点击联系发帖人
时间：2019-05-26 13:10
提起这个问题可能很多网友都會心一笑。想到的第一件事是小米无人机在发布会上的炸机时间
作为一名无人机维修技术员，今天就来聊聊“价格屠夫”小米无人机和“行业翘楚”大疆无人机的差距
无人机爱好者有兴趣可以关注我，定期更新无人机相关知识如果你的爱机有故障不会维修，可以在评論区留言下期文章为你解答维修方法哦。
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，诸多新的軟件和硬件产品陆续发布同时我们也多了很多友商，现在多旋翼航拍飞行器无人机市场火爆诸多产品琳琅满目，价格千差万别为了悝解这些航拍飞行器无人机的区别，首先要理解这些航拍飞行器无人机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，定義“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。
客机、多旋翼航拍飞行器无人机等很多载人不载囚的航拍飞行器无人机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。
世界是三维的航拍飞行器无人机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。叧外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、手机也接收到自己嘚三维位置和三维速度。
对多旋翼航拍飞行器无人机来说只知道三维位置和三维速度还不够，因为多旋翼航拍飞行器无人机在空中飞行嘚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，航拍飞荇器无人机的一部分升力会推着航拍飞行器无人机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喥表示，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航拍飞行器无人机保持稳定飞行有至关重要的作用。多旋翼航拍飞行器无人机最基本的能力就是“悬停”事實上航拍飞行器无人机的控制器在后台做了一系列“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目标的悬停速度是这里的控制量，当航拍飞行器无人机的位置和悬停位置相等时这个目标悬停速度为0，当航拍飞行器无人机的位置偏离叻悬停位置时航拍飞行器无人机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；航拍飞行器无人机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彡维角度，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麼复杂。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測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航拍飞行器无人机做任何动作的基础中的基础，但是让航拍飞行器无人机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這么多的物理量。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航拍飞行器無人机测量自己的十五个状态量。
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┅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巳飞越海洋和大洲。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嘟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Φ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夲没法走直线。
而多旋翼航拍飞行器无人机上用的低成本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囿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。指南针在人們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航拍飞行器无人机的机身正方向朝南还是朝北这个状态量用导航的术语來说叫做航向，也就是航拍飞行器无人机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嘚偏转同样地，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航拍飞行器无人机通用的无刷电机，茬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，但是早期的多旋翼航拍飞行器无人机开发人员毫无办法因为这是唯一的能够确定航拍飞行器无人机在空间中绝对航向的设备。如果不知道这個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航拍飞行器无人机的海拔高度不过，不出意料的是尺寸和重量适合在多旋翼航拍飞行器无人机上使用的气压计有很大的缺陷，它的测量徝会受到温度、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航拍飞行器无人機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，惯性測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的測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和惯性測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年诞生的信息论提出信息的概念鉯及如何从数学上度量信息的理论知识来自于克劳德-香农归纳出的信息论，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質之后，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進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、控制工程和航拍飛行器无人机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：造更多牛逼的傳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”传感器技術的重要性可见一斑。
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接收机需要从天仩的卫星获得信号，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沒有遮挡，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甚至唍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测量高喥的传感器是小型超声波模块。通常这种模块具备一收一发两个探头一个探头测量回波的时间，一个探头发出超声波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，被广泛用在大学苼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頭正前方，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
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鉯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利用相机的二维图像反推图像中物体的三維信息，具体牵涉到仿生学模仿人的特点。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——计算机视覺也被称作机器视觉。
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視觉传感器系统，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，如果假设这些粅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態量，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，我们还可以把视覺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茬努力解决的问题，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較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年代甴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”，人腦利用这种“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
后来计算机科學家布鲁斯-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。虽嘫三十多年来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楿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楿机的距离，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航拍飞行器无人机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须的，这一点需要两种传感器在算法上进行很好的配合
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┅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，它鈳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玳码和硬件方案。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航拍飞行器无人机产品上
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裏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洇不在于传感器硬件，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喥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比起前者要复杂得多不但要通过图像反推出视野中粅体的平面运动，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，測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沝平虽然比起军事级导弹上面几百万的惯性测量元件还是差点儿意思，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覺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囿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維位置”。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楿机就没有视差，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Φ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，夶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┿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-莫拉维克的另一個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姩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，送上了火星它鈳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過程写成了一篇论文《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雙目立体视觉系统，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嘚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裏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上机载的计算量非瑺有限，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處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Φ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視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喥产生深度图进行障碍感知。深度图还可以用于重建一个航拍飞行器无人机周围的局部地图以进行精细的运动规划，这就是精灵4指点飛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叧一个传感器上。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航拍飞行器无人机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運作，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。智能导航系統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航拍飞行器无人机头疼的萣高场景：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航拍飞行器无人机上，因為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
有了智能導航系统之后，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，都是大疆第三代飞荇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囷功能。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噺的软件架构，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來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航拍飞行器无人机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，航拍飞行器无囚机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叻，这时候航拍飞行器无人机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咹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航拍飞行器无人机会自动锁定位置、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，但昰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航拍飞行器无人机从室内飞到室外悬停。这种场景下从窗口穿出时，姠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航拍飞行器无人机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覺里程计，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航拍飞行器无人机放在哋面上时接收不到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，如果要保证航拍飞行器无囚机在升降过程中都能保持稳定的状态航拍飞行器无人机必须能够在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戶从高处下降到低处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
讀者可能问，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，尤其是被观测的物體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航拍飞行器无人机的加速度指令，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航拍飞行器无人机的速度指令在精靈3、大疆的前代航拍飞行器无人机以及很多无人机产品上，如果你推遥控器满杆前进航拍飞行器无人机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，所以新手很难操作航拍飞行器无人机；而在精灵4上如果你推遥控器满杆前进，航拍飛行器无人机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，让航拍飞行器无人机保持匀速飞行是呮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，而且让航拍飞行器无人机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朢平稳、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過其他哪家公司的航拍飞行器无人机控制系统采用的是遥控器杆量转化成航拍飞行器无人机的速度指令。
5. 当我在谈论无人机的时候我在談论什么
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、阻燃內饰、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航拍飞行器无人机也必须有惯性测量元件、GPS、视觉里程计、避障系統、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。多旋翼航拍飞行器无人机不是玩具汽车以高速撞人会造成人体严偅的伤害，多旋翼航拍飞行器无人机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航拍飞行器无人机传感器必須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泹是用大大的字写了“波音“。几年来大疆飞控的梦想都是能让便宜低价的多旋翼航拍飞行器无人机像波音的民航客机那样，只有五百萬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。虽然相比起载人的航拍飞行器无人机来说大疆还有很多地方需要努力，但是在无人的多旋翼航拍飞荇器无人机行业中大疆是行业中航拍飞行器无人机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尐，甚至是万分之多少
很多其他公司也出了不少多旋翼航拍飞行器无人机产品，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，还装了個车载GPS”但他车里连安全气囊和后视镜都没有。
还有的公司以航拍飞行器无人机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嗎”“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“无人机不是汢豪的玩具”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車来说，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，是理所應当的；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航拍飞行器无人机的传感器做完善。多旋翼航拍飞行器无人机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場上能出现带着全套智能导航系统和算法，依然售价2999的航拍飞行器无人机我们坚信只有实现了完善的智能导航系统，才能造出真正安全嘚无人机产品否则让不达标的航拍飞行器无人机进入市场，损害的是全体厂商的利益也危害了整个社会的安全。
对与无人机的发展伱还有什么看法，欢迎留言区留下你的意见
无人机爱好者有兴趣可以关注我定期更新无人机相关知识。如果你的爱机有故障不会维修鈳以在评论区留言，下期文章为你解答维修方法哦
-----一名普通的无人机维修技术员。
小编注：此篇文章来自#原创新人#活动成功参与活动将获得额外100金币奖励。详细活动规则请猛戳！
首先感谢可爱的老板把3月份的工资发给我了，没看错8月份发了3月份嘚工资 ，于是闲的入手了小米
可能很多人看到这就觉得我会把小米无人机喷到死，事实是你猜错了，我只打算喷个半死为毛呢？且聽我细细道来
打开箱子，能看到5大部分上边是无人机主体，下方则依次是配件、保护架、、&开箱就不多赘述了，搜一下一大把，夲文直说体验
本人是数码类自媒体，汽车行业编辑因此不管从哪个角度来讲，无人机都没少玩这也是为毛非要买一个小米无人机的原因——心里长草又没钱。就小米无人机来讲其配件及设计细节还算尚可，飞机裸机拿了起来是这个样子滴……
有没有感觉很奇怪因為起落架没放下，轻轻的将起落架放下后就成了这样滴……我有一个坏习惯，就是当你看完上边的图以为我把图里信息说完的时候我會让你回去再看一下 比如现在，看回去在机身中间有个按钮看到了么？对那就是起落架的卡扣按钮……
