导读：无人机对于人工智能需求主要体现在三个方面：智能飞行，智能协同和智能任务。无人机对于人工智能的需求主要体现在三个方面：智能飞行，智能协同和智能任务。要想实现无人机的“智能化”，真正困难的在于应对数以千计的意外状况和极端情况。无人机需要做到智能的感知和规避，灵活容错，智能跟踪和智能路径规划，关键就在于深度学习。
参考《2016-2022年中国人工智能市场专项调查及十三五投资前景预测报告》
无人机对于人工智能的需求主要体现在三个方面：智能飞行，智能协同和智能任务。要想实现无人机的“智能化”，真正困难的在于应对数以千计的意外状况和极端情况。无人机需要做到智能的感知和规避，灵活容错，智能跟踪和智能路径规划，关键就在于深度学习。深度学习在无人机上主要体现在图像识别技术、语音识别技术和智能控制。通过深度学习的智能图像识别技术和多源信息融合技术，将进一步提升无人机对复杂环境的感知和认知能力，增强无人机对非结构化环境的适应能力和任务执行能力；应用深度学习、语音识别等人工智能技术，无人机交互操作能力将大大提高，对实现有人或无人多系统协同、集群无人机协同和任务规划均具有重要意义；利用深度学习、行为控制技术使无人机在不依赖 GPS 的情况下进行飞行，提高现有组合导航技术的精度，为无人机系统提供自动规避能力。
1、智能飞行
无人机面临的环境本身十分嘈杂，无人机可能处在即将与远方物体相撞的轨迹上，但远方的物体在图像上只有几个像素点那么大。在已有的躲避系统下，即使故意让两架遥控飞机接近，也很难触发“探测-躲避”机制。由于无人机飞行速度很快，且视程只有 20 米，所以它需要不断更新其地图数据，然后做出飞行决策来绕开障碍物，快速精准的计算机视觉技术是不可或缺的。通过深度学习的智能图像识别技术和多源信息融合技术，将进一步提升无人机对复杂环境的感知和认知能力，增强无人机对非结构化环境的适应能力和任务执行能力。2016 年 2月，苏黎世大学 DavideScaramuzza 教授及其团队使用基于深度神经网络利用单目视觉技术帮助无人机穿过森林小道，第一次实现了基于机载硬件在真实林间小路上实时地规划和控制。
2、智能协同
美国海军要搞无人机分群，这里面的关键技术就涉及到协同指挥控制，大动态、自组网通讯技术，控制飞行，任务规划和目标分配技术。无人机和无人机之间协同，无人机和有人机之间协同，无人机和其他无人系统之间也要协同，包括地面的控制系统。自然语言的机器理解真正使语义来交互。
3、智能任务
无人机要做到智能任务，也就是任务要由自己来判断。无人机的终极目标便是实现智能任务，在制定了目标地点和目标任务后，无人机便可以自主规划路径，实时躲避障碍和自主完成操作，因此未来智能化无人机将运用到作战空袭，作战检测，地质勘探和无人机快递等领域。2016 年 8 月，谷歌通过 FAA 审批，将在美国展开无人机送货服务测试。
4、消费无人机产品的智能化功能
无人机在消费领域的运用主要是自拍社交和娱乐航拍，在消费无人机上，智能化的功能主要体现在空间位臵的自适应能力和拍摄角度的自选取能力，且能实现智能避障从而避免桨叶伤人，对无人机的稳定性和安全性要求较高。消费无人机正在朝小型化，智能化的方向发展，如大疆创新的 Phantom 4 能采用芯片制造商 Movidius 的 Myriad 2 芯片，基于深度学习算法，Phantom 4 能做到精准悬停，指点飞行，视觉追踪和环境感知与避障。零度智控的 Dobby 也特别加入了人脸识别、目标跟随等基于人工智能的功能。
资料来源：公开资料，中国报告网整理，转载请注明出处（ww）。
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
