前沿

        Owl是專為科研工作者與航天器開發(fā)者打造的小型化無人機(jī)開發(fā)平臺(tái)，它搭載VisDrone視覺模塊，適用于無GPS環(huán)境下基于視覺的無人機(jī)定位/導(dǎo)航/避障算法的驗(yàn)證與開發(fā)，以及室內(nèi)無人機(jī)組網(wǎng)編隊(duì)的研究。Owl擁有自主的雙目傳感器和開發(fā)平臺(tái)，平臺(tái)支持ROS接口，提供了6核CPU和5Tops TPU計(jì)算資源。同時(shí)預(yù)裝了融合了港科大的VINS_Fusion VIO算法的自定位系統(tǒng)，可以滿足室內(nèi)無人機(jī)定位需求。同時(shí)提供了EGO-Planner視覺避障算法，可以提供視覺避障功能。

背景

        無人機(jī)要實(shí)現(xiàn)自動(dòng)避障飛行，需要以下這些技術(shù)支持。首先能夠通過傳感器、云端控制、攝像頭這樣的閉環(huán)等實(shí)現(xiàn)自我定位（Localization）。其次，依靠計(jì)算機(jī)視覺對(duì)環(huán)境進(jìn)行檢測(cè)，分析周圍環(huán)境的特征，實(shí)現(xiàn)環(huán)境建圖（Mapping）和避障（Obstacle Avoidance）的規(guī)劃路徑，就像人看到障礙物知道繞道那樣。但是要在低空或者室內(nèi)等環(huán)境下實(shí)現(xiàn)自動(dòng)避障飛行，面臨的技術(shù)挑戰(zhàn)遠(yuǎn)比汽車/機(jī)器人場(chǎng)景要大。隨著這些年來，相關(guān)算法研究的涌現(xiàn)和成熟，使我們看到復(fù)雜場(chǎng)景下的無人機(jī)自動(dòng)避障飛行接近成熟，而且科研人員也越發(fā)需要一款穩(wěn)定的飛行平臺(tái)來實(shí)驗(yàn)各種SLAM，Swarm等算法。

        首先，四旋翼無人機(jī)準(zhǔn)確的定位是實(shí)現(xiàn)避障、路徑規(guī)劃以及編隊(duì)等各種復(fù)雜任務(wù)的基礎(chǔ)和前提。四旋翼無人機(jī)的位姿估計(jì)和定位精度和魯棒性，也決定著其他依賴算法的效果好壞。目前廣泛應(yīng)用的定位方法有兩類：一類是基于四旋翼無人機(jī)自帶傳感器，比如視覺/激光，從而獲得精確的位置信息；另一類是基于外部設(shè)備提供精確的位置信息，如全球衛(wèi)星定位系統(tǒng)，光學(xué)動(dòng)作捕捉系統(tǒng)。光學(xué)動(dòng)作捕捉系統(tǒng)擁有高分辨率的攝像頭，可以亞毫米級(jí)追蹤一個(gè)或多個(gè)無人機(jī)的位姿。近幾年，很多研究人員通過光學(xué)動(dòng)作捕捉系統(tǒng)實(shí)現(xiàn)了四旋翼無人機(jī)的運(yùn)動(dòng)估計(jì)，并通過光學(xué)動(dòng)作捕捉系統(tǒng)實(shí)現(xiàn)了多旋翼無人機(jī)的暴力操作，傾斜墻面上的?？浚约拔矬w抓取。光學(xué)動(dòng)作捕捉系統(tǒng)適用在實(shí)驗(yàn)室、研究室這種研究場(chǎng)所，在科研階段非常適用。同樣，利用全球衛(wèi)星定位系統(tǒng)實(shí)現(xiàn)定位的方法也有明顯缺陷，因?yàn)樵诮ㄖ锩芗⑹覂?nèi)、隧道等地方GPS定位幾乎是完全失效的。依賴激光傳感器的定位系統(tǒng)目前普遍用于車載和機(jī)器人領(lǐng)域，但是由于其價(jià)格和重量限制，很難用于室內(nèi)無人機(jī)系統(tǒng)。綜上所述通過視覺SLAM方法提供運(yùn)動(dòng)控制所需的準(zhǔn)確位置信息有著更大的應(yīng)用價(jià)值。

        我們這里提供的基于雙目的開源VINS_fusion定位算法，是目前流行的VIO算法之一。它很好地融合IMU數(shù)據(jù)和雙目視覺匹配定位算法：IMU預(yù)估計(jì)一方面提升了定位的精度，另一方面也加速了視覺匹配算法的效率。而且，IMU預(yù)估計(jì)也提升了整體算法的魯棒性，即使視覺短期失效的情況下，也可以保證定位系統(tǒng)正常運(yùn)行。VisBot模塊通過提供精準(zhǔn)的雙目圖像和IMU數(shù)據(jù)，使得Owl無人機(jī)可以實(shí)現(xiàn)穩(wěn)定懸停和精準(zhǔn)走位。

        其次，在定位的基礎(chǔ)上，無人機(jī)還需要實(shí)現(xiàn)視覺建圖和避障規(guī)劃等功能。和汽車和機(jī)器人相比，無人機(jī)場(chǎng)景需要的是三維地圖和路徑規(guī)劃，算法的復(fù)雜度和靈敏度要求更高。目前學(xué)術(shù)界有各種建圖和避障算法，這些算法性能和效果追求不一，但輸入一般依賴于視覺的深度圖，或者激光的點(diǎn)云圖。VisBot模塊提供了雙目圖像處理后的深度圖信息，結(jié)合VIO定位，用戶可以開發(fā)自己的避障算法。做為參考，VisBot模塊也提供了開源的ego_planner框架，它是基于voxel地圖和AStar路徑規(guī)劃算法，這些用戶可以自行修改。VisBot添加了簡(jiǎn)單控制接口，修改后的框架可以控制飛機(jī)進(jìn)行避障實(shí)驗(yàn)。

定位和避障功能演示請(qǐng)點(diǎn)擊此處觀看視頻

        科技型企業(yè)是亟需科技型人才的，但是一些中小型科技型企業(yè)的財(cái)力、物力不足以支撐請(qǐng)高校博士來做全職技術(shù)研發(fā)。所以企業(yè)技術(shù)需求與科技人才的有效對(duì)接是一件非常有意義的事情；是幫助企業(yè)快速成長(zhǎng)，高校人才技術(shù)落地的有效途徑。

        科研院所、高校組織科技人員服務(wù)企業(yè)，采取多種方式，支持科技人員通過兼職創(chuàng)新、長(zhǎng)期派駐、短期合作等服務(wù)企業(yè)，可以有效幫助中小型科技且快速成長(zhǎng)。發(fā)揮科研院所、高校創(chuàng)新人才培養(yǎng)示范基地學(xué)科交叉、設(shè)施完備、人才豐富的優(yōu)勢(shì)，為產(chǎn)業(yè)融合發(fā)展、轉(zhuǎn)型升級(jí)和企業(yè)復(fù)雜技術(shù)難題破解提供專業(yè)化、集成化、個(gè)性化的解決方案。

歡迎高校、科研單位老師溝通，我們一同將AI視覺無人機(jī)推向行業(yè)應(yīng)用，在行業(yè)應(yīng)用中解決實(shí)際問題。

計(jì)劃推進(jìn)的行業(yè)應(yīng)用，均為無GPS、或GPS信號(hào)缺失的應(yīng)用場(chǎng)景：

1、 大型爐壁裂縫巡檢

2、 井下電纜巡檢

3、 大型倉庫巡檢

4、 橋梁巡檢

AI視覺無人機(jī)應(yīng)用場(chǎng)景還有很多，歡迎大佬們溝通探討。