那些打過(guò)籃球并玩過(guò)無(wú)人機(jī)的人，會(huì)想當(dāng)然地回答，小事一樁。但在這臺(tái)無(wú)人機(jī)面前，你錯(cuò)了，因?yàn)樗鼤?huì)快速、靈活地躲避飛來(lái)的襲擊。

最近，來(lái)自瑞士蘇黎世大學(xué)（University of Zurich）的研究人員設(shè)計(jì)出一種新方法，可以讓無(wú)人機(jī)在主動(dòng)躲閃移動(dòng)障礙物的情況下快速導(dǎo)航。該研究讓無(wú)人機(jī)向著擁有更優(yōu)異的性能，比如在惡劣環(huán)境下更快速地飛行，在更短時(shí)間內(nèi)完成更多任務(wù)等邁出很大一步。

圖 | 成功躲避球的無(wú)人機(jī)（來(lái)源：Davide Scauzza）

當(dāng)下市面上的無(wú)人機(jī)已經(jīng)可以承擔(dān)很多工作，但是躲避障礙物并不是它們的強(qiáng)項(xiàng)——尤其是在無(wú)人機(jī)快速移動(dòng)時(shí)。盡管許多飛行機(jī)器人都配備了可以檢測(cè)障礙物的攝像頭，但通常它們都需要 20~40 毫秒的時(shí)間來(lái)處理圖像并做出反應(yīng)。這個(gè)時(shí)間看似很快，但當(dāng)無(wú)人機(jī)自身以較高的速度飛行時(shí)，20~40 毫秒的反應(yīng)時(shí)間對(duì)于避開(kāi)飛鳥(niǎo)或者另一架無(wú)人機(jī)，甚至是靜態(tài)障礙物來(lái)說(shuō)，都是不夠的。尤其是當(dāng)無(wú)人機(jī)在一個(gè)不可預(yù)測(cè)的環(huán)境中使用時(shí)，或者有多架無(wú)人機(jī)在同一片區(qū)域飛行時(shí)，這會(huì)是個(gè)棘手的問(wèn)題。

蘇黎世大學(xué)的研究人員將一種類似的 “事件攝像頭” 整合在一起，并設(shè)計(jì)了新的算法，從而將無(wú)人機(jī)的反應(yīng)時(shí)間縮短到了幾毫秒。這個(gè)近乎一個(gè)數(shù)量級(jí)的提升，足以讓無(wú)人機(jī)在空中躲開(kāi)短距離內(nèi)向其砸來(lái)的球或其他物品。該研究發(fā)表在了一期的《科學(xué) · 機(jī)器人》（Science Robocs）雜志上，由蘇黎世大學(xué)機(jī)器人技術(shù)和感知方向的教授 Davide Scaramuzza 領(lǐng)導(dǎo)。

新型攝像頭與算法結(jié)合，3.5 毫秒快速反應(yīng)

傳統(tǒng)的攝像頭，例如智能手機(jī)上的那種，都是通過(guò)定期拍攝整個(gè)場(chǎng)景的快照來(lái)工作，它會(huì)同時(shí)曝光圖像的所有像素。但是，通過(guò)這種方式，只能在機(jī)載分析完所有像素之后才能檢測(cè)到運(yùn)動(dòng)物體。

Davide 研究團(tuán)隊(duì)的 “事件攝像頭” 則不同，其具有彼此獨(dú)立工作的智能像素。它在未檢測(cè)到外界的變化像素時(shí)會(huì)保持沉默，而一旦看到了光強(qiáng)度變化的像素就會(huì)立即發(fā)送信息。這樣一來(lái)，機(jī)載計(jì)算機(jī)只需處理圖像中的一小部分變化像素，因此大大加快了計(jì)算速度，從而縮短了反應(yīng)時(shí)間。

Davide 向 Deepch 具體解釋道：“事件在時(shí)空域中生成一個(gè)體。我們的算法只考慮在過(guò)去 10 毫秒內(nèi)出現(xiàn)的事件。我們補(bǔ)償攝像頭看到的運(yùn)動(dòng)，并分析所有事件的統(tǒng)計(jì)數(shù)據(jù)。對(duì)于每個(gè)像素，我們計(jì)算歸一化的平均時(shí)間戳，它的范圍介于 -1 和 1 之間，動(dòng)態(tài)對(duì)象的得分非常接近于 1。這使我們可以將事件的閾值分別以靜態(tài)對(duì)象和動(dòng)態(tài)對(duì)象區(qū)分開(kāi)。”

圖 | 自我運(yùn)動(dòng)補(bǔ)償算法的各個(gè)階段，以便區(qū)分出屬于移動(dòng)障礙的事件（來(lái)源：Davide Scaramuzza）

除此之外，“目前的無(wú)人機(jī)，其目標(biāo)檢測(cè)算法無(wú)法很好地和我們開(kāi)發(fā)的新型攝像頭配合工作?！?/span>Davide 解釋說(shuō)，“事件攝像頭”是一項(xiàng)最近的創(chuàng)新工作，并且功能與傳統(tǒng)攝像頭不同。我們的攝像頭不以恒定的時(shí)間間隔輸出標(biāo)準(zhǔn)圖像，而是輸出與每個(gè)像素強(qiáng)度變化相對(duì)應(yīng)的異步事件流。因此，其他研究人員必須發(fā)明自己的算法，在很短的時(shí)間內(nèi)收集攝像頭記錄的所有事件，然后減去無(wú)人機(jī)自身運(yùn)動(dòng)的影響。

據(jù) Davide 介紹，該研究使用的 “事件攝像頭”，目前世界上只有 5 家生產(chǎn)。“因?yàn)檫@種直到 10 年前還只是研究原型，我們使用的是 Insightness 公司的設(shè)備?！?研究中所用的無(wú)人機(jī)平臺(tái)，是 Davide 實(shí)驗(yàn)室定制的四軸飛行器，跟市售的商品區(qū)別不是很大，但用于感知和導(dǎo)航的算法都是他的團(tuán)隊(duì)開(kāi)發(fā)的。

在研究過(guò)程中，Davide Scaramuzza 和同事首先分別了攝像頭和算法。

在攝像頭被單獨(dú)靜止放置時(shí)，他們將各種形狀和大小的物體扔向它，同時(shí)了算法檢測(cè)物體的效率。結(jié)果顯示，根據(jù)物體大小和投擲距離的不同，檢測(cè)成功率在 81％~97％ 之間上下浮動(dòng)。此外，該系統(tǒng)的平均反應(yīng)時(shí)間只需 3.5 毫秒，便可檢測(cè)到飛來(lái)的物體。

隨后，最為嚴(yán)峻的考驗(yàn)開(kāi)始了：他們將攝像頭安裝在真正的無(wú)人機(jī)上，讓其在室內(nèi)和室外飛行，然后直接向無(wú)人機(jī)投擲物體。經(jīng)過(guò)多次測(cè)試，無(wú)人機(jī)能夠成功避開(kāi)物體的概率超過(guò) 90%，這其中包括從 3 米遠(yuǎn)的地方以 10 米 / 秒的速度扔出的球。當(dāng)測(cè)試無(wú)人機(jī)提前 “知道” 物體的大小時(shí)，只需一臺(tái) “事件攝像頭” 就足夠了；而當(dāng)無(wú)人機(jī)需要面對(duì)大小不同的飛來(lái)物體時(shí)，則需要使用兩個(gè)攝像頭來(lái)為其提供立體視覺(jué)。

正在接洽商業(yè)化

那么，這項(xiàng)研究能否在短期內(nèi)投入規(guī)?；瘧?yīng)用呢？Davide 向 DeepTech 透露：“在原則上，該技術(shù)已經(jīng)做好了商業(yè)化準(zhǔn)備，我們正在與一些公司討論細(xì)節(jié)之中。”

至于未來(lái)的研究方向，Davide 對(duì) DeepTech 說(shuō)：“我們的計(jì)劃是在一個(gè)更靈活的四旋翼上測(cè)試這個(gè)系統(tǒng)。而對(duì)于更長(zhǎng)遠(yuǎn)的目標(biāo)，我們最終是想有一天能夠讓無(wú)人機(jī)達(dá)到如今飛行員操縱一般的駕駛自如。當(dāng)前，在涉及無(wú)人機(jī)的所有搜索和救援應(yīng)用中，實(shí)際上都是人為控制的。如果我們能讓無(wú)人機(jī)擁有像人類飛行員一樣可靠的導(dǎo)航能力，那么就可以將其用于超出視線范圍或無(wú)法遠(yuǎn)程控制的任務(wù)中。”

圖 | 比較傳統(tǒng)攝像頭與事件攝像頭的輸出：傳統(tǒng)攝像頭以固定的速率捕獲幀；而事件攝像頭僅以時(shí)空事件的螺旋形式，連續(xù)輸出亮度變化的信號(hào)，紅色為正向變化，藍(lán)色為負(fù)向變化（來(lái)源：Davide Scaramuzza）

Davide Scaramuzza 所在的蘇黎世大學(xué)機(jī)器人與感知小組實(shí)驗(yàn)室，一直專注于開(kāi)發(fā)可以讓自動(dòng)無(wú)人機(jī)快速飛行的新技術(shù)，以便執(zhí)行對(duì)時(shí)間要求更為嚴(yán)格的任務(wù)，例如在發(fā)生自然災(zāi)害之后對(duì)惡劣的環(huán)境進(jìn)行探索等。

“對(duì)于諸如地震、海嘯發(fā)生后的搜尋和救援工作來(lái)說(shuō)，時(shí)間是非常關(guān)鍵的。因此人們需要能夠在有限的電量時(shí)間內(nèi)（通常為 10~20 分鐘）完成盡可能多任務(wù)的快速導(dǎo)航無(wú)人機(jī)?！?Davide 向 DeepTech 解釋道。“當(dāng)我們的新攝像頭將無(wú)人機(jī)的導(dǎo)航速度提高十倍左右時(shí)，也擴(kuò)展了其潛在的其他應(yīng)用可能?！?/span>

“未來(lái)總有一天，無(wú)人機(jī)將會(huì)被投入到各種各樣的應(yīng)用中，例如貨物交付、人員運(yùn)輸、航空攝影術(shù)等，當(dāng)然還有提到的搜救?！?他說(shuō)，“但是，讓機(jī)器人能夠更快地感知并更快地做出決策，對(duì)于其他領(lǐng)域來(lái)說(shuō)也可以改變游戲規(guī)則。在一些領(lǐng)域中，比如汽車、運(yùn)輸、采礦機(jī)器人，以及進(jìn)行遠(yuǎn)程檢查工作的設(shè)備等，可靠地檢測(cè)視野內(nèi)的障礙也是至關(guān)重要的。

安全問(wèn)題，對(duì)于每個(gè)人來(lái)說(shuō)都是非常重要的事情?！拔覀兊难芯肯蛑磥?lái)無(wú)人機(jī)或者汽車更加智能化且更加安全邁出了一小步?！?他表示，他和團(tuán)隊(duì)成員對(duì)這項(xiàng)研究所展現(xiàn)的躲避功能感到十分興奮，“我們從未見(jiàn)過(guò)商用無(wú)人機(jī)對(duì)快速移動(dòng)的障礙做出如此迅速的反應(yīng)，這是所有飛行機(jī)器人在任何環(huán)境中安全導(dǎo)航的關(guān)鍵要素。”

植根學(xué)界，兼顧創(chuàng)業(yè)

Davide Scaramuzza 于 1980 年出生于意大利，目前是蘇黎世大學(xué)信息學(xué)和神經(jīng)信息學(xué)的教授，同時(shí)他也是蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）神經(jīng)信息學(xué)教授。他從事機(jī)器人、計(jì)算機(jī)視覺(jué)和神經(jīng)科學(xué)交叉領(lǐng)域的研究。具體來(lái)說(shuō)，他研究標(biāo)準(zhǔn)和神經(jīng)形態(tài)攝像頭的使用，使微型無(wú)人機(jī)在搜索和救援場(chǎng)景中能夠自主、靈活地導(dǎo)航。

他在蘇黎世聯(lián)邦理工學(xué)院獲得了機(jī)器人和計(jì)算機(jī)視覺(jué)博士學(xué)位，隨后在賓夕法尼亞大學(xué)（University of Pennsylvania）進(jìn)行博士后的學(xué)習(xí)和工作。從 2009 年到 2012 年，他領(lǐng)導(dǎo)了歐洲 sFly 項(xiàng)目——該項(xiàng)目引入了 PX4 儀，并開(kāi)創(chuàng)了基于視覺(jué)沖擊的微型無(wú)人機(jī)自主導(dǎo)航。

由于他在視覺(jué)導(dǎo)航方面的研究貢獻(xiàn)，他被授予 IEEE 機(jī)器人與自動(dòng)化社會(huì)職業(yè)生涯早期獎(jiǎng)，SNSF-ERC 啟動(dòng)資金，谷歌研究獎(jiǎng)，庫(kù)卡、和等獎(jiǎng)項(xiàng)，歐洲青年研究獎(jiǎng)，sha Mahowald 神經(jīng)形態(tài)工程獎(jiǎng)，以及一些會(huì)議論文獎(jiǎng)等。

他與人合著了《自主移動(dòng)機(jī)器人導(dǎo)論》(Introduction to Autonomous Mobile Robots，由 MIT Press 出版），并在頂級(jí)期刊（TRO、PAMI、IJCV、IJRR）和會(huì)議（S、ICRA、CVPR、ICCV）上發(fā)表過(guò) 100 多篇關(guān)于機(jī)器人和感知的論文。

2015 年，Davide 與他人共同創(chuàng)立了一家名為“蘇黎世之眼”（Zurich-Eye）的公司，致力于將移動(dòng)機(jī)器人的視覺(jué)慣性導(dǎo)航解決方案商業(yè)化，該公司后來(lái)成為了 Oculus 公司（2014 年被 Facebook 收購(gòu)， 5 年多時(shí)間馬克 ? 扎克伯格在虛擬現(xiàn)實(shí)領(lǐng)域投入了數(shù)十億美元）的歐洲研究。此外，他還是 uda 公司（瑞士一家計(jì)算機(jī)視覺(jué)公司，其 3D 部門在 2017 年被 Magic Leap 公司收購(gòu)）的戰(zhàn)略顧問(wèn)。