开启辅助访问
 找回密码
 立即注册

小米无人机跟大疆无人机有多大差距?

tvb001 回答数5 浏览数1008
希望各位大神从
    1.控制角度。
    2.工业设计,结构设计角度。
    3.商业模式角度。
    4.用户角度。
    谈一谈各家的特色,以及差距
使用道具 举报
| 来自吉林
kingseo | 来自河南
这个问题看到好几天了,一直没有想好到底怎么回答,一方面是接触到的小米无人机资料不够多,一方面是最近在赶论文,现在论文写完了,是可以论一论这个问题了。
首先整体来说我对小米还是持欣赏态度的,小米的手环,路由器,手机,机顶盒,游戏手柄我都用过,而且有的一买就是好几个。这里面的东西有好有坏,很难一概而论。这个问题问小米的无人机向大疆的无人机有什么差距,我想应该问的是和 dji 的旗舰款消费机有什么差距吧?毕竟我们不能用一个已经被淘汰的机型和小米新的机型进行比较--虽然他们价钱一样,但是这是很不科学的,因为技术进步的太快,现在看去年 DJI 的产品,和 Phantom 4一比算是十分简陋了,但是去年的时候也觉得当时的 Phantom 3厉害的不行不行的。


第一玩到 P3的时候大概是一年前,当时觉得好激动哇,终于有一个靠谱的可以在室内飞行的飞机了(inspire 1太大了)
言归正传,先来个宏大叙事,说说宏观上的事情,从我纯粹的个人角度而言,其实对消费无人机这个市场有更多靠谱的参与者本身还是蛮期待的,一方面是新的玩家会带来新的思路,而一家独大的垄断会造成行业领袖走入歧途,而3DR 被干趴下之后大疆确实缺乏一个合格的对手--需要足够的飞行控制经验,软硬结合的能力,人工智能和视觉方面的人才;另一方面是我个人确实喜欢各种各样新鲜的玩具,而我最喜欢的玩具以前是航模,现在是能够自己飞来飞去的无人机。所以小米发布无人机这事儿本身还是蛮期待的。
而另一点呢,无人机不同于手机等等,无人机到现在还没有完全脱离安全性的隐忧,不看说明书就蛮干最后引起摔机危害自己和他人安全的在论坛上比比皆是,我们所有人都想把无人机做成一个人人触手可及的生活助手,但是无人机的发展除了个人的奋斗,历史的进程也是很重要的。目前我们刚刚拥有了一定的让无人机安全飞行的能力的萌芽,这个萌芽包括了能够在复杂环境下悬停的能力,飞行器的多路冗余 IMU,飞行中绕开障碍物的能力,像 A3这样的专业飞控还具有断桨保护的能力,而 Phantom 4在丢失信号之后能够『小蝌蚪找妈妈一样』回来的能力(比如这个帖子
感谢智能避障,让我没有提控回家 | 大疆社区)。
就像是载人飞行器一样,其实一架超轻型的载人飞行器的制造并不难,有很多家庭作坊都有生产它的能力,真正难的是安全。无人机目前的市场也比较脆弱,我记得在直播中,雷军说了一个冷笑话,『无人机就要在无人的地方飞』。其实这句话添加进去一个『没有经验』的 更加符合实际情况一些。
说实话,对于小米无人机我是有一些失望的,倒不是他的功能和设计(这个我们之后再谈),而是贯穿发布会的对于安全颇漫不经心的态度,雷军给我们当场示范了如何错误的安装螺旋桨和如何错误的安装云台,这两者都是容易造成飞行事故的,我甚至怀疑小米无人机当天的坠毁事件多半是因为射桨造成的。其实无人机的工程机出点状况确实再正常不过了,『失败是成功之母』嘛,但是小米亲自给用户示范了闹事夜航和炸鸡还是让我这个从小学初中开始接触航模的人心里一寒。
无论是避障,悬停,这些东西的第一目的就是无人机能够安全的飞行,而4k 的录像也好这些也要建立在安全飞行的基础上。所以不管怎么样,在此希望小米能够长点心。一个危险的无人机操作可能带来的后果需要玩家和行业整体承担。这里我们举两个例子,第一个例子一个人小伙伴在飞行至500m 高空之后(要知道 DJI App 上明确写了超过120m 高度需要查阅当地的法规,我这里也不鼓励大家尤其是新手飞行到120m 之上)拍摄到了歼击机的身影。 还有,这一事件的直接后果是全华北的无人机被禁飞,很多搞科研的小伙伴都受到了影响,当时在北京六环外租了块玉米地搞开发的
@Botao Amber Hu甚至还接到了当地村委会的通知。


另一个事件是双流机场最近炒的沸沸扬扬的无人机导致航班停飞的,要知道现在的主流飞行控制器都内置了地理围栏系统,避免在机场附近的飞行,消息出来第二天我们就看到了一下的新闻


到底是不是零度惹的祸我不清楚,但是一两个用户作死影响全行业的例子确实不少。
安全,安全,还是安全,如果小米无人机不能保证自己的安全性,一切的比较是缺乏意义的,因为小型无人机绝不是玩具。这里我再举一个例子,我在锻炼时候喜欢蹬自行车,常常会注意到自己的双腿蹬车的功率--巅峰时期仅仅150W 都不到,平时也就70W 上下,而一架 Phantom 4的功率有多大呢?悬停功率大约在200W-300W,而巅峰时期的功率更高,这相当于至少三个我才能有 Phantom 4上面那几个小电机的功率


(就这个小东西的极限功率比一般成年人都高)。
所以我想,小米无人机也好,各种各样的新式无人机也罢,如果没有尽可能的做到安全二字,是没有比较性能的必要的。
当然,另一方面我们要比一比指标了,晚上总喜欢拿小米和2999的 P3S 比,这是非常没有意义的,因为他们俩价位相同,而小米无人机真正售卖的时候后者的价格都不知道降成什么样子了。如果小米还认为自己是价格屠夫的话,我们无妨拿他和 Phantom 4做一比较,这个比较就像是是用1999的小米和4999的 iPhone 比较一样,我想是符合小米『价格屠夫』的定义的。
安全性我说了那么多了,那就先说说螺旋桨吧。小米的螺旋桨被我们称作『自紧桨』,是被大疆淘汰的一种螺旋桨,


我们可以看到,这两架飞机上所安装的螺旋桨十分的相似,电机也是同一个尺寸的2212电机。自紧桨是一种很有意思的螺旋桨,我们知道,在飞行器螺旋桨转动的时候,空气会有阻力使得螺旋桨受到一个反方向的力矩,而自紧桨是具有螺纹的螺旋桨,他可以和电机的螺纹配合,在反作用力矩的情况下变得更加『紧』,所以被称作『自紧桨』,可以看下图


这两个电机中右边就是适合『自紧桨』的 Phantom 3 上面的电机,左边则是 Phantom 4上用的电机。
可能有朋友要问,为什么这种『自紧桨』设计的如此巧妙,还会被淘汰呢?这其实就牵扯到另一个高中物理问题,螺旋桨在高速旋转时具有巨大的角动量,也就是『维持以这个速度继续旋转的惯性』,而如果电机性能又特别的好,尤其是在今年开始流行的正弦波电调控制的无刷直流电机上,电机的减速性能非常的好,比如本身螺旋桨保持在每分钟一万转,这个电机突然在零点几秒内桨到了七千,那么螺旋桨对于桨轴就会因为顺着转速方向,和上文提到的空气作用方向相反的方向产生巨大的来自于减速的力矩(如果这么说还不懂你们在评论里说,我可以画个图),而这个力矩就可以直接让拧的很紧的自紧桨变松,甚至射桨。


比如上图就是一个射桨时候的情形,我专门问过,为什么在 A3的断桨保护功能的演示视频里面,射桨能控制的如此精确呢,答案是这种自紧桨在电机升级之后只需要一个特殊的控制信号就可以直接射出来。当然这个只是用于演示的特殊功能。
所以我们知道,如果要在自紧桨上保证安全就必须降低飞行器的性能--因为你需要降低螺旋桨的转速的调节能力,这意味着你必须减少自己控制器的『控制带宽』,控制带宽较低则你的飞机对于高频的扰动响应能力差,对于高频的输入响应能力当然也差;如果这时候飞行器想追求更高的飞行动力性能--比如更高的调节速度,刹车速度,悬停精度--就要承受飞行安全性的挑战。所以题主很怀疑小米在这上面栽了跟头才导致直播当天炸机。
好,这个非常小的可能没有人注意到的,只有业内人士才知道怎么回事的细节我说到这里。也是告诉大家,为了无人机的安全性到底有多少工作可以做,必须做。下面我们说说飞行器的智能性,首先我给你们看一张图


这是 P4内部的芯片图,是被电路板包裹的一块电池。上面那个很多纹路的是散热片,上面实际上还有小风扇--那个散热片如果我没有记错的话是一块铝合金整个铣出来的,造价很高。
做一个简单的对比吧,Phantom 4的用于智能视觉任务的摄像头有四个,小米无人机只有一个


注意,两个黑色的显眼的东西是超声波的收发器,超声波收发器的中上那个小黑点是摄像头,可以肯定是,小米无人机用的是简单的光流技术,关于 Phantom 4的可以参见
而 Phantom 3和其他 DJI 的追赶者,没有 GPS 也能悬停其实是在 location 上做了一个妥协,引入了光流算法来控制速度,如果没有光流,GPS,无人机的控制量就是加速度,这是控制一个东西的二阶导数(加速度)还是一阶导数(速度)的区别,显然,对于悬停而言,抑制速度为零效果更好,这会让积分成位置的累计误差尽可能小。而 Phantom 4更上一层,引入了 VO(视觉里程计)进行定位,无 GPS 得观飞控的观测量就直接是位置。所以精度会比 Phantom 3和市面上所有其他拿出来的卖的无人机都好。

作者:徐枭涵
链接:如何评价DJI大疆创新的Phantom 4 (精灵4)? - 徐枭涵的回答
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
后来我又写了一篇文章是关于单目和双目技术对比的,我就大段引用在这里了,不感兴趣的读者可以直接跳过
要说单目和双目的区别,其实还是得从视觉定位说起。大家最早接触到的单目定位毫无疑问就是鼠标了。

上面这张图片是鼠标的一个示意图,早期光流,比如 PX4Flow 采用的算法和鼠标十分接近,也就是每次比较上一次中心图像在本次成像中的漂移,找到一个和中心图像最相近的图块,认为这就是每次的运动量。看到你观察的目标后退了,又知道目标距离你有多远,那么你自然知道自己走了多少
但是我们需要注意到一个问题,我们所得到的运动量并非是物理上的距离,而是移动在投影平面(即下图的 viewport)中所移动的量,即像素的移动。那么如何获得真实的移动距离呢?

这就是一个SLAM 里面的经典问题了,即所谓的scale (尺度)问题。在鼠标很好解决,我们的鼠标都是贴着平面使用的,可以直接在工厂标定出像素到物理距离的换算,实际上对鼠标来说物理距离移动的尺度并不重要。但是对于飞行器来说,要获得移动量就必须知道自己到被测量表面的距离,从这开始,就是单目光流和双目最本质的区别了。即获得 scale 的方法不同。

单目光流比较传统且大规模应用的单目,当然是首推 dji 的 inspire 1了。

下面那两个玩意,就是超声波测距,关于超声波这种用声波传输时间测距的玩意原理我就不赘述了,因为此处换做 tof 之类的也一样。单目光流的算法就是通过摄像头获得地面相对于摄像头移动的角度,然后再乘距离,也就是尺度,获得每一帧移动的距离。
可以看到的是,早期的单目光流有一个非常严重的问题,是没有记忆,每次测得相对距离的过程仅仅和本帧图片,上帧图片相关。而总的位移量则是这个值得积分,这就造成了一个问题,如果这个测量过程出现了误差(这是不可避免的),误差值就会累计累计累计,然后如果这么控飞机,飞机就会飘飘飘。。。。
还好在实践中,误差值和飞行速度相关,一旦飞起来误差值就会显著增大,但是用于测量速度,光流还是合格的,这也是为什么把采用光流的无人机称作第三代无人机的主要原因,因为光流算法并没有算的真正的移动距离。
当然这里并不是说单目没有这样的能力,事实上单目组合 IMU 的方式也可以获得相当准确的位移。当然随之而来的是巨大的计算量增长。我们所说的没有『记忆能力』仅仅是早期单目光流的问题。

双目双目和单目的本质区别是获得 scale 的方式不同,即和人眼相似



因为两边角度不一样,我们又知道基线(比如两眼间距离)的长度,那么就可以根据三角测量计算出目标点到我们的距离。
具体到双目视觉上,我们一般会先获得一个深度图

(我从网上瞎找的)
这个时候我们可以检测一些关键点在帧间的移动。

注意一个物体,在单目光流中,往往假设世界是平的,所有的点高度一致,而在双目视觉定位(也包括单目 SLAM 等),目标点是分布在各个高度的,这里假设上是一个很大的进步。如图所示,我们会去追综一些目标点,根据不断的三角测量来估计我们(摄像头)和物体(特征点)的位置,只要物体不移动,我们就可以得到自己的位置。这一算法的显著意义是我们在记忆这些特征点在哪里,这样我们就可以获得一个长期稳定的相对距离,精度远远高于光流算法。一个非常典型的例子是
把 Phantom 4 起飞到三十公分高度,拽他的一只脚跑一定距离,P4还会自己跑回去,如果是简单地光流算法是不可能在室内完成这一点的。

单目 VIO
另一个值得一提的是单目VO,其实单目 VO 除了设备上只有一个摄像头之外,和上面的单目光流根本就不是一个东西。
单目 vo 是根据 IMU(运动传感器)的加速度和角速度积分获得一个尺度(大致的位移),追踪一些特征明显的目标点放在所谓的 sliding window 里面,就是记住他们历史上在图片上的位置。再根据不断地三角测量来更新计算这些目标点的位置,同时也计算自己的位置,最后得到一个非常精确的相对定位。从原理上讲,使用三角测量的单目VIO其实更类似于双目测量而不是单目光流。
在定位这个事情上,小米无人机和 Phantom 4的差距在两年左右。而小米没有任何相关的演示视频,这里我想到一个几天前看到的有意思的视频可以让你们了解到悬停性能上没有视觉辅助(Yuneec)-光流视觉(Phantom 3)和 VO(Phantom 4)的差别。
[转载] Typhoon H 和Phantom 3&4 飞行时间对比这段延迟摄影中可以看到,室内依靠手控的 Typhoon 不断晃动,P3在到处飘,P4基本不动,效果十分明显。


而在避障这个事情上,就是有和无的差距了,关于避障技术,我还是引用我在 P4文章里面写过的东西吧
而P4里面呈现的主动避障功能就是一种非常非常典型的 slam 的弱应用,无人机只需要知道障碍物在哪,就可以进行 Planning,并且绕开障碍物。当然 SLAM 能做的事情远远不止这些,包括灾区救援,包括探洞,包括人机配合甚至集群,所有的关于无人机的梦想都建立在 SLAM 之上,这是无人机能飞(具有定位,姿态确定以后)的时代以后,无人机最核心的技术。也是现代无人机和玩具的区别。


虽然现在的主动避障还不是很成熟,还是有时会撞到树林里(如果是被动避障则很难撞到障碍物),但是这个美妙少女第一次向大众展示自己的面容本身就是一件十分令人激动的事情。

就我了解的而言Phantom 4应该是上市产品中第一个引入 mapping 和 planning 无人机产品,甚至是最早引入mapping 的消费电子产品之一(这里我不确定扫地机器人有没有做 mapping)。


作者:徐枭涵
链接:如何评价DJI大疆创新的Phantom 4 (精灵4)? - 徐枭涵的回答
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
P4是世界上第一个可以主动的绕开障碍物的无人机,而以前曾被诟病为『一键放生』的『一键返航』功能加入了这个功能以后就变得很有趣了,比如前面我讲过的那个例子
感谢智能避障,让我没有提控回家 | 大疆社区,这个文章读完以后我还是小震撼了一把,这差不多是我儿时的梦想,现在居然被我的同事们实现了。经过用户的口说出,一切反而不真实起来。
在这个事情上,小米无人机完全没有类似的功能,所以-。-没什么可以说的。想要了解更多可以看看硕哥的文章
详解多旋翼飞行器上的传感器技术 - Phantom Y - 知乎专栏
还有一个功能就是自动追踪了,P4这边的追踪性能还是相当好的,当然这玩意因为算法和工作模式都太了解了我也不大好评价。P4的追踪是一个很有意思的计算视觉和机器学习加上机器人学的落地产物。相关的介绍还是自行参考我的文章吧。
这一段是我在天窗口站着,把我硕大无比12寸的 iPad Pro 支在车顶,让 P4追踪着我们以60码的速度跑,顺便绕过无数的路灯。


我不断地在打杆环绕

甚至在我们路过一个路桥的时候,


飞机停顿了一会,等车再次出现又追了上去(当然可以改进的更好,让他不停顿,不过这是以后慢慢的算法升级了)。这里我用巨好用的 DJI GO(这是我第一次发现 GO 如此好用)剪了几个视频,在12寸的 iPad Pro上看4K视频效果特别好,回头我传网上再来补个链接。这个东西视频看起来非常有大片电影的感觉。


作者:徐枭涵
链接:如何评价DJI大疆创新的Phantom 4 (精灵4)? - 徐枭涵的回答
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

小米的这个功能同样没有任何的范例视频,无从对比。
当然了,另一点就是图传,我就说一个例子吧,小米无人机现场炸鸡以后的截图


左边的航拍直播缓慢巍然不动,右边的飞机已经坠落,所以有两个可能性,第一是小米无人机的图传延迟极高2s 或者以上(大疆的现在在100ms 的量级),所以看到的是依旧车水马龙,如果这样的话那么这个图传应该是很失败了,第二是这个视频是发布会之前录好的。。。。。。
所以我觉得在这个问题上比较的意义不是很大。
相机的话纸面性能我瞄了一眼两边的官网完全一样,样张的话我看 Phantom 4的照片更舒服一点,这个问题就见仁见智了,我就放两张样品。
来自小米官网的


下面这张是我和我爸爸拍的


(我拍这照片时候还没有相关规定,但这里特别提醒大家,现在不要效仿!请勿把飞机飞到火车道上!尤其是高铁!根据现在的条纹这是违法行为!)

说实话我觉得我这个半吊子用 P4拍的照片比小米官网好看多了。。。。。。


至于续航,一个28min 一个27min,真没有什么区别。
总之小米很多功能都是号称『我们有』,但是没有任何的示例视频,分析起来有一定难度。
还有一个很有意思的事情,小米的云台是360度旋转的,而P4的云台锁死了只能看一个狭窄区域,(如果这是优点的话,恐怕这是唯一一个),但是小米的云台转到后面实际上会被起落架挡住啊,总不能飞到空中了靠手来把起落架掰上去来避免这一个问题吗?
云台360度有两个用途,一个是如果一人控制飞机一人控制云台的时候,两人可以各玩各的,同时前者不用看屏幕防撞。显然小米没有提供这个功能,另一个是在视觉功能运行的时候云台拿来看看风景--显然这个也不是很适合小米。
所以干嘛要360度转云台,转飞机不就行了?
-。-

总之,最后,我引用一个知乎用户的回答
没有什么期待,不要掉下来就好了。
----张召忠

------------------------
后续,根据媒体实测,小米无人机续航只有十几分钟,而且又当场炸了。我真的很担心它会导致国内的政策收紧。
-----------------------------
有很多朋友质疑炸鸡一词过于夸大,飞机并没有爆炸呀,这一看就是圈外人了。事实上炸鸡(炸机)一词来源于玩航模的模友圈子。早年以固定翼(就是带翅膀的)为主的时候,飞机坠毁有的时候是可以现场修的整件,有时候会摔掉一些附件,常常称作摔机,这种情况都很好修复。而有时候你得提着塑料袋去捡飞机--仅仅是为了环保,飞机碎了一地,自然就是炸鸡了。
而多旋翼直升机不像固定翼即使高空失控也可以依照自身动力学滑翔降落,一旦坠毁常常都损失十分严重,另一方面是现在人喜欢在网络上用夸张词,于是基本上不正常降落都被称作炸鸡了。这个词真不是为了黑小米发明的,开始讲的时候小米和大疆都还没有成立呢。
回复
使用道具 举报
tegong588j | 来自北京
当雷军公布小米无人机售价之后,(1080p版本 2499元;4K版本 2999元),直播评论里都在刷 “太贵了” … “999” … “1999” …之类的… (真是好尴尬呀)
看了一下大疆精灵4在天猫官方店的评价,都在说好用、太棒了、提升很多等等,没人说“一个无人机竟敢卖9000块”之类的。
可见小米无人机和大疆无人机首先的区别,不是产品的区别,而是用户的区别。(比如购买力、用途、心态)
————————
个人感觉小米也想造出大疆精灵4那么漂亮又好用、一身黑科技的无人机,然后以一个更低的价格洗牌无人机市场,但是小米在技术和经验方面真的有所欠缺,所以先用一款低端产品来投石问路,让自己快速成长起来。但是没想到……
米粉们都比较拆台啊!!哪怕小米撕下精灵4的标签贴上小米的,然后卖4999元,估计还是很多米粉会说“太贵啦”、“999”之类的,因为他们不需要无人机、也不能接受售价超过999元的“小米牌产品”。所以靠性价比杀入手机市场的小米,在现如今做“非刚需产品”是非常累的,甚至有一点自食苦果的感觉。
小米手机1999的定价是极其成功的,小米手环79元的定价是极其成功的,小米空气净化器899元的定价是极其成功的……因为它们都是刚需产品,或者特别便宜的“玩具”。然而1999元的小米净水器很难打开市场,因为小米的主流用户嫌贵,而高收入人群嫌小米品牌不够高档。这在无人机市场一个道理,小米主流用户抱着“买个玩具”的心态嫌贵,专业无人机玩家、把无人机当做生产力工具的用户肯定嫌小米产品不够好……这就比较尴尬了。


当然小米也清楚这个问题,所以以贴近成本的价格纯粹当做“福利”卖给米粉了,然后在这些米粉的支持下快速成长,造出真正的“小米无人机”。小米也知道,小米的品牌属性中“性价比”比“发烧”更重要,甚至为了保持性价比不惜妥协发烧……所以要么小米品牌会进行转型,要么小米会推出新品牌(事实上小米已经采取了这种战略,比如推出了家居品牌“米家”)。小米无人机这次的生态链企业叫飞米科技,我估计真正的小米无人机会以“飞米无人机”的名字上市,那将会是一台在硬件上无妥协、软件上很成熟的无人机,然后售价也一定会极具性价比的。
所以小米无人机和大疆无人机之间的较量,我觉着两年之后才真正开始。(以小米研发产品的决心,我相信小米会做到的)
回复
使用道具 举报
ncppcn | 来自上海
2014年的六月,我在知乎“民用小型无人机的销售现状和前景怎么样? - YY硕的回答”这个问题下面发布了一篇科普多旋翼飞行器技术的回答,在知乎上至今获得了889个赞同、近10万次浏览,并且被几十家媒体和公众号转发。2014年中正是多旋翼飞行器市场爆发前的风口,后来很多朋友告诉我说正是这篇文章吸引他们走入了多旋翼飞行器行业。
两年来,大疆精灵系列更新了两代,飞控技术更新了两代,智能导航技术从无到有,诸多新的软件和硬件产品陆续发布。同时我们也多了很多友商,现在多旋翼飞行器市场火爆,诸多产品琳琅满目,价格千差万别。为了理解这些飞行器的区别,首先要理解这些飞行器上使用的传感器技术。我觉得现在很有必要再发一篇科普文章,定义“智能导航”这个概念,顺便字里行间介绍一下两年来大疆在传感器技术方面的努力。

1. 飞行器的状态
客机、多旋翼飞行器等很多载人不载人的飞行器要想稳定飞行,首先最基础的问题是确定自己在空间中的位置和相关的状态。测量这些状态,就需要各种不同的传感器。

世界是三维的,飞行器的三维位置非常重要。比如民航客机飞行的时候,都是用GPS获得自己经度、纬度和高度三维位置。另外GPS还能用多普勒效应测量自己的三维速度。后来GPS民用之后,成本十几块钱的GPS接收机就可以让小型的设备,比如汽车、手机也接收到自己的三维位置和三维速度。

对多旋翼飞行器来说,只知道三维位置和三维速度还不够,因为多旋翼飞行器在空中飞行的时候,是通过调整自己的“姿态”来产生往某个方向的推力的。比如说往侧面飞实际上就是往侧面倾,根据一些物理学的原理,飞行器的一部分升力会推着飞行器往侧面移动。为了能够调整自己的姿态,就必须有办法测量自己的姿态。姿态用三个角度表示,因此也是三维的。与三维位置、三维角度相对应的物理量是三维速度、三维加速度和三维角速度,一共是十五个需要测量的状态。


这十五个状态都对多旋翼飞行器保持稳定飞行有至关重要的作用。拿“悬停”这件看起来是多旋翼飞行器最基本的能力来说,实际上飞行器的控制器在背后做了一系列“串级控制”:在知道自己三维位置的基础上,控制自己的位置始终锁定在悬停位置,这里的控制量是一个目标的悬停速度,当飞行器的位置等于悬停位置时,这个目标悬停速度为0,当飞行器的位置偏离了悬停位置时,飞行器就需要产生一个让自己趋向悬停位置的速度,也就是一个不为零的目标悬停速度;飞行器要想控制自己产生目标悬停速度,就需要根据自己当前的三维速度,产生一个目标加速度;为了实现这个目标加速度,飞机需要知道自己的三维角度,进而调整自己的姿态;为了调整自己的姿态,就需要知道自己的三维角速度,进而调整电机的转速。

读者可能会想哇为什么这么复杂。其实我们身边的许多工程产品都在简单的表现背后藏着复杂的过程。比如汽车的油门也是类似的,踩下油门之后,有传感器测量汽油的流速、控制汽油的流速;然后有传感器测量发动机的转速、控制发动机转速……从踩油门到加速的过程中也有许许多多的传感器在测量汽车的各个状态量,并对这些状态量施加控制。

知道十五个状态量是多旋翼飞行器做任何动作的基础中的基础,但是让飞行器在任何情况下都准确知道这十五个状态量是非常困难的事情,因为现在的科技水平还没有能够实现让一个传感器同时测量这么多的物理量。几十年来,人们发展出了一套复杂的技术,叫做组合导航,用GPS加上惯性测量元件、气压计和地磁指南针来让飞行器测量自己的十五个状态量。

2. 组合导航
惯性测量元件是一种能够测量自身三维加速度和三维角速度的设备(实际上惯性测量元件有两种,一种加速度计,一种角速度计,为了行文方便,我们把这两种元件当做一种,统称为惯性测量元件)。根据物理学原理,加速度的积分是速度,速度的积分是位置,角速度的积分是角度,理论上单靠惯性测量元件,我们就可以知道十五个状态量。

人类的科技水平也的确实现了这一点:GPS还没被发明以前,导弹上通常都装着一个精密的惯性测量元件,导弹打出去以后靠这个装置测量自己的十五个状态量,然后控制自己飞越海洋和大洲。然而这种惯性测量元件会在测量的过程中慢慢累积误差,元件本身的工艺、技术、成本越差,积累误差的速度就越快。导弹上价值几百万的惯性测量元件飞几万公里后会积累十几米到几公里的误差,这种水平的导弹已经非常了不起了,毕竟不是每个国家都可以在背后竖着洲际导弹和国际社会讲道理。


人体内也有惯性测量元件,人的耳蜗充满液体,人运动的时候这些液体有惯性,可以被耳中的神经感受到,因此测出了运动的加速度。然而人的惯性测量元件非常差,闭上眼睛,也不摸周围的东西,只靠耳蜗感受的移动,人基本没法走直线。

而多旋翼飞行器上用的低成本MEMS惯性测量元件,精度就更差了,它测量的速度和位置在几秒钟内就会发散到几十米开外去,完全没法用来规划控制自己的飞行路线。

此外,惯性测量元件还会受到温度、制造工艺的限制,产生一些测量的偏差,比如说有时温度突然变化之后,一个静止的惯性测量元件会觉得自己转动了起来,虽然它静止着,但是会输出不为零的角速度。这类测量的偏差需要比较仔细的算法进行修正,而且往往不能单靠惯性测量元件自己的测量完全消除。

地磁指南针是一种测量航向的传感器。指南针在人们的生活中作用重大,在未知的环境中,不分南北可能寸步难行。飞行器的机身正方向朝南还是朝北这个状态量用导航的术语来说叫做航向,也就是飞行器姿态的三维角度中的一个,他在组合导航系统中是非常重要的一个状态量。

地磁指南针能够指南指北是因为地球表面空间中有看不见的横贯南北的地磁线,地磁指南针可以测量出穿过自身的地磁强度,从而指出当前自身相对于地磁线的偏转。同样地,这个理论虽然非常简单,但是地磁线的强度非常弱,很容易受到干扰。比如多旋翼飞行器通用的无刷电机,在运转的时候就会产生变化的磁场,和地磁场叠加之后,地磁指南针就找不到正确的方向了。地磁指南针的这个特性非常令人恼火,但是早期的多旋翼飞行器开发人员毫无办法,因为这是唯一的能够确定飞行器在空间中绝对航向的设备。如果不知道这个航向,就基本没办法进行组合导航。


气压计的原理最为简单。因为地球表面海拔越高,空气越稀薄,气压越低,因此气压就能够给出飞行器的海拔高度。不过,不出意料的是,尺寸和重量适合在多旋翼飞行器上使用的气压计有很大的缺陷,它的测量值会受到温度、湿度、空气流速、光照、振动等因素的影响,单靠气压计非常难实现对高度的稳定测量。

组合导航技术结合GPS、惯性测量元件、地磁指南针和气压计各自的优缺点,使用电子信号处理领域的很多技术,融合多种传感器的测量值,获得较为准确的飞行器十五个状态量的测量。前面说惯性测量元件的测量容易发散,这个发散可以通过GPS来抑制:GPS可以获得三维位置也可以获得三维速度,惯性测量元件可以获得三维加速度,加速度的积分也是速度。在通过地磁指南针获得航向的基础上,两种速度的观测就可以融合起来,通过GPS的测量值来发现并抑制惯性测量元件的发散。惯性测量元件的发散被抑制住之后,它也可以更准地测量三维角度和三维加速度。因此GPS和惯性测量元件在这些情况中互相取长补短。除此之外,气压计和GPS互相提高了高度测量的精度,地磁指南针、GPS和惯性测量元件一同提高了航向测量的精度,他们都是利用了相同的融合、“互补”的思想。

组合导航技术中传感器互补的原理直接源于1948年诞生的信息论。克劳德-香农总结归纳出的信息论提出了信息的概念以及如何从数学上度量信息,信息论可以说是现代人类文明的基石之一。解释清楚信息的本质之后,人们才能够用数学表示一个朴素而又深刻的原理:信息可以用来估计状态,越多的信息可以把状态量估计得越准。


(上图致敬信息论之父,克劳德-香农)
此后,控制论的奠基人诺伯特-维纳与其他一大批工程师和科学家完善了通过信息进行状态估计的线性估计理论,进一步提出了传感器之间“互补滤波”,共同减小误差的理论。在此基础上鲁道夫-卡尔曼提出了卡尔曼滤波器,在通信、控制工程和飞行器状态估计领域广泛使用。卡尔曼滤波器还被实现在了阿波罗飞船的导航计算机当中,使用星座位置和惯性测量元件互补测量阿波罗飞船的十五个状态量。

信息论、线性估计理论以及卡尔曼滤波器允许人们把多个具有误差的传感器通过数学方程融合起来,利用传感器信息估计特定的状态量,而且越多传感器“互补”,可以获得越好的状态估计。这样,数学给工程学指出了发展方向:造更多牛逼的传感器进行互补,就能获得更好的状态估计能力。大疆飞控总工程师鱼大人也曾经说过:“最牛逼的工程师都是在搞传感器。”传感器技术的重要性可见一斑。

作为一种位置传感器,GPS具有诸多的问题,GPS信号只有在开阔的空间内才能给出比较好的测量值,因为GPS接收机需要从天上的卫星获得信号,这些信号要从太空传入大气层,这么远的距离,信号已经相对来说很微弱,所以必须要求接收机和卫星之间的连线上没有遮挡,一旦有建筑甚至是树木的遮挡,卫星发下来的信号就有噪声,GPS接收机就不能给出很好的位置和速度观测。在室内环境中,GPS甚至完全不能使用。组合导航技术要想进一步发展,就需要寻找其他能够在GPS不能使用的环境中使用的传感器。

一种较为简单的能够替代GPS测量高度的传感器是小型超声波模块。这种模块通常有一收一发两个探头,一个探头发出超声波,另一个探头测量回波的时间,能够算出导致声波反弹的物体离探头的距离。现在在淘宝上,只要10块钱就可以买到一个能够比较准确测量几米内物体距离的超声波模块,被广泛用在大学生制作的小机器人上。这种10块钱的传感器没有比气压计和MEMS惯性测量元件性能高多少,它发出的声波容易发散,探测到的物体不一定位于探头正前方,另外声波也容易被空气中的水雾、振动所影响,给出完全错误的观测。因此,超声波模块最好的使用场景是对着地面,测量自身和地面的距离。


3. 视觉感知系统
另外一种替代品是视觉感知系统。1970年之后,随着数字成像技术的发展,相机作为一种传感器开始被广泛研究。因为人可以通过自己的视觉估计视野中物体的位置、距离,而相机的原理模拟了人的双眼,所以研究者们模仿人的特点,利用相机的二维图像反推图像中物体的三维信息。这种和二维图像推算三维信息相关的技术和数学理论发展成了一个独立的学科——计算机视觉,也被称作机器视觉。

视觉感知系统是目前世界上最热门的机器人学和机器视觉领域研究课题。其原理是利用一个或者多个相机构成的视觉传感器系统,采用复杂的算法,通过二维的相机图像推算出视野中物体相对与视觉传感器系统的几何中心的运动信息,如果假设这些物体都是静止的,那么相对运动其实代表了视觉传感器本身的运动。理论上,计算机视觉技术能够单凭一个相机就可以准确测量十五个状态量,但是与其他传感器类似,相机也有很多的缺陷,包括无法恢复尺度、成像质量有限、计算量消耗巨大等等。幸好,我们还可以把视觉感知系统和其他传感器结合起来,互相提高测量精度。

聪明的读者肯定能够想到,把视觉感知系统和之前说的所有组合导航中用到的传感器融合起来,GPS信号质量高的时候用GPS组合导航,没GPS的时候用视觉感知系统替代GPS,不就解决问题了吗。这确实正是目前工程师和科学家们正在努力解决的问题,也是精灵4上初步实现的技术。在介绍精灵4是如何结合视觉感知系统和组合导航技术之前,我们先简单介绍两种已经比较成熟的视觉感知系统:光流测速模块和视觉里程计。

光流测速模块顾名思义,只能测速度。通常一个光流测速模块由一个相机、一个惯性测量元件、一个超声波模块构成,它的主要原理是计算机视觉技术中于1981年被发展出来的“光流追踪”算法。
“光流”的概念最早在1950年代由心理学家和生物学家提出,指的是一个观察者和他在观察的事物发生相对运动时,这些事物在他眼前成的像会产生“运动的模式”,人脑利用这种“运动的模式”能够更灵敏地感知周围什么东西在动。比如下图中,读者一看就可以直观理解“光流”的意义。


后来计算机科学家布鲁斯-卢卡斯和金出武雄在1981年发明了Lucas-Kanade算法,通过算法计算出连续拍摄的图片上的光流,并证明了光流可以反解出相对运动的速度。虽然三十多年来,Lucas-Kanade算法始终被公认为最好的“光流追踪”算法,但是它有比较大的局限性,它包含很多假设,比如假设连续图片的平均亮度相同,比如假设图片中的物体只发生平面运动等等。另外,光流算法算出的速度是没有尺度的,因为相机图像的单位是像素,所以光流算法只能给出“你现在的速度是10个像素每秒”,但是没法算出10个像素是1厘米还是1米。恢复尺度的方式是增加一个超声波模块测量平面运动离相机的距离,这样就能够把像素运动转换成真实的运动。最后,如果要让光流测速模块在晃来晃去的多旋翼飞行器上也能使用,通过惯性测量元件找出图像所代表的平面也是必不可少的,这一点需要在算法上进行两种传感器很好的配合。

光流算法原理上只可以测三维速度,不能直接测量三维位置。我们同样可以通过把光流测速模块测出的三维速度积分获得三维位置,但是就像惯性测量元件积分会发散一样,光流测速模块积分得到的位置也会发散。好在它不会天马行空地失去控制,和组合导航技术中除了GPS之外的传感器妥善融合之后,它可以做到悬停时测量的位置不发散。因此可以说光流测速模块只在有限的条件下能够替代GPS。

光流测速模块已经形成了非常标准的解决方案。大疆悟以及精灵3上都装载了自主研发的光流测速模块,另外著名的开源飞控产品Pixhawk中包含了一个叫做PX4Flow的光流测速模块,并且开源了所有的代码和硬件方案。所以光流测速模块目前已经广泛出现在了各大厂商的多旋翼飞行器产品上。


视觉里程计相比光流测速模块,增加了直接测量位置的能力,所以才叫“里程计”。视觉里程计比光流测速模块能力更强,性能更好。

读者可能会问,为什么听起来视觉里程计和光流测速模块参与的传感器数量差不多(光流测速模块甚至还多一个超声波模块),但是视觉里程计能力反而更强呢。这里的原因不在于传感器硬件,而在软件算法上。前面已经说到光流追踪算法有很多简化的假设,只能测量平面运动,增加其他传感器硬件一定程度上是为了把那些为了计算方便而简化掉的因素重新弥补起来。

而视觉里程计算法则复杂得多,它不仅要通过图像反推出视野中物体的平面运动,还要反推出这些物体的三维位置,并且基于这些物体的三维位置做很多次的优化计算,算法复杂度成倍于光流测速模块。有些视觉里程计的算法甚至包含完整的光流追踪的算法,但是仅仅把计算光流作为预处理图像的步骤。

视觉里程计能够直接测量位置,测量值也比较准确,不会像光流测速模块那样发散。通常比较优秀的视觉里程计飞100米之后只会积累十几厘米到几十厘米的误差,这个测量水平比起导弹上几百万的惯性测量元件还是差了不少,但是考虑到视觉里程计的价格极其低廉,对比起来它的性价比非常高。

视觉里程计有几个不同层次的难度,最简单的是两个相机构成的双目立体视觉系统加惯性测量元件,最难的是一个相机构成的单目视觉系统加惯性测量元件。如果视觉里程计和光流测速模块硬件一致,那么这里的视觉里程计采用的是单目视觉系统。目前,双目立体视觉系统加惯性测量元件实现自身状态观测已经是比较完善的技术,而单目视觉系统则是活跃的研究方向,世界上做这个研究方向较好的大学有美国的宾西法尼亚大学、瑞士的苏黎世联邦理工学院、英国的牛津大学、我国的香港科技大学和其他一些欧美院校。

单目视觉系统和双目立体视觉系统两者对比起来,他们的算法难度差别很大。视觉里程计的算法关键点是前面说的“通过连续的图像反推出视野中物体的三维位置”。对于和人眼结构类似的双目立体视觉系统,这一点比较容易,因为一个物体同时出现在左右两个相机的视野中时左右视野有视差,视差可以帮助解算物体的位置,只需要用简单的几何关系就可以实现,这已经是非常成熟的技术。
但是对于单目视觉系统,只有一个相机就没有视差,没法做简单的几何关系的解算,所以算法必须能智能地在局部范围内同时估计很多个物体的位置,然后在自身移动过程中通过位置移动产生视差,然后进行多个物体的位置的最大似然估计,从而推算出这些物体比较准确的位置。这个过程包括很多个环节,大部分环节在学术界都没有公认最优的方案,因此还没有成熟的技术。

因为原理相对简单,所以双目立体视觉系统构成的视觉里程计在三十年前就开始被研究了。1980年代早期,NASA工程师、著名机器人学家汉斯-莫拉维克就已经制造出了这种状态测量系统。关于汉斯-莫拉维克的另一个故事,我在知乎问题中“有哪些与控制、机器人等相关的 quotes? - YY硕的回答”也有提到。


(上图致敬汉斯-莫拉维克)
在经年累月的优化之后,2004年,NASA成功把视觉里程计和惯性测量元件构成的视觉定位系统装在“机遇号”和“勇气号”火星车主频仅有20MHz的特制芯片上,送上了火星,它可以帮助火星车通过一对双目相机非常准确地记录自己走过的路线。2007年,参与火星探测任务的计算机科学家和工程师们把这个激动人心的过程写成了一篇论文《计算机视觉在火星》(Computer Vision on Mars),这篇文章吸引了很多计算机视觉研究人员投身视觉里程计的研究,也极大推动了视觉里程计在机器人学中的应用。

4. 精灵4的传感器方案
大疆在精灵4上实现了双目立体视觉系统加惯性测量元件构成的视觉里程计,飞机上装了两套双目立体视觉系统,一套向前看,一套向下看,一共是四个相机。


两套双目立体视觉系统都参与视觉里程计的计算。通常情况下以向下看的双目立体视觉系统为主,如果向下看的相机对着一些特征不明显的环境(比如纯色的地板、海面等等),感受不到什么图像变化,视觉里程计会自动切换到向前看的立体视觉系统做测量计算。虽然精灵4采用的都是较为成熟的机器视觉技术,但是由于精灵4上机载的计算量非常有限,大疆还是下了相当久的苦功去优化算法,并使用了Movidius公司制作的图像算法处理专用芯片,结合Movidius公司的图像处理算法库优化四路图像处理的性能。值得一提的是,不久就会面世的Google Project Tango也使用了Movidius公司的这款芯片。不过因为Movidius公司的芯片不包含视觉里程计的算法,所以Google的这款产品中视觉里程计的算法应该与精灵4的算法有较大差别。

两套双目立体视觉系统还带来了视觉里程计之外的两个好处:1. 向下看的一套双目立体视觉系统可以探测下方地面上物体的三维位置,从而知道地面的距离;2. 向前看的一套双目立体视觉系统可以用来探测前方场景中物体的深度,产生深度图进行障碍感知。深度图还可以用于重建一个飞行器周围的局部地图,以进行精细的运动规划,这就是精灵4指点飞行的基础,在这篇文章中不详细介绍了。


除了增加视觉里程计之外,精灵4上还增加了内置的超声波模块。所以精灵4上一共有GPS+惯性测量元件+气压计+地磁指南针+超声波模块+双目视觉系统六种传感器。其中双目视觉系统有两套,共4个相机;惯性测量元件有两个,实现双冗余备份;地磁指南针也有两个,同样双冗余。当工作中的惯性测量元件或者地磁指南针受到严重干扰的时候,系统会自动进行备份切换,切换到另一个传感器上。这些传感器的数量、功能和特性总结如下表:


有了这些传感器以后,组合导航系统升级成为了智能导航系统。智能导航技术极大拓展了飞行器可以活动的空间,当有GPS的时候,系统可以通过GPS为主进行十五个状态量的测量,视觉里程计依然可以继续运作,提供额外的速度和位置的测量值进一步提高精度;GPS信号不好的时候,视觉里程计可以接替GPS为整个系统提供稳定的观测。智能导航系统中有三种确定高度的传感器:超声波、气压计、双目立体视觉,这三种传感器几乎可以覆盖所有让传统多旋翼飞行器头疼的定高场景:树丛上方、室内、靠近建筑的位置、大风环境等等。


地磁指南针的冗余设计可以很大程度上减小外部磁干扰带来的指南针故障。另外视觉里程计也能给出航向的观测,两者互补能够提高航向的观测精度。在以前的飞行器上,因为地磁指南针受到干扰造成的炸机问题比较多,在精灵4上因为有了多重保护措施,地磁指南针被干扰导致问题的概率大大降低。

有了智能导航系统之后,还需要有一套强有力的软件系统去组织导航算法和飞行控制算法。精灵4的飞控和最新推出的A3飞控类似,都是大疆第三代飞行控制器。大疆第一代飞控性能已经很不错了,然后飞控组在过去的几年里做了两次比较大的飞控软件系统的重构,以支持更多的传感器和功能。2014年底推出的第二代飞控里加入了光流测速模块支持、SDK、限飞区和新手模式等功能,2016年初开发完成的第三代飞控里加入了冗余传感器、双目立体视觉支持、避障功能和智能返航等功能。因为每一次重构都对整个软件系统做了很大规模的调整,增加了很多的软件模块和新的软件架构,所以分了三代。别人刚开始做飞控的时候,大疆已经自己重构了两次代码,这一点是大疆最引以自豪的地方之一。

智能导航系统让精灵4在任何状态下都可以准确测量自身的三维位置和三维速度,这对实现多种功能都有非常重要的意义。

近年来,业界有很多关于避障应该使用双目立体视觉还是激光雷达传感器等传感器的争论。在大疆内部,选择什么样的传感器放入智能导航系统用来避障,工程师团队也进行了旷日持久的探讨,最后还是选择了双目立体视觉的方案。我相信随着科技的发展,在未来会不断有更多更好的新传感器诞生,很可能会有其他传感器代替双目立体视觉,但是实现稳定避障的关键不在于避障所使用的传感器。避障这个事件发生前后,飞行器机体一定会发生急刹车,整体会经历很大的姿态变化和加速度,在这种状态下,飞行器是否还能稳定地测量出自己的十五个状态量,才是最影响安全性的问题。

如果系统急刹车之后,整体的位置观测甚至速度观测都发散了,这时候飞行器有可能左右飘出去,还是会发生炸机。就算不炸机,避障之后飞机前后左右摇晃,也会给用户心理上造成不安全的感受,带来很差的用户体验。精灵4在很多严苛的情况下发生避障动作时,飞行器会自动锁定位置、速度迅速减为0的状态,很快就可以从高速机动恢复到完全不动,非常稳定地悬停,避免了在障碍附近不稳定活动引起炸机。

精灵4还能处理很多看似很简单,但是对传感器系统要求非常高的飞行场景。比如在十几层楼的窗口把飞行器从室内飞到室外悬停。这种场景下,从窗口穿出时,向下看的传感器几乎马上全部失效,由于有建筑的遮挡,GPS也不会立刻生效,因此传感器系统不够稳健的飞行器有可能因为失去速度和位置的测量而飘到建筑上造成高空炸机。而精灵4则能够通过前视双目视觉系统的观测,在向下看的传感器都暂时失效时继续运行视觉里程计,及时提供辅助的速度和位置观测,避免造成无法控制速度和位置导致炸机的情况出现。

实际上,由于前面说的过GPS容易被遮挡导致没有足够的信号做观测的情况在航拍的场景中其实常常遇到。比如在树木茂密的峡谷里航拍,经常出现的情况是飞行器放在地面上时接收不到GPS信号,如果稳定飞到几十米的高度就可以接收到了。在这些临界情况下起飞和降落非常危险,如果要保证飞行器在升降过程中都能保持稳定的状态,飞行器必须能够在GPS和视觉里程计之间无缝转换,这样才能让用户放心地起降。如果用户从高处下降到低处GPS突然没有了,而视觉里程计没有及时补上,飞机失去位置和速度观测之后就变得非常难操控,就有可能撞在树丛上。

读者可能问,在这些情况下光流测速模块效果是不是也一样呢。我们前面说过光流测速模块的算法有很多简化的假设,尤其是被观测的物体必须处于同一个平面这样的假设,使得光流测速模块在树丛上方、地势变化较大的空间上方,都表现非常糟糕,并不能满足户外航拍的需求。虽然视觉里程计计算量庞大,但它是比光流测速模块更加实用有效的方案。

另外值得一提的是,第二代的大疆飞控使用的是遥控器杆量转化成飞行器的加速度指令,而第三代的大疆飞控在精灵4上变成了遥控器杆量转化成飞行器的速度指令。在精灵3、大疆的前代飞行器以及很多无人机产品上,如果你推遥控器满杆前进,飞行器会以一个固定的角度加速飞出去,直到加速度被空气阻力抵消,这样控制并不直观,所以新手很难操作飞行器;而在精灵4上,如果你推遥控器满杆前进,飞行器会自己调整到一个固定的速度上,直接操控速度显得非常直接,非常容易操控。以往,让飞行器保持匀速飞行是只有专业飞手才能做到的事情,现在则真真正正地让普通人也能触手可得。这一个修改看似简单,但是提供了更好的操作手感,而且让飞行器飞行的状态更加稳定。

对于航拍操作手来说,所有的花哨功能都不如悬停得稳、飞得稳这一点重要,因为飞机晃得太厉害,总会给用户造成一种“我的飞机真的没出问题吗”的感受,用户体验极其不好。我们去西藏青海或者其他很美的地方开车玩,肯定是希望平稳、慢慢地开,这样才能专心看美景;如果开着一部油门轻轻一点就加速到200公里的赛车,坐在车里一会儿被推背,一会儿过弯时左右甩,人还有心情欣赏路上的美景吗?

遥控器杆量改动也显示了大疆对自己智能导航系统提供的稳定的三维速度测量的信心。目前我没有见过其他哪家公司的飞行器控制系统采用的是遥控器杆量转化成飞行器的速度指令。

5. 当我在谈论无人机的时候,我在谈论什么
在这篇文章里,到现在我都没有提过“无人机”三个字。我觉得,就像一辆合格的汽车必须有安全带、安全气囊、后视镜、阻燃内饰、各种仪表盘等等安全措施才能称为汽车一样,一部合格的多旋翼飞行器也必须有惯性测量元件、GPS、视觉里程计、避障系统、气压计和超声波等传感器构成的智能导航系统才能被称为无人机。多旋翼飞行器不是玩具,汽车以高速撞人会造成人体严重的伤害,多旋翼飞行器甚至都不需要高速运动就可以用螺旋桨造成人体严重的伤害,因此多旋翼飞行器传感器必须有很强的安全性和稳定性。

2014年的时候,大疆飞控组有一个白板,上面写着:“竞争对手” 下面只用小字写了几个业内竞争品牌的名字,但是用大大的字写了“波音“。几年来,大疆飞控的梦想都是能让便宜低价的多旋翼飞行器像波音的民航客机那样,只有五百万分之一的致死事故发生率。随着传感器技术的提升和飞行控制品质的提升,截止2016年5月底,精灵4核心传感器系统出现故障的概率约为每两百万次起降仅有一次发生严重故障。虽然相比起载人的飞行器来说,大疆还有很多地方需要努力,但是在无人的多旋翼飞行器行业中,大疆是行业中飞行器整体故障率最低的企业。很多其他的企业,可能都无法计算出事故概率是百万分之多少,甚至是万分之多少。


很多其他公司也出了不少多旋翼飞行器产品,但是大部分只做了个组合导航的皮毛,加上一个光流测速模块,然后动一些歪脑筋,就开始标榜自己的安全性。就好比造个了汽车,说“啊我这个安全性很好的因为我方向盘手感很好,还装了个车载GPS”,但他车里连安全气囊和后视镜都没有。
还有的公司以飞行器上有新型传感器为卖点。但是一套完整、可靠的传感器系统是一点一滴积累起来的,新传感器必须和已有的组合导航系统在硬件和软件上仔细融合,才能真正发挥作用。面对很多号称采用激光、红外线、“人眼级别的智能”的传感器,读者们只要去问这些厂商:“你的传感器能和GPS无缝切换吗?”“你的传感器解决室内掉高问题吗”“你的传感器在急刹车的时候还能保持位置观测吗”,就可以看出他们都是堆砌出来的空中楼阁。

有些厂商的宣传语是“无人机不是土豪的玩具”。如果把他们所有宣传语中的“无人机”一词换成“汽车”,那么这类宣传逻辑和它们引导的消费观念显得极其错误。对汽车来说,有些汽车价格昂贵是因为提供了更好的倒车雷达和车身周围的传感器系统,这种增加汽车售价的行为提高了驾驶的体验,是理所应当的;另一方面,要求汽车变得更便宜,不应该要求去除这些安全传感器,而是应该从车身材料、内饰等方面去入手降成本。

大疆极其反感这类行为,并不是想打击这些竞争对手以占领市场,而是希望所有厂商能够沉住气,把飞行器的传感器做完善。多旋翼飞行器不是手机一类的消费电子,而是和汽车、客机一样具有一定危险性的载具,不能一味打价格战或者标新立异。我们希望市场上能出现带着全套智能导航系统和算法,依然售价2999的飞行器。我们坚信只有实现了完善的智能导航系统,才能造出真正安全的无人机产品,否则让不达标的飞行器进入市场,损害的是全体厂商的利益,也危害了整个社会的安全。
回复
使用道具 举报
stormxp | 来自广东
当年一个朋友的朋友,玩儿无人机航模的。
还不是现在四轴直升机那种,而是烧油的螺旋桨单翼机航模。
有次带着朋友去野外放航模,结果没事先仔细勘察场地,飞起来之后又没控制好,结果前面油菜花田里有个大姐在干农活儿,直接怼人身上了。
烧油的螺旋桨啊,就那么直直的在那大姐的肋骨上掏了个洞出来,直接把一边的肺都打烂了。
人当时没死,口喷鲜血的嚎了好久,他们在旁边真的吓尿了,完全傻了......
听了这个事儿之后,后来买遥控直升机我都不买旋翼展超过50CM的了......
太尼玛吓人了......


顺便说,前几年有次航拍,找的是韩国团队,用的据说是美军退役的无人机。
操机员少了个手指头,说是之前启动的时候没把握好,被螺旋桨打飞了......


无人机不是玩具
无人机不是玩具
无人机不是玩具
麻烦各位玩儿家一定要谨慎使用


在美国飞无人机前你需要知道的法律法规 - 无人机中的城堡 - 知乎专栏

看到专栏里有个知识贴就转过来了,希望各位去国外玩儿无人机的话千万别以身试法
回复
使用道具 举报
liceen | 来自北京
在此向大家道歉,某些人的答案让我以为小米真的在闹市飞行,经夏总回复,直播是在五环外飞行的。
http://zhihu.com/question/46752693/answer/103870637参见该回答评论。

因为我是转发的,不想靠这个赚赞数才匿名的,原贴并非匿名,请不要随便黑,谢谢!
评论中质疑我匿名的人原来是三无用户,算了,仍然留着前面那句解释吧。
转发该文仅仅因为作者让我这么一个不懂无人机的人初步了解了无人机的安全现状与问题,虽然文章有部分耸人听闻的内容。
个人观点:其实小米出无人机本来是个好事,一方面推广了无人机行业,另一方面有可能会加快政府出台相关监管措施。但正如我在评论里回复的:它最大的错是夸大宣传以及不正确的安全示范。
评论有人将无人机安全问题与汽车相类比,我的观点是:
这个类比似乎不太合适,1,汽车出事伤的是双方,所以驾驶员自己会特别小心,回避车祸,2,汽车监管运行相对而言特别完善,安全驾驶知识相对比较普及,汽车厂商也特别注重安全因素,3,根据文中分析,小米无人机整个营销宣传的安全普及意识都很薄弱,几乎没有,甚至直播还在闹市区飞行。同样,对这个第三点我也表示诚挚的道歉,直播是在五环外飞行的。
监管真的很重要!(不过小米这个无人机真的有创造吗?)其实小米出无人机也可以,本来是个好事,就是不应该夸大宣传还忽视安全问题。就好像假如小米出了两万的小米跑车,却声称自己和兰博基尼一样的性能,结果刹车坏了。
这个用户说的好专业,认可他的观点:无人机从来不是玩具。
小米无人机比大疆无人机有什么区别? - YY硕的回答再来一个回答传送,这个用户真正回答了区别与差距的问题。
小米无人机比大疆无人机有什么区别?和大疆的精灵 3 有多大差距? - 徐枭涵的回答

有更好的答案出现了,所以删了引用的原文,有兴趣点下面的链接:
引用自:
慎买2499元的小米无人机!后果比你想象的严重知乎中回答的链接是
作为用户,你对小米无人机有什么期待? - 公元1874 的回答
回复
使用道具 举报
快速回复
您需要登录后才可以回帖 登录 | 立即注册

当贝投影