前沿信息：麻省理工学院开发自主无人机障碍物检测系统

最近小编发现有诸多的小伙伴们对于麻省理工学院开辟自主无人机障碍物检测系统这个问题都颇为感兴趣的，大家也都想要及时了解到麻省理工学院开辟自主无人机障碍物检测系统相关信息，那么小编今天就来为大家梳理下具体的关于这个问题的一些消息吧。

麻省理工学院计算机科学与人工智能实验室(CSAIL)宣布，它已开辟出一种障碍物检测系统，可让无人机以每小时30英里的速度自动穿过树木填充的田地。

“现在每个人都在建筑无人机，但是没有人知道如何让他们停止碰到事情，”CSAIL博士生安德鲁·巴里说道，他在麻省理工学院教授拉斯泰德拉克的论文中将该系统作为他的论文的一部分。“像激光雷达这样的传感器太重了，无法放在小型飞机上，提前创建环境界图是不切实际的。如果我们想要能够快速飞行并在现实世界中航行的无人机，我们需要更好，更快的算法。“

Barry的立体视觉算法运行速度比现有软件快20倍，使无人机能够实时检测物体并构建其周围环境的完整地图。该软件以每秒120帧的速度运行，开源并可在线猎取，以每帧8.3毫秒的速度提取深度信息。

这款无人机的分量仅为1英镑，翼展为34英寸，采纳现成的元件创造，售价约1,700美元，包括每个机翼上的摄像头和两个与现代手机相似的处理器。

专注于此问题的传统算法将使用每个摄像机捕获的图像，并在多个距离(1米，2米，3米等)中搜索深度场，以确定物体是否在无人机的路径中。

然而，这些方法是计算密集型的，这意味着无人机在没有专门的处理硬件的情况下不能以每小时5或6英里的速度飞行。

巴里意识到，在他的无人机可以快速行驶的情况下，世界在框架之间的变化不大。因此，他可以计算出一小部分测量值 - 特殊是10米之外的距离。

“你不必知道任何比这更接近或更远的事情，”巴里说。“当你飞行的时候，你将10米的地平线推向前方，只要你的前10米是清楚的，你就可以建立一个完整的世界地图。”

虽然这种方法似乎有限，但软件可以通过整合无人机的测距和以前的距离来快速恢复缺失的深度信息。巴里说，他希翼进一步改进算法，以便它们可以在不止一个深度工作，并且在密集的森林环境中工作。

“我们目前的方法导致间或 的错误估量被称为'漂移'，”他说。“随着硬件的进步同意 更复杂的计算，我们将能够在多个深度进行搜索，从而检查并更正我们的估算。这使我们的算法更具攻击性，即使在障碍物数量较多的环境中也是如此。