我用了ImageMagick库来对我收集的PNG图片做打标签，效果相当好。对于这个部分其实可以有很多的扩展可能。比如用一个情感API来识别人脸所表现出来的情感。

　　用语音来控制无人机

　　进行语音识别部分开发的难点并不是识别本身，而是如何把语音流从运行在我本地服务器上的网页里转换成微软Speech API可以使用格式。下面的代码就是实现这个功能的。一旦你能把语音保存成单声道和以正确的采样频率采样后，这个语音识别API就能很方便地识别语音内容。这个API的花费是1000次请求4美元。对于业余应用来说，基本相当于是免费了。

　　RecordRTC是一个很好的库，可以用来作为以网页为客户端的语音采集的新手入门的工具。在客户端，我就加入了保存语音文件的代码。

　　app.post(‘/audio’, function(req, res) {

　　var form = new formidable.IncomingForm();

　　// 设定允许客户在一个请求里上传多个文件

　　form.multiples = true;

　　form.uploadDir = path.join(__dirname, ‘/uploads’);

　　form.on(‘file’, function(field, file) {

　　filename = “audio.wav”

　　fs.rename(file.path, path.join(form.uploadDir, filename));

　　});

　　// 记录发生的错误日志

　　form.on(‘error’, function(err) {

　　console.log(‘An error has occured: n’ + err);

　　});

　　// 一旦所有文件上传完成，才给客户端发相应

　　form.on(‘end’, function() {

　　res.end(‘success’);

　　});

　　// 解析出请求里包含的表单数据

　　form.parse(req)

　　speech.parseWav(‘uploads/audio.wav’, function(text) {

　　console.log(text);

　　controlDrone(text);

　　});

　　});

　　我使用FFmpeg工具来降低音频的采样率，并把多声道合并成单声道，以供微软API使用。

　　exports.parseWav = function(wavPath, callback) {

　　var cmd = ‘ffmpeg -i ‘ + wavPath + ‘ -ar 8000 -ac 1 -y tmp.wav’;

　　exec(cmd, function(error, stdout, stderr) {

　　console.log(stderr); // command output is in stdout

　　});

　　postToOxford(callback);

　　});

　　尽管我开发的功能就是这些，但是还是可以继续扩展。比如用微软的文字变语音的API来让无人机说话！

　　开发自主搜索路径

　　我使用ardrone-autonomy库来为无人机开发自主搜索路径。在此过程中，我无数次地把无人机弄得撞到了客厅的家具和植物上。最后，我妻子很“客气”地建议我去车库里继续我的项目，因为那里没多少可以撞的东西。但是车库的地方有点小，使得操控空间有限。

　　图3：在我的“实验室”里试飞无人机。图片由Lukas Biewald授权使用

　　在我能有一个更大的实验空间后，我会尝试更智能的搜索算法。不过，现在我还是只会让无人机做起飞和旋转的动作，以此来搜索发现人，并识别是敌还是友。

　　var autonomy = require(‘ardrone-autonomy’);

　　var mission = autonomy.createMission({ip: ‘10.0.1.3’, frameRate: 1, imageSize: ‘640:320’});

　　console.log(“Here we go!”)

　　mission.takeoff()

　　.zero() // 把当前状态作为参考基准

　　.altitude(1)

　　.taskSync(console.log(“Checkpoint 1”))

　　.go({x: 0, y: 0, z: 1, yaw: 90})

　　.taskSync(console.log(“Checkpoint 2”))

　　.hover(1000)

　　.go({x: 0, y: 0, z: 1, yaw: 180})

　　.taskSync(console.log(“Checkpoint 3”))

　　.hover(1000)

　　.go({x: 0, y: 0, z: 1, yaw: 270})

　　.taskSync(console.log(“Checkpoint 4”));

　　.hover(1000)

　　.go({x: 0, y: 0, z: 1, yaw: 0

　　.land()

　　最终效果

　　看下面的视频。我让无人机起飞并去找我的朋友Chris:

　　结论