那些打过篮球并玩过无人机的人，会想当然地回答，小事一桩。但在这台无人机面前，你错了，由于它会快速、灵巧地躲避飞来的打击。
最近，来自瑞士苏黎世大学（University of Zurich）的研究职员设计出一种新方法，可以让无人机在主动躲闪移动障碍物的情形下快速导航。该研究让无人机向着拥有更精良的性能，比如在恶劣环境下更快速地翱翔，在更短韶光内完成更多任务等迈出很大一步。
图 | 成功躲避球的无人机（来源：Davide Scaramuzza）
当下市情上的无人机已经可以承担很多事情，但是躲避障碍物并不是它们的强项——尤其是在无人机快速移动时。只管许多翱翔机器人都配备了可以检测障碍物的摄像头，但常日它们都须要 20~40 毫秒的韶光来处理图像并做出反应。这个韶光看似很快，但当无人机自身以较高的速率翱翔时，20~40 毫秒的反应韶光对付避开飞鸟或者另一架无人机，乃至是静态障碍物来说，都是不足的。尤其是当无人机在一个不可预测的环境中利用时，或者有多架无人机在同一片区域翱翔时，这会是个棘手的问题。
苏黎世大学的研究职员将一种类似运动传感器的 “事宜摄像头” 整合在一起，并设计了新的算法，从而将无人机的反应韶光缩短到了几毫秒。这个近乎一个数量级的提升，足以让无人机在空中躲开短间隔内向其砸来的球或其他物品。该研究揭橥在了最新一期的《科学 · 机器人》（Science Robotics）杂志上，由苏黎世大学机器人技能和感知方向的教授 Davide Scaramuzza 领导。
图 | 躲避球的无人机（来源：Davide Scaramuzza）
新型摄像头与算法结合，3.5 毫秒快速反应传统的摄像头，例如智好手机上的那种，都是通过定期拍摄全体场景的快照来事情，它会同时曝光图像的所有像素。但是，通过这种办法，只能在机载打算机剖析完所有像素之后才能检测到运动物体。
Davide 研究团队的 “事宜摄像头” 则不同，其具有彼此独立事情的智能像素。它在未检测到外界的变革像素时会保持沉默，而一旦看到了光强度变革的像素就会立即发送信息。这样一来，机载打算机只需处理图像中的一小部分变革像素，因此大大加快了打算速率，从而缩短了反应韶光。
Davide 向 DeepTech 详细阐明道：“事宜在时空域中天生一个体。我们的算法只考虑在过去 10 毫秒内涌现的事宜。我们补偿摄像头看到的运动，并剖析所有事宜的统计数据。对付每个像素，我们打算归一化的均匀韶光戳，它的范围介于 -1 和 1 之间，动态工具的得分非常靠近于 1。这使我们可以将事宜的阈值分别以静态工具和动态工具区分开。”
图 | 自我运动补偿算法的各个阶段，以便区分出属于移动障碍的事宜（来源：Davide Scaramuzza）
除此之外，“目前的无人机，其目标检测算法无法很好地和我们开拓的新型摄像头合营事情。” Davide 阐明说，“事宜摄像头”是一项最近的创新事情，并且功能与传统摄像头不同。我们的摄像头不以恒定的韶光间隔输出标准图像，而是输出与每个像素强度变革相对应的异步事宜流。因此，其他研究职员必须发明自己的算法，在很短的韶光内网络摄像头记录的所有事宜，然后减去无人机自身运动的影响。
据 Davide 先容，该研究利用的 “事宜摄像头”，目前天下上只有 5 家公司生产。“由于这种传感器直到 10 年前还只是研究原型，我们利用的是 Insightness 公司的设备。” 研究中所用的无人机平台，是 Davide 实验室定制的四轴翱翔器，跟市售的商品差异不是很大，但用于感知和导航的算法都是他的团队开拓的。
在研究过程中，Davide Scaramuzza 和同事首先分别测试了摄像头和算法。
在摄像头被单独静止放置时，他们将各种形状和大小的物体扔向它，同时丈量了算法检测物体的效率。结果显示，根据物体大小和投掷间隔的不同，检测成功率在 81％~97％ 之间高下浮动。此外，该系统的均匀反应韶光只需 3.5 毫秒，便可检测到飞来的物体。
随后，最为严厉的磨练开始了：他们将摄像头安装在真正的无人机上，让其在室内和室外翱翔，然后直接向无人机投掷物体。经由多次测试，无人机能够成功避开物体的概率超过 90%，这个中包括从 3 米远的地方以 10 米 / 秒的速率扔出的球。当测试无人机提前 “知道” 物体的大小时，只需一台 “事宜摄像头” 就足够了；而当无人机须要面对大小不同的飞来物体时，则须要利用两个摄像头来为其供应立体视觉。
正在接洽商业化那么，这项研究能否在短期内投入规模化运用呢？Davide 向 DeepTech 透露：“在原则上，该技能已经做好了商业化准备，我们正在与一些公司谈论细节之中。”
至于未来的研究方向，Davide 对 DeepTech 说：“我们的操持是在一个更灵巧的四旋翼上测试这个别系。而对付更长远的目标，我们终极是想有一天能够让无人机达到如今翱翔员操纵一样平常的驾驶自若。当前，在涉及无人机的所有搜索和接济运用中，实际上都是人为掌握的。如果我们能让无人机拥有像人类翱翔员一样可靠的导航能力，那么就可以将其用于超出视线范围或无法远程掌握的任务中。”
图 | 比较传统摄像头与事宜摄像头的输出：传统摄像头以固定的速率捕获帧；而事宜摄像头仅以时空事宜的螺旋形式，连续输出亮度变革的旗子暗记，赤色为正向变革，蓝色为负向变革（来源：Davide Scaramuzza）
Davide Scaramuzza 所在的苏黎世大学机器人与感知小组实验室，一贯专注于开拓可以让自动无人机快速翱翔的新技能，以便实行对韶光哀求更为严格的任务，例如在发生自然磨难之后对恶劣的环境进行探索等。
“对付诸如地震、海啸发生后的征采和接济事情来说，韶光是非常关键的。因此人们须要能够在有限的电量韶光内（常日为 10~20 分钟）完成尽可能多任务的快速导航无人机。” Davide 向 DeepTech 阐明道。“当我们的新摄像头将无人机的导航速率提高十倍旁边时，也扩展了其潜在的其他运用可能。”
“未来总有一天，无人机将会被投入到各种各样的运用中，例如货色交付、职员运输、航空拍照术等，当然还有提到的搜救。” 他说，“但是，让机器人能够更快地感知并更快地做出决策，对付其他领域来说也可以改变游戏规则。在一些领域中，比如无人驾驶汽车、运输、采矿机器人，以及进行远程检讨事情的设备等，可靠地检测视野内的障碍也是至关主要的。
安全问题，对付每个人来说都是非常主要的事情。“我们的研究向着未来无人机或者汽车更加智能化且更加安全迈出了一小步。” 他表示，他和团队成员对这项研究所展现的躲避功能感到十分愉快，“我们从未见过商用无人机对快速移动的障碍做出如此迅速的反应，这是所有翱翔机器人在任何环境中安全导航的关键要素。”
植根学界，兼顾创业图 | Davide Scaramuzza 教授（来源：本人）
Davide Scaramuzza 于 1980 年出生于意大利，目前是苏黎世大学信息学和神经信息学的教授，同时他也是苏黎世联邦理工学院（ETH Zurich）神经信息学教授。他从事机器人、打算机视觉和神经科学交叉领域的研究。详细来说，他研究标准和神经形态摄像头的利用，使微型无人机在搜索和接济场景中能够自主、灵巧地导航。
他在苏黎世联邦理工学院得到了机器人和打算机视觉博士学位，随后在宾夕法尼亚大学（University of Pennsylvania）进行博士后的学习和事情。从 2009 年到 2012 年，他领导了欧洲 sFly 项目——该项目引入了 PX4 自动驾驶仪，并首创了基于视觉冲击的微型无人机自主导航。
由于他在视觉导航方面的研究贡献，他被付与 IEEE 机器人与自动化社会职业生涯早期奖，SNSF-ERC 启动资金，谷歌研究奖，库卡、高通和英特尔等奖项，欧洲青年研究奖，Misha Mahowald 神经形态工程奖，以及一些会议论文奖等。
他与人合著了《自主移动机器人导论》(Introduction to Autonomous Mobile Robots，由 MIT Press 出版），并在顶级期刊（TRO、PAMI、IJCV、IJRR）和会议（RSS、ICRA、CVPR、ICCV）上揭橥过 100 多篇关于机器人和感知的论文。
2015 年，Davide 与他人共同创立了一家名为“苏黎世之眼”（Zurich-Eye）的公司，致力于将移动机器人的视觉惯性导航办理方案商业化，该公司后来成为了 Oculus 公司（2014 年被 Facebook 收购， 5 年多韶光马克 • 扎克伯格在虚拟现实领域投入了数十亿美元）的欧洲研究中央。此外，他还是 Dacuda 公司（瑞士一家打算机视觉公司，其 3D 部门在 2017 年被 Magic Leap 公司收购）的计策顾问。