未到新年，台湾高雄发生里氏6.4级大地震。台南地区多栋大楼倒塌，116人遇难，550人受伤。
地震发生10小时内，台湾成功大学就利用无人机进行航拍制作了受灾区域的3D模型。虚拟现实模式下图像的分辨率看起来明显更高。因此这也将使得灾害评估检测工作变得更为直观，有助于之后救灾活动的开展。
近几年，随着技术的进步与成熟，无人机越来越多的被应用于各个场景中，航拍、勘察、安检、快递等。而价格的下降，让更多普通消费者能够接触到之前看起来高大上的无人机，如无人机干扰春晚西安分会场。
随着无人机民用化的持续加速，面对复杂的场景和成本控制的要求，越来越多的技术制肘被暴漏出来，如：续航、避障。由于民用无人机基本都是电力驱动，因此目前制约无人机续航的最大关键因素就是电池技术。目前虽然有大量电池新技术，但大部分要么是小改进，要么就是尚不成熟。至于避障，虽然目前也尚无杀手级技术，但已经呈现出百花齐放的状态，令人鼓舞。
在无人机商业化使用越来越频繁的今天，避障技术如有突破，无疑将为无人机更大规模的商用创造必要条件。
无人机
****概念：所谓无人机“自动避障”功能（Obstacle Avoidance），就是无人机飞行器在自动飞行的过程中遇到障碍物的时候，通过自动提前识别、有效规避障碍物，达到安全飞行的效果。
分类：主要分为雷达系统、超声波声呐技术、TOF（飞行时间技术）、视觉图像复合型技术。
下面就四种不同的避障技术做一番介绍：
雷达系统：说起雷达系统，大家最先想到的肯定是军用大飞机。的确，由于雷达系统的高昂价格和笨重的体积，尚无民用级无人机使用此技术。
一般的大型固定翼无人机采用的就是类似于民用客机上的ADS-B广播式自动相关监视系统搭配雷达工作。读起来很是拗口，所谓ADS-B简单说就是使飞机能够利用卫星导航确定自身的位置并对外自动发送包括高度、速度、方向、呼叫代码和飞机类型在内的信息。ADS-B的优势还在于它能够帮助飞机连续下降，从而降低燃料消耗和噪音、机组人员可在飞机显示屏上实时观测到自身与其它飞机的距离，而且能够在连续下降过程中脱离交通管制的协助，这也将有助于减少定向问题。种种功能，让操控者或飞行计算机及时掌握飞机的位置并做出相应的动作反应，因此具备了避障能力。
超声波声呐技术：超声波声呐技术成本低，操作方便，目前很多无人机额的避障技术都来源于它。它的原理相信大家在初中就已经接触过：蝙蝠通过其口腔中的特殊构造来发出超声波，当超声波遇到障碍或者猎物时就会被发射回蝙蝠的听觉接受系统。依靠这种测距的方法辨别障碍，规划路线。
运用这项技术避障的无人机有基石keyshare无人机
然而超声波技术也有自己的弊端，比如：①在部分场景也会受到声波的影响。②超声波避障依赖于物体表面的发射能力。当遭遇反射能力不足的物体时，避障系统的安全性就会极大降低。超声波的有效距离是5米，这也是为什么零度Explorer 2无人机距离只有6米的原因。
TOF（飞行时间技术）：TOF类似于超声波技术，不过在这里，超声波换成了光，因此可以称之为光相位检测。在去年7月创新者峰会上，首度演示无人机自动避障功能，采用的就是无人机TOF避障系统。
零度Explorer 2无人机
无人机悬空时，TOF系统会保持每秒钟旋转2-5圈的状态。通过这一秒时间，无人机系统就可以快速扫描周围360°的有效半径，及时发现障碍，然后对飞控系统发出调整位置的指令，避免对周围的人或财物造成伤害；当飞行的过程中，TOF系统则会停止旋转，只会向前方发射出光线。而飞行方向一旦确定，在室外的有效距离就可以增加到8-10米。
同超声波技术相似，TOF也有不足。例如在光污染越来越剧烈的今天，不但高楼之间的玻璃光无人会干扰系统，就是遭遇太阳光的主要能量波段，也会使TOF暴漏不足，正常的10米左右的测量距离也会减少至5米。
视觉图像复合型技术：视觉图像复合型技术随着移动芯片的运算能力的飞跃而越来越成为无人机避障首选。通过高清摄像机拍摄帧速足够高、清晰、分辨率高的图像，借助一颗足够小而性能强大的处理器，分析每一帧图像中是否存在障碍物。
大疆在去年6月推出的智能避障系统“Guidance”就是基于此项技术而开发的。在Guidance系统的前后左右下五个方向都有专门进行障碍识别的摄像头，设别机制也有超声波和图像视觉两种。
麻省理工学院计算机科学和人工智能实验室也通过此技术探索避障技术，不过他们是通过2块手机芯片进行实时图像处理后，寻找出可以飞行的自由空间，而不是识别障碍物后再进行躲避。可以说是非常主动的一种方法。但是，这款无人机只能处理几秒钟内的视频数据，而不是会生成一个完整的区域地图，毕竟现有手机芯片的处理能力还很有限。
绿框代表图像识别出的可飞行区域，而树木被识别为红色立方体，表明是障碍物，无人机会朝着绿框的方向飞行。
视觉图像复合型技术给人的激励不言而喻，但他也面临着挑战，如弱光或者黑夜条件下，通过图像识别障碍物的能力就会大幅度下降。呃，原谅人类的眼光就是这么苛刻，毕竟这是目前最接近人类理想状态下无人机避障的技术。
四种不同的解决方案，都面临着不同的挑战，也有各自突出的优势。但人类进步的步伐岂止会停留于此？
RealSense技术：微软和英特尔联合开发的RealSense 3D摄像头，利用自身的红外发射器向目标物“主动打光”，通过捕捉和定位光的扭曲变化自动计算并构建出覆盖区域内的三维模型，并借助自身的处理器完成基础数据的整合、借助搭载设备的处理器进行更复杂的操作，从而自动调整自身以避开障碍物。
这架6轴飞行器就是Intel联合Yunnec研发的搭载RealSense技术的样品机，可以看到其在普通的无人机顶上添加了一个六角形的探测单元，仔细看可以发现是由6套RealSense组成，形成了一个360度的探测角度。
RealSense本质上也是类似于Kinect的红外结构光投影的方案。所不同的是，RealSense所投影的是一系列动态变化的图案，而非Kinect那样的固定图案。因此，也造成了虽然RealSense的分辨率高，也更稳定，但帧频却不如Kinect的情况，实际效果也没有体现出所期待的优势。
PS：Kinect是一个XBOX360外接的3D体感摄像机，利用即时动态捕捉、影像辨识、麦克风输入、语音辨识、社群互动等功能让玩家摆脱传统游戏手柄的束缚，通过自己的肢体控制游戏，并且实现与互联网玩家互动，分享图片、影音信息。
在救援活动里难道只有避障？就没有其他办法了吗？比如……像推土机一样前进！
Gimball就是这么一款自行开路的无人机，它的外层是一个超轻且坚实的碳纤维笼，这种设计还同时保护周围的被救援人员，以免被其双螺旋桨伤到。
在上一期的七妹聊智能《痛经假，究竟痛的谁？》谈到的美国国防部高级研究计划局开发的DARPA FLA项目无人机，则是依靠摄像头，惯性测量设备，激光雷达和声纳传感器完成避障。可以看出这基本融合了目前商用无人机所有的避障技术。
[图片上传中。。。（8）]
通过对目前主要无人机避障技术的了解，我们认为，避障技术目前还有很长的路要走，不仅仅是技术上的沉淀，也需要资金方面持续的跟进。多技术结合的避障技术必将随着处理器的飞跃和硬件制造的成长发挥出最大的效用，为我们的生活所用。
