無人機即將邁向新的紀元，越來越多的科技巨頭都希望以不同的方式利用無人機。亞馬遜希望利用無人機攻下最后一里路，一向硬件基因并不突出的Google，甚至推出了Google Project Wing(飛翼計劃)。
早在2015年的時候，時任飛翼計劃的負責人大衛?沃斯甚至公開說：“我們的目標是在2017年啟動和運作(以無人機派遞的)商業化任務。雖然計劃夭折，但沒有磨損Google問鼎蒼穹的決心。
除了自家推出飛翼計劃之外，Google資助NASA的噴氣推進實驗室(Jet Propulsion Laboratory，JPL)。過去幾年，他們一直研究小型無人機的自主權，結合攝像頭和Google的3D環境偵測技術Tango，最近JPL打造了3架由AI操控的無人機，取名Batman、Joker與Nightwing(中文名譯為蝙蝠俠、小丑和夜鶯)，并開發了一種復雜的算法，使得無人機在高速飛行的同時能夠避開障礙物。
這三架無人機的飛行主板是高通的Snapdragon，用于實時飛行控制，并且都裝有一個三維地圖，配備兩個寬視野相機，一個指向前方，另一個指向下方，產生一個250度的視場角。兩臺攝像機根據運動立體聲生成深度圖，在飛行中，攝像機加上一個IMU定位到地圖，并執行視覺慣性測距法進行運動跟蹤。
為了驗證這三架無人機的實際效果，今年11月24日，NASA舉行了一場無人機駕駛比賽，參賽的雙方是谷歌資助的AI無人機與頂級的無人機飛行員 Ken Loo。最終，Loo 每圈平均時間為 11.1 秒，AI操縱無人機的平均時間13.9 秒，人類贏了。
JPL項目的經理Rob Reid分析了人類與AI操縱的不同：“將我們的算法與人類的操作對比，人類在飛行過程中會更多地依賴感覺。AI無人機在飛行過程中會更平穩，而人類飛行員則傾向于積極地加速，飛行路線也更加激進。”在整場比賽過程中，AI無人機飛行比較謹慎，但路徑選擇始終如一。
雖然人類贏了，但是技術本身仍有擁有長足的進步和想象空間。因為無人駕駛飛機通常依靠GPS來導航，但這并不適合室內空間，因此倉庫或者密集的城市區域意味著現行的無人機無法應用。AI操控的無人機則能夠突破這一限制，同時AI驅動的無人機也是完全自主的無人機，這意味著無人機是沒有外部定位和外部電腦控制。
此外，JPL為航天器提供了基于視覺的導航技術，這種技術未來可以廣泛應用在室內環境中，甚至參與救災工作(協助搜索救災人口 )，以及運用到太空站里的機器人。
為了更好地理解這項技術，我們翻譯了2017年12月6日IEEE Spectrum采訪JPL項目的經理是Rob Reid的對話。以下為翻譯的內容：
IEEE Spectrum：您能描述JPL參與的無人機自主研究嗎?
Rob Reid：JPL數十年來一直在研究航天器和微型飛行器(無人機)的基于相機的導航技術。自2013年以來，它已經與谷歌在Tango項目上進行了合作，在過去的兩年里，它已經把Tango整合到無人機中來演示新穎的導航算法。JPL已經探索了各種軌跡優化技術，解釋了空氣動力學和相機運動模糊等影響。
IEEE Spectrum：為什么選擇無人機比賽這個領域作為展示技術的方式?
Rob Reid：我們的目標是展示高性能的自主飛行障礙 ，而且室內無人駕駛比賽提供了一個充滿障礙的復雜的軌道，以及通過它們快速飛行是一個可以令人信服的理由。
IEEE Spectrum：你是否期望人類飛行員會贏?
Rob Reid：我對結果并不感到驚訝，我們相信我們的無人機系統將會具有競爭力。然而，我們并不確定誰將以最快的速度學習最佳軌跡(即賽車線)!只有一個下午的飛行時間，Ken(人類飛行員)可以用比我們的算法快得多的時間減少他的圈速時間。在此之后的幾個星期里，我們也加快了AI無人機優化的步伐。
IEEE Spectrum：無人機用于導航的硬件有哪些局限性，以及它們在比賽中的表現如何?
Rob Reid：快速室內飛行的最大性能限制來自于機載攝像機的快門速度。這些相機用來跟蹤無人機的運動——飛行速度太快, 而離地面太近, 或者滾動或俯仰太快會導致圖像模糊, 甚至會造成無人機會丟失。 我們用兩種方式來解決這個問題: 第一, 使用兩個廣角攝像機ーー通過指向一個前方和另一個向下, 在大于250度的視野內允許無人機看到地平線。 其次, 我們調整了軌道, 以限制自轉速率和速度與高度的比率。
IEEE Spectrum：像AI操控的無人機在結構化環境中與人類專家進行競爭，需要做什么準備工作?
Rob Reid：這是一個典型的無人機比賽，硬件方面已經足以打敗人類高手。這次出戰的無人機是專門為比賽準備的，加速度最大可以達到1個g。當然我們暫時不能在夜間比賽中飛行或者在有很多視覺重復的賽道上飛行。
IEEE Spectrum：你會繼續這個項目嗎?
工作正在進行中，但我不能說下一步是什么!但是，您可以期待無人駕駛飛機能夠感知障礙并在線更新自己的軌跡。
結語，目前，機器人領域正在飛速發展。像事件攝像機目前可以在某種程度上解決動態模糊的問題，并能夠實現更加動態的自主演習。目前，機器人面臨更多的是軟件上挑戰，而不是來自于硬件挑戰。倘若軟件層上有所突破，未來的無人機將可以適用于很廣泛的領域。
?