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() - 全都搞定后的效果 看下面的视频。我让无人机起飞并去找我的朋友 Chris: https://v.wzatv.cc/iframe/player.html?vid=s0342bdukcc - 结论 在一切都配置妥当之后,就可以通过 API 来控制无人机,获得拍摄到的视频图片,这一切都爽爆了!随着新的图像识别技术可供使用,可能的应用必将越来越多。比如,让无人机根据房屋平面图来刷墙。虽然 Parrot 无人机并不是设计来为在狭小空间(比如我的房子)里安全飞行的,但随着无人机越来越皮实,价格变得更低,我相信真正有用的应用将会进入爆发期。 微软的认知服务云 API 是相当得好用且便宜。最初我比较担心无人机所用的广角摄像头所拍摄的图片会影响人脸识别的准确度,另外螺旋桨的噪声可能会对语音识别产生干扰。但整体而言,这两个 API 的表现远超我的期望。同时处理延迟也低于我的预期。从架构设计角度来看,在云端运行机器学习实时图像处理似乎是一个奇怪的选择,但它可能会成为未来很多应用的架构选择。 Lukas Biewald Lukas Biewald是 CrowdFlower 的创始人兼 CEO。CrowdFlower 始于2009年,是一个数据增强的平台,可以帮助企业获得随需的人力来收集、产生训练数据,以及参与人-机器学习循环的工作。 在从斯坦福大学拿到数学学士和计算机科学硕士学位后,Lukas 领导了雅虎日本的搜索相关团队。随后他去了Powerset,作为一个资深数据科学家进行工作。2008年 Powerset 被微软收购。Lukas 还被《公司》杂志评选为30位30岁以下的著名人士。 Lukas 还是一位专家级的围棋选手。 (责任编辑:本港台直播) |