无人机避障︱事件摄像机带来新突破

图片来源：University of Zurich

如今，无人机在航空成像、空中机动等新市场上具有相当大的潜力，但是安全问题一直是限制它发展的关键因素。在无人机坠毁的公共事件中，约有1/3是由于物体抛击或撞击鸟群而发生的。

现有的无人机避障技术，大多假设环境中的障碍物是静态或准静态的（即缓慢的相对运动），几十毫秒的反应时间，不足以支持无人机在复杂的动态环境中迅速导航，并安全避开高速移动的物体。

近日，瑞士苏黎世大学的Davide Falanga等人，通过在无人机上配置“事件摄像机”，为动态避障问题带来了新的突破口。

事件摄像机

2016年，Davide Scaramuzza实验室发布了一种称为“事件摄像机”的动态视觉传感器。它是受昆虫眼睛的启发而产生，用以记录场景的变化而非场景的外观。

当把它指向一个不动的场景时，并不会看见任何东西，但是一旦有了运动，事件摄像机就会以每像素为单位，用高频刷新率显示运动变换。

不同于标准相机以固定速率捕捉帧，事件摄像机关注时空中事件的发展，以异步方式测量每像素的亮度变化。

图片来源：University of Zurich

与标准像机相比，它具有显著的优势，即非常高的动态范围、无运动模糊以及微秒量级的延迟。但是，由于输出是由一系列异步事件组成的，而不是实际的强度图像，传统的视觉算法无法应用，因此需要进行范式转换。

无人机避障

无人机能够快速躲避动态障碍物，对于大规模部署安全飞行至关重要。而其中的关键在于控制知觉和动作之间的时间延迟，因为等待的时间越长，无人机反应和执行回避动作的时间就越短。

这种障碍冲突不仅会破坏环境，还会导致严重的硬件故障。此外，由于无人机的微型化发展，其有效载荷能力也有所降低，这对它们所能携带的传感和计算资源构成了硬性限制。

无人机避障实验

对于无人机自动避障的状态估计，即由无人机与周围环境进行交互，了解自己的位置、移动速度和方向，其中最精确的方法是采用非车载运动捕捉系统。然而考虑其昂贵的费用，像机反而成为了自动导航的一个可行选择。

但是标准像机本身也有两个重要问题：当传感器的运动超过相机的帧速率所能“冻结”的范围时，相机图像往往会变得模糊；而且相机（就像眼睛一样）在光线方面非常敏感，必须要恰到好处，不能太少或太多。

标准像机与事件像机拍摄对比

而事件摄像机进一步发展，在实现功能的同时，也克服了标准像机的缺陷。它的输出比帧更稀疏轻便，处理成本更低；而且利用每个事件的时间统计，不需要在静态和动态对象之间进行分割；更重要的是其高时间分辨率（按微秒顺序）允许低延迟感测，能有效提高执行时间。

无人机避障技术多种多样，“事件摄像机”在考虑技术广泛适用的基础上，提供了一种可行的思路，或许会带来新的发展。