文|陳根

近年來，無人機越來越廣泛地進入大眾視野，並在航拍、農業、快遞運輸、災難救援、測繪、新聞報道、電力巡檢、救災等方面發揮重大作用。

但是，由於其電池續航能力有限，無人機往往需要在短時間內完成任務。

比如在災難現場尋找倖存者、檢查建築物等任務中，無人機需要透過一系列航點，如窗戶、房間或特定位置進行檢查，在每個路段採取最佳軌跡和正確的加速或減速，才能在電池允許的範圍內完成作業。而頂尖的人類無人機駕駛員在這方面有著豐富的經驗，並在以往的無人機競賽中表現優於自主飛行系統。

近日，蘇黎世大學（University of Zurich，UZH）的研究人員在四旋翼自主飛行器（配置四個螺旋槳的無人機）上開發出一種新的計算方法。這種飛行演算法可以讓無人機自主採取最佳飛行軌跡，並能根據不同障礙物進行提速和減速。

與以往描述飛行軌跡不同，

這種演算法的核心來自於機載攝像機和感測器的輸入，無人機可以將獲取到的資訊直接轉換為控制命令

，這與人工神經網路相似。其不僅可以參考飛行軌跡對應進行模擬機動示，還可以透過訓練擴充套件各種不同的動作。在最近的一次比賽中，新演算法無人機甚至首次戰勝了人類專家駕駛員。

為了確保比賽的公平，人類飛行員可以在比賽之前提前進入賽道訓練。但比賽中，演算法無人機轉的所有圈數都比人類的要快，而且效能更穩定。

這並不驚訝，因為一旦演算法找到了最佳軌跡，就可以多次進行機械重複，

這與人類飛行員不同。所以最終的結果是演算法打敗了人類駕駛員。

據瞭解，在競賽勝出的無人機裝置重量約 0。8 公斤，推重比接近 4 ，身上配備有 Jetson TX2、萊爾德通訊模組和用於捕捉活動的紅外線標記器等。為了提升結果的準確性，研究團隊還分別在 3。3 和 3。15 的推重比下進行實驗。結果，新演算法均比人類駕駛員取得更優的成績。

目前，無人機依靠外部攝像頭來計算位置。未來，研究人員希望使用機載相機來完成。希望在不斷地研發改進後，無人機能在更多領域釋放它的潛力。