信号来计算出障碍物有多远。

TOF系统发出的信号，会受到太阳光的干扰。一般情况下，TOF测量距离最大可以到10m，如果有强光干扰只能到5m。

零度公司的Xplorer 2无人机，采用的就是TOF测距方案。 （无人机上的“蘑菇头”就是自动避障模块）

双目视觉

这个方法运用了人眼估计距离的原理，即同一个物体在两个镜头画面中的坐标稍有不同，经过转换即可得到障碍物的距离

通过双目视觉方法可以获得障碍物的信息图像，在光照条件较差的环境下也能精准识别，准确度可以达到厘米级。

大疆的精灵4 就采用了双目避障，能够识别最近0.7m、最远15m的障碍物。

最新发布的御3采用的则是全向双目视觉系统，以机身底部的红外传感作为辅助。

各个方向上有效感知障碍物的范围从0.5m到25m不等。

与前两种方式相比，虽然双目视觉也对光线有要求，但是对于反射物的要求要低很多，也不会互相干扰，普适性更强。

而且双目视觉可以在小体积、低功耗的前提下，获得眼前场景高分辨率的深度图。

这就让避障功能有了更多的发展空间，比如避障之后的智能飞行、路径规划等。

规划路径绕过障碍物

既然发现了障碍物，那下一步，显然是要安全高效的绕过去。

前面我们已经提过，通过TOF测距和双目视觉测距方式，可以感知获取到障碍物的场景信息。

接下来就需要让无人机绕过障碍物，继续完成预定飞行计划。

通过已知场景路径，用层出不穷的算法去搜索优化避障路径，正是进一步研究自动避障的关键所在。

由于方法过多、过于复杂，这里就不再展开，有兴趣的小伙伴自行查阅资料。

图片来源 × 知网

自动避障的必要性

在如今大家常见的消费级无人机中，“自动避障”技术已经成为了标配的功能。

有些人觉得既然把无人机飞到高空，那自动避障岂不是很没有必要。

对于消费级无人机而言，在飞友手中的用途主要以航拍为主。

飞手拍摄 “上帝视角”时，无人机飞得越高，障碍物越少，自动避障的用处好像并不是很大。

但在行业内，无人机除了用于航拍外，更多的还是用于测绘勘探、应急救援、农业植保等复杂场景。

在这些应用场景中，有的已经开始利用地面站集中管理，进行长时间的自动化自动喷洒或监察任务。

因此，对“自动避障”的要求就变得更高，有时差之毫厘，就可能与预期差之千里。

相信随着无人机相关技术的发展， “自动避障”的黑科技可以更加智能、应用的更加广泛，为无人机提供技术保障，减少发生意外事故的风险。

那等到这种技术普及了，就可以跟炸机说再见了嘛？我看不见得。

炸机风险一直都在，选择一份无人机安全风险保障也很重要。