无人机背后的故事——宾夕法尼亚大学工程学院院长Vijay Kumar专访

本文为《程序员》原创文章,未经允许不得转载,更多精彩文章请订阅2016年《程序员》
记者:徐威龙

提到无人机,有人也许会想到巡航在海上的大型的军用武器,而近年来,随着消费级无人机的技术革新和价格优势,这类无人机开始被大众所熟悉。无论是摄影还是送货,只要一提起无人机,人们马上会联想到大疆(DJI)、Parrot(一家总部位于法国巴黎的无人机及无线产品制造商)、3D Robotics(由前《连线》杂志主编Chris Anderson和时年20岁的Jordi Munoz创建,主打北美市场)、AscTec(德国Ascending公司旗下的无人机品牌)这些生产商。

然而,在美国宾夕法尼亚大学有这样一间实验室,早在2006年就开始了无人机相关技术的探索,至今他们的无人机算法和技术在农业、救灾、建筑、娱乐等方面有着广泛的尝试。相对于常见的摄影或物流类的无人机,他们所研究的无人机应用的场景更多样、处理的问题更复杂、涉及的技术领域和更为宽泛。可以说,他们的每一个新进展,都引领着整个无人机领域的技术变革,同时也是推动无人机和人工智能领域发展的杠杆。

近日,《程序员》杂志在CCF–GAIR全球人工智能和机器人峰会上专访了美国宾夕法尼亚大学工程学院院长,IEEE、ASME Fellow,美国国家工程院院士,Vijay Kumar。他就自己实验室最新的研究成果与我们进行了交谈。

除了摄影,无人机还能干什么?

Vijay Kumar是位印度裔机器人科学家,1983年毕业于印度理工学院坎普尔分校(IIT),后进修于美国俄亥俄州立大学,1987年获得机械工程博士学位。Vijay是世界上第一批研究无人机的科学家之一,早在2006年,Vijay和他的团队便第一次成功开发出了四轴飞行器原型,并积极推广无人机在多个实用场景下的应用。十年后的今天,无人机产业早已变的炙手可热,市场规模实现了百亿美元的增长,有人估计,到2020年,无人机市场将达到250亿美元。尽管市场越来越热,但学术界和产业界之间,依然存在一定的距离。这也让Vijay坦言,他并不关心无人机市场,眼下自己的重点,依然放在无人机的四个核心研发问题上:体型、安全、智能、速度。虽然这四点看似简单,但要是一一展开,无疑会让我们看到一幅关于无人机的更大的画卷。Vijay的最新研究成果,就是对这四点最好的诠释。
这些成果包括以下几类。

  1. 自主小型飞行器(Autonomous Micro UAVs),这种飞行器可以利用GPS在复杂的三维环境中巡航,可以用于搜寻工作和精细农作(Precision Farming)。这种无人机的重量只有20克,通过传感器来规划路线和监控当前环境,传感器包括IMU(Inertial Measurement Unit)、摄像头、激光测距仪、测高仪等。
  2. 飞行器矩阵(SWARMS,Scalable sWarms of Autonomous Robots and Mobile Sensors),在矩阵中,每台飞行器都是以自主(Autonomic)的状态完成任务,在没有中央控制系统的情况下,仅根据傍边飞行器的反应而作出调整,从而达到协作的目的。
  3. 微型生物机器人(Micro Bio Robots),这些微型机器人只有10~100微米,由生物传感器和马达制动。他们可以被用于药物探索、微创治疗以及微型装配。同时,他们还可以被应用在生物传感器和生物电路的合成,帮助行成“传感——驱动——通信”的闭环。
  4. 飞天手机(Flying Smart Phones),智能手机是当下最常见的高性能、低成本处理器和传感器集成,用无人机搭载智能手机,相当于拥有了一个给力的CPU/GPU、两个摄像头、一块电池、GPS、Wi-Fi、蓝牙模块、IMU、电信数据接收器,以及相应的内存。这无疑给飞行器赋予了更好的
[运动规划算法]Minimum Snap轨迹规划 文章目录简介1、为什么需要光滑轨迹?2、光滑轨迹生成一、光滑轨迹的生成二、使用步骤1.引入库2.读入数据总结 简介 1、为什么需要光滑轨迹? 为了更好地自主移动。 速度不能立即改变。 机器人不应该在转弯时停止。 节省能量,经常地加减速会减少能量。 2、光滑轨迹生成 边界条件:开始、目标位置(方向) 中间条件:航路点位置(方向) •可通过路径规划(A*、RRT*等)找到航路点 平滑度的标准 通常是转化为最小化“输入”的变化率 一、光滑轨迹的生成 二、使用步骤 1.引入库 代码如下(示例) 阅读详情

相关推荐

minimum snap轨迹规划 用二次规划QP求最优解

Minimum Snap 轨迹生成 算法思想: 1.给定起点 终点 经过点; 2.将所有点通过多项式连接,如图1; 3.起点终点(pvaj)限制;经过点(p)限制; 4.每一个segment多项式都不同,也就是每个segment的系数都是不同的,并不是用一条多项式将所有点相连,如图2所示,但是多项式的n_order相等;n_order=2×d_order-1;d_order表示优化目标的阶数;在此对snap进行优化,所以d_order=4; 5.这里采用分段计时,每个segment都有一个时间段T,如图3;

ymh博客 5564

宾夕法尼亚大学开源!第一个将语义SLAM实时集成到自主无人机反馈回路

以下内容来自从零开始机器人SLAM知识星球 每日更新内容 #论文# Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy 论文地址:https://arxiv.org/abs/2109.06479v4 作者单位:宾夕法尼亚大学 开源代码:https://github.com/KumarRobotics/sloam 语义建图使用一组语义对象表示环境。这种表示具有存储效率、更少的歧义和更多的信

计算机视觉life 672

四轴轨迹规划-Minimum snap总结

理论知识 微分平坦:系统状态可以被平坦空间的状态以及他们的导数所组成的代数组合所表示。 系统状态12维,首先可以看出 x,y,z 和 dot_x, dot_y, dot_z, 以及 \phi , \theta, \psi和 \omega_x \omega_y \omega_z之间的导数关系,所以整个系统可以先规划成6个,然后无人机的角度和\dot\dot_x相关,所以,最终可以缩减为4个输入,x,y,z和\psi Minimum jerk: minimize angular velocity, good

Chasing的博客 5770

(四)路径规划算法---Minimum Snap 轨迹优化问题

Minimum Snap 轨迹优化问题 文章目录Minimum Snap 轨迹优化问题1. 前景2. 基本原理2.1 轨迹生成条件2.2 评价函数2.3 约束条件2.3.1 导数约束(Derivative constraint)2.3.2 连续性约束(Continuity constraint)2.4 问题求解附录1. 凸函数基本概念2. QP问题 1. 前景 上一章介绍了OBVP的基本原理,但OBVP更多的关心从起点到终点,如何规划一条最优的路径,但是如果中间出现很多个必经节点(例如巡检工作),则需要经过

qq_45369294的博客 3306

Minimum Snap轨迹规划详解(1)轨迹规划入门

Minimum Snap轨迹规划详解(1)轨迹规划入门

使用运放构建电压跟随器

运放,是运算放大器的简称 运算放大器是用模拟电子器件(如晶体管,场效应管,二极管等)构成的模拟集成电路,其特点是有很高的放大倍数和抗干扰能力,因此可以被设计成各种用途的派生电路,如电压比较器、窗口电路、波形发生电路等等,其中也有电压跟随器。 电压跟随器是一种具有100%电压负反馈的放大器电路,其特点是输出电压的幅度和极性都与输入电压相同,所以叫跟随器。典型线路如图所示: 运放跟随器有输入阻抗高,而输出阻抗低的特性,一般来说,输入阻抗可以达到几兆欧姆,而输出阻抗低,通常只有几欧姆,甚至更低。 在电

Code for Coffee 5万+

使用 Python 获取网络数据

本文介绍了 Python 获取网络数据、使用 requests 库、编写爬虫代码以及使用 IP 代理的方法。Python 的 requests 库非常方便,可以帮助我们快速访问网络资源。编写爬虫程序需要掌握正则表达式、HTTP 协议等知识,同时需要注意爬取速度和频率,以避免对被爬取网站造成负担。最后,使用 IP 代理可以帮助我们隐匿身份,保护我们的网络安全。

互联说 2695

LVDS接口总结--(0)LVDS硬件电路接口

xilinx LVDS接口硬件总结

zidan1412的博客 9717

保姆级教程:用Docker Compose一键部署WVP-PRO+ZLM+录像服务(含Nginx反代)

本文提供了一套完整的容器化GB28181视频平台部署方案,通过Docker Compose实现WVP-PRO、ZLMediaKit(ZLM)和录像服务的一键式部署。详细介绍了环境准备、架构设计、容器化部署实战以及高级配置优化,帮助用户快速搭建高性能视频监控管理平台,适用于安防行业和物联网设备管理场景。

weixin_30415113的博客 861

开放平台实现安全的身份认证与授权原理与实战:使用OAuth 2.0实现授权码模式

作者:禅与计算机程序设计艺术 1.背景介绍 随着互联网应用的飞速发展,各种网站、App、小程序等都将逐渐向用户提供了丰富的功能和服务。在这些应用中,用户通常需要登录才能使用这些服务,这就涉及到用户信息的安全问题。如果用户的信息被泄露或篡改,那么可能造成严重后果。因此,为这些应用提供安全且健壮的身份验

AI天才研究院 492

Pytorch实用教程:super(MLP,self).__init__()和super().__init__()有什么区别?

在 Python 中,super()函数用于调用父类(超类)的方法。它的使用在继承关系中非常常见,特别是在初始化继承自父类的属性时。在 PyTorch 中,这通常见于初始化nn.Module类的子类。super()的两种调用方式有微妙的差别,但在 Python 3 中常常用来达到同样的目的。这种写法在 Python 2 中非常常见。这里,super()被调用时需要指定当前类名(MLP)和当前实例(self。

若北辰 1025

剪映自动化工具来了:AI帮你自动剪辑成片

🎬分享一个剪映自动化剪辑工具!AI 自动帮你完成从写文案、配音、加字幕、选音乐、上特效到最终导出的整套流程🎈

XiaoqiangClub的博客 855

YOLOv11涨点改进 | 首发全网创新、主干改进篇 | AAAI 2026 | PartialNet 主干让 YOLOv11 更加强大!引入部分通道机制 和 部分注意力卷积,全方面提升了模型的性能

本文提出PartialNet主干网络改进YOLOv11的方法,通过部分通道机制(PCM)和部分注意力卷积(PATConv)提升模型效率。PartialNet将特征图通道拆分并应用不同操作,显著减少计算量和内存占用。主要创新包括:1)部分通道机制实现计算优化;2)三种注意力模块(PATch/PATsp/PATsf)增强特征提取;3)动态部分卷积(DPConv)自适应调整计算复杂度。文章详细提供了代码实现和YOLOv11集成方法。

Ai缝合怪、助力小伙伴高效发论文 268

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

上一篇: 从Image Caption Generation理解深度学习(part III)
下一篇: 极客头条支持MathJax,可以写出漂亮的公式了
923940cub
博客等级 码龄17年 121粉丝 37原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值