兩年來，大疆精靈系列更新了兩代，飛控技術更新了兩代，智慧導航技術從無到有，諸多新的軟體和硬體產品陸續釋出。同時我們也多了很多友商，現在多旋翼飛行器市場火爆，諸多產品琳琅滿目，價格千差萬別。為了理解這些飛行器的區別，首先要理解這些飛行器上使用的感測器技術。我覺得現在很有必要再發一篇科普文章，定義“智慧導航”這個概念，順便字裡行間介紹一下兩年來大疆在感測器技術方面的努力。

客機、多旋翼飛行器等很多載人不載人的飛行器要想穩定飛行，首先最基礎的問題是確定自己在空間中的位置和相關的狀態。測量這些狀態，就需要各種不同的感測器。

世界是三維的，飛行器的三維位置非常重要。比如民航客機飛行的時候，都是用GPS獲得自己經度、緯度和高度三維位置。另外GPS還能用多普勒效應測量自己的三維速度。後來GPS民用之後，成本十幾塊錢的GPS接收機就可以讓小型的裝置，比如汽車、手機也接收到自己的三維位置和三維速度。

對多旋翼飛行器來說，只知道三維位置和三維速度還不夠，因為多旋翼飛行器在空中飛行的時候，是透過調整自己的“姿態”來產生往某個方向的推力的。比如說往側面飛實際上就是往側面傾，根據一些物理學的原理，飛行器的一部分升力會推著飛行器往側面移動。為了能夠調整自己的姿態，就必須有辦法測量自己的姿態。姿態用三個角度表示，因此也是三維的。與三維位置、三維角度相對應的物理量是三維速度、三維加速度和三維角速度，一共是十五個需要測量的狀態。

這十五個狀態都對多旋翼飛行器保持穩定飛行有至關重要的作用。多旋翼飛行器最基本的能力就是“懸停”，事實上飛行器的控制器在後臺做了一系列“串級控制”：在知道自己三維位置的基礎上，控制自己的位置始終鎖定在懸停位置，目標的懸停速度是這裡的控制量，當飛行器的位置和懸停位置相等時，這個目標懸停速度為0，當飛行器的位置偏離了懸停位置時，飛行器就需要產生一個讓自己趨向懸停位置的速度，也就是一個不為零的目標懸停速度；飛行器要想控制自己產生目標懸停速度，就需要根據自己當前的三維速度，產生一個目標加速度；為了實現這個目標加速度，飛機需要知道自己的三維角度，進而調整自己的姿態；為了調整自己的姿態，就需要知道自己的三維角速度，進而調整電機的轉速。

讀者可能會想哇為什麼這麼複雜。其實我們身邊的許多工程產品都在簡單的表現背後藏著複雜的過程。比如汽車的油門也是類似的，踩下油門之後，有感測器測量汽油的流速、控制汽油的流速；然後有感測器測量發動機的轉速、控制發動機轉速……從踩油門到加速的過程中也有許許多多的感測器在測量汽車的各個狀態量，並對這些狀態量施加控制。

知道十五個狀態量是多旋翼飛行器做任何動作的基礎中的基礎，但是讓飛行器在任何情況下都準確知道這十五個狀態量是非常困難的事情，因為現在的科技水平還沒有能夠實現讓一個感測器同時測量這麼多的物理量。幾十年來，人們發展出了一套複雜的技術，叫做組合導航，用GPS加上慣性測量元件、氣壓計和地磁指南針來讓飛行器測量自己的十五個狀態量。

慣性測量元件是一種能夠測量自身三維加速度和三維角速度的裝置（實際上慣性測量元件有兩種，一種加速度計，一種角速度計，為了行文方便，我們把這兩種元件當做一種，統稱為慣性測量元件）。根據物理學原理，加速度的積分是速度，速度的積分是位置，角速度的積分是角度，理論上單靠慣性測量元件，我們就可以知道十五個狀態量。

人類的科技水平也的確實現了這一點：GPS還沒被髮明以前，導彈上通常都裝著一個精密的慣性測量元件，導彈打出去以後靠這個裝置測量自己的十五個狀態量，然後控制自己飛越海洋和大洲。然而這種慣性測量元件會在測量的過程中慢慢累積誤差，元件本身的工藝、技術、成本越差，積累誤差的速度就越快。導彈上價值幾百萬的慣性測量元件飛幾萬公里後會積累十幾米到幾公里的誤差，這種水平的導彈已經非常了不起了，畢竟不是每個國家都可以在背後豎著洲際導彈和國際社會講道理。

人體內也有慣性測量元件，人的耳蝸充滿液體，人運動的時候這些液體有慣性，可以被耳中的神經感受到，因此測出了運動的加速度。然而人的慣性測量元件非常差，閉上眼睛，也不摸周圍的東西，只靠耳蝸感受的移動，人基本沒法走直線。

而多旋翼飛行器上用的低成本MEMS慣性測量元件，精度就更差了，它測量的速度和位置在幾秒鐘內就會發散到幾十米開外去，完全沒法用來規劃控制自己的飛行路線。

此外，慣性測量元件還會受到溫度、製造工藝的限制，產生一些測量的偏差，比如說有時溫度突然變化之後，一個靜止的慣性測量元件會覺得自己轉動了起來，雖然它靜止著，但是會輸出不為零的角速度。這類測量的偏差需要比較仔細的演算法進行修正，而且往往不能單靠慣性測量元件自己的測量完全消除。

地磁指南針是一種測量航向的感測器。指南針在人們的生活中作用重大，在未知的環境中，不分南北可能寸步難行。飛行器的機身正方向朝南還是朝北這個狀態量用導航的術語來說叫做航向，也就是飛行器姿態的三維角度中的一個，他在組合導航系統中是非常重要的一個狀態量。

地磁指南針能夠指南指北是因為地球表面空間中有看不見的橫貫南北的地磁線，地磁指南針可以測量出穿過自身的地磁強度，從而指出當前自身相對於地磁線的偏轉。同樣地，這個理論雖然非常簡單，但是地磁線的強度非常弱，很容易受到干擾。比如多旋翼飛行器通用的無刷電機，在運轉的時候就會產生變化的磁場，和地磁場疊加之後，地磁指南針就找不到正確的方向了。地磁指南針的這個特性非常令人惱火，但是早期的多旋翼飛行器開發人員毫無辦法，因為這是唯一的能夠確定飛行器在空間中絕對航向的裝置。如果不知道這個航向，就基本沒辦法進行組合導航。

氣壓計的原理最為簡單。因為地球表面海拔越高，空氣越稀薄，氣壓越低，因此氣壓就能夠給出飛行器的海拔高度。不過，不出意料的是，尺寸和重量適合在多旋翼飛行器上使用的氣壓計有很大的缺陷，它的測量值會受到溫度、溼度、空氣流速、光照、振動等因素的影響，單靠氣壓計非常難實現對高度的穩定測量。

組合導航技術結合GPS、慣性測量元件、地磁指南針和氣壓計各自的優缺點，使用電子訊號處理領域的很多技術，融合多種感測器的測量值，獲得較為準確的飛行器十五個狀態量的測量。前面說慣性測量元件的測量容易發散，這個發散可以透過GPS來抑制：GPS可以獲得三維位置也可以獲得三維速度，慣性測量元件可以獲得三維加速度，加速度的積分也是速度。在透過地磁指南針獲得航向的基礎上，兩種速度的觀測就可以融合起來，透過GPS的測量值來發現並抑制慣性測量元件的發散。慣性測量元件的發散被抑制住之後，它也可以更準地測量三維角度和三維加速度。因此GPS和慣性測量元件在這些情況中互相取長補短。除此之外，氣壓計和GPS互相提高了高度測量的精度，地磁指南針、GPS和慣性測量元件一同提高了航向測量的精度，他們都是利用了相同的融合、“互補”的思想。

組合導航技術中感測器互補的原理直接源於1948年誕生的資訊理論。提出資訊的概念以及如何從數學上度量資訊的理論知識來自於克勞德-夏農歸納出的資訊理論，資訊理論可以說是現代人類文明的基石之一。解釋清楚資訊的本質之後，人們才能夠用數學表示一個樸素而又深刻的原理：資訊可以用來估計狀態，越多的資訊可以把狀態量估計得越準。

此後，控制論的奠基人諾伯特-維納與其他一大批工程師和科學家完善了透過資訊進行狀態估計的線性估計理論，進一步提出了感測器之間“互補濾波”，共同減小誤差的理論。在此基礎上魯道夫-卡爾曼提出了卡爾曼濾波器，在通訊、控制工程和飛行器狀態估計領域廣泛使用。卡爾曼濾波器還被實現在了阿波羅飛船的導航計算機當中，使用星座位置和慣性測量元件互補測量阿波羅飛船的十五個狀態量。

資訊理論、線性估計理論以及卡爾曼濾波器允許人們把多個具有誤差的感測器透過數學方程融合起來，利用感測器資訊估計特定的狀態量，而且越多感測器“互補”，可以獲得越好的狀態估計。這樣，數學給工程學指出了發展方向：造更多牛逼的感測器進行互補，就能獲得更好的狀態估計能力。大疆飛控總工程師魚大人也曾經說過：“最牛逼的工程師都是在搞感測器。”感測器技術的重要性可見一斑。

作為一種位置感測器，GPS具有諸多的問題，GPS訊號只有在開闊的空間內才能給出比較好的測量值，因為GPS接收機需要從天上的衛星獲得訊號，這些訊號要從太空傳入大氣層，這麼遠的距離，訊號已經相對來說很微弱，所以必須要求接收機和衛星之間的連線上沒有遮擋，一旦有建築甚至是樹木的遮擋，衛星發下來的訊號就有噪聲，GPS接收機就不能給出很好的位置和速度觀測。在室內環境中，GPS甚至完全不能使用。組合導航技術要想進一步發展，就需要尋找其他能夠在GPS不能使用的環境中使用的感測器。

一種較為簡單的能夠替代GPS測量高度的感測器是小型超聲波模組。通常這種模組具備一收一發兩個探頭，一個探頭測量回波的時間，一個探頭髮出超聲波，能夠算出導致聲波反彈的物體離探頭的距離。現在在淘寶上，只要10塊錢就可以買到一個能夠比較準確測量幾米內物體距離的超聲波模組，被廣泛用在大學生製作的小機器人上。這種10塊錢的感測器沒有比氣壓計和MEMS慣性測量元件效能高多少，它發出的聲波容易發散，探測到的物體不一定位於探頭正前方，另外聲波也容易被空氣中的水霧、振動所影響，給出完全錯誤的觀測。因此，超聲波模組最好的使用場景是對著地面，測量自身和地面的距離。

另外一種替代品是視覺感知系統。1970年之後，隨著數字成像技術的發展，相機作為一種感測器開始被廣泛研究。因為人可以透過自己的視覺估計視野中物體的位置、距離，而相機的原理模擬了人的雙眼，所以研究者們利用相機的二維影象反推影象中物體的三維資訊，具體牽涉到仿生學，模仿人的特點。這種和二維影象推算三維資訊相關的技術和數學理論發展成了一個獨立的學科——計算機視覺，也被稱作機器視覺。

視覺感知系統是目前世界上最熱門的機器人學和機器視覺領域研究課題。其原理是利用一個或者多個相機構成的視覺感測器系統，採用複雜的演算法，透過二維的相機影象推算出視野中物體相對與視覺感測器系統的幾何中心的運動資訊，如果假設這些物體都是靜止的，那麼相對運動其實代表了視覺感測器本身的運動。理論上，計算機視覺技術能夠單憑一個相機就可以準確測量十五個狀態量，但是與其他感測器類似，相機也有很多的缺陷，包括無法恢復尺度、成像質量有限、計算量消耗巨大等等。幸好，我們還可以把視覺感知系統和其他感測器結合起來，互相提高測量精度。

聰明的讀者肯定能夠想到，把視覺感知系統和之前說的所有組合導航中用到的感測器融合起來，GPS訊號質量高的時候用GPS組合導航，沒GPS的時候用視覺感知系統替代GPS，不就解決問題了嗎。這確實正是目前工程師和科學家們正在努力解決的問題，也是精靈4上初步實現的技術。在介紹精靈4是如何結合視覺感知系統和組合導航技術之前，我們先簡單介紹兩種已經比較成熟的視覺感知系統：光流測速模組和視覺里程計。

光流測速模組顧名思義，只能測速度。通常一個光流測速模組由一個相機、一個慣性測量元件、一個超聲波模組構成，它的主要原理是計算機視覺技術中於1981年被髮展出來的“光流追蹤”演算法。

“光流”的概念最早在1950年代由心理學家和生物學家提出，指的是一個觀察者和他在觀察的事物發生相對運動時，這些事物在他眼前成的像會產生“運動的模式”，人腦利用這種“運動的模式”能夠更靈敏地感知周圍什麼東西在動。比如下圖中，讀者一看就可以直觀理解“光流”的意義。

後來計算機科學家布魯斯-盧卡斯和金出武雄在1981年發明了Lucas-Kanade演算法，透過演算法計算出連續拍攝的圖片上的光流，並證明了光流可以反解出相對運動的速度。雖然三十多年來，Lucas-Kanade演算法始終被公認為最好的“光流追蹤”演算法，但是它有比較大的侷限性，它包含很多假設，比如假設連續圖片的平均亮度相同，比如假設圖片中的物體只發生平面運動等等。另外，光流演算法算出的速度是沒有尺度的，因為相機影象的單位是畫素，所以光流演算法只能給出“你現在的速度是10個畫素每秒”，但是沒法算出10個畫素是1釐米還是1米。恢復尺度的方式是增加一個超聲波模組測量平面運動離相機的距離，這樣就能夠把畫素運動轉換成真實的運動。最後，如果要讓光流測速模組在晃來晃去的多旋翼飛行器上也能使用，透過慣性測量元件找出影象所代表的平面也是必須的，這一點需要兩種感測器在演算法上進行很好的配合。

光流演算法原理上只可以測三維速度，不能直接測量三維位置。我們同樣可以透過把光流測速模組測出的三維速度積分獲得三維位置，但是就像慣性測量元件積分會發散一樣，光流測速模組積分得到的位置也會發散。好在它不會天馬行空地失去控制，和組合導航技術中除了GPS之外的感測器妥善融合之後，它可以做到懸停時測量的位置不發散。因此可以說光流測速模組只在有限的條件下能夠替代GPS。

光流測速模組已經形成了非常標準的解決方案。大疆悟以及精靈3上都裝載了自主研發的光流測速模組，另外著名的開源飛控產品Pixhawk中包含了一個叫做PX4Flow的光流測速模組，並且開源了所有的程式碼和硬體方案。所以光流測速模組目前已經廣泛出現在了各大廠商的多旋翼飛行器產品上。

視覺里程計相比光流測速模組，增加了直接測量位置的能力，所以才叫“里程計”。視覺里程計比光流測速模組能力更強，效能更好。

讀者可能會問，為什麼聽起來視覺里程計和光流測速模組參與的感測器數量差不多（光流測速模組甚至還多一個超聲波模組），但是視覺里程計能力反而更強呢。這裡的原因不在於感測器硬體，而在軟體演算法上。前面已經說到光流追蹤演算法有很多簡化的假設，只能測量平面運動，增加其他感測器硬體一定程度上是為了把那些為了計算方便而簡化掉的因素重新彌補起來。

而視覺里程計演算法則比起前者要複雜得多，不但要透過影象反推出視野中物體的平面運動，還要反推出這些物體的三維位置，並且基於這些物體的三維位置做很多次的最佳化計算，演算法複雜度成倍於光流測速模組。有些視覺里程計的演算法甚至包含完整的光流追蹤的演算法，但是僅僅把計算光流作為預處理影象的步驟。

視覺里程計能夠直接測量位置，測量值也比較準確，不會像光流測速模組那樣發散。通常比較優秀的視覺里程計飛100米之後只會積累十幾釐米到幾十釐米的誤差，這個測量水平雖然比起軍事級導彈上面幾百萬的慣性測量元件還是差點兒意思，但是考慮到視覺里程計的價格極其低廉，對比起來它的價效比非常高。

視覺里程計有幾個不同層次的難度，最簡單的是兩個相機構成的雙目立體視覺系統加慣性測量元件，最難的是一個相機構成的單目視覺系統加慣性測量元件。如果視覺里程計和光流測速模組硬體一致，那麼這裡的視覺里程計採用的是單目視覺系統。目前，雙目立體視覺系統加慣性測量元件實現自身狀態觀測已經是比較完善的技術，而單目視覺系統則是活躍的研究方向，世界上做這個研究方向較好的大學有美國的賓西法尼亞大學、瑞士的蘇黎世聯邦理工學院、英國的牛津大學、中國的香港科技大學和其他一些歐美院校。

單目視覺系統和雙目立體視覺系統兩者對比起來，他們的演算法難度差別很大。視覺里程計的演算法關鍵點是前面說的“透過連續的影象反推出視野中物體的三維位置”。對於和人眼結構類似的雙目立體視覺系統，這一點比較容易，因為一個物體同時出現在左右兩個相機的視野中時左右視野有視差，視差可以幫助解算物體的位置，只需要用簡單的幾何關係就可以實現，這已經是非常成熟的技術。

但是對於單目視覺系統，只有一個相機就沒有視差，沒法做簡單的幾何關係的解算，所以演算法必須能智慧地在區域性範圍內同時估計很多個物體的位置，然後在自身移動過程中透過位置移動產生視差，然後進行多個物體的位置的最大似然估計，從而推算出這些物體比較準確的位置。這個過程包括很多個環節，大部分環節在學術界都沒有公認最優的方案，因此還沒有成熟的技術。

因為原理相對簡單，所以雙目立體視覺系統構成的視覺里程計在三十年前就開始被研究了。1980年代早期，NASA工程師、著名機器人學家漢斯-莫拉維克就已經制造出了這種狀態測量系統。關於漢斯-莫拉維克的另一個故事，我在知乎問題中“有哪些與控制、機器人等相關的 quotes？ - YY碩的回答”也有提到。

在經年累月的最佳化之後，2004年，NASA成功把視覺里程計和慣性測量元件構成的視覺定位系統裝在“機遇號”和“勇氣號”火星車主頻僅有20MHz的特製晶片上，送上了火星，它可以幫助火星車透過一對雙目相機非常準確地記錄自己走過的路線。2007年，參與火星探測任務的計算機科學家和工程師們把這個激動人心的過程寫成了一篇論文《計算機視覺在火星》（Computer Vision on Mars），這篇文章吸引了很多計算機視覺研究人員投身視覺里程計的研究，也極大推動了視覺里程計在機器人學中的應用。

大疆在精靈4上實現了雙目立體視覺系統加慣性測量元件構成的視覺里程計，飛機上裝了兩套雙目立體視覺系統，一套向前看，一套向下看，一共是四個相機。

兩套雙目立體視覺系統都參與視覺里程計的計算。通常情況下以向下看的雙目立體視覺系統為主，如果向下看的相機對著一些特徵不明顯的環境（比如純色的地板、海面等等），感受不到什麼影象變化，視覺里程計會自動切換到向前看的立體視覺系統做測量計算。雖然精靈4採用的都是較為成熟的機器視覺技術，但是由於精靈4上機載的計算量非常有限，大疆還是下了相當久的苦功去最佳化演算法，並使用了Movidius公司製作的影象演算法處理專用晶片，結合Movidius公司的影象處理演算法庫最佳化四路影象處理的效能。值得一提的是，不久就會面世的Google Project Tango也使用了Movidius公司的這款晶片。不過因為Movidius公司的晶片不包含視覺里程計的演算法，所以Google的這款產品中視覺里程計的演算法應該與精靈4的演算法有較大差別。

兩套雙目立體視覺系統還帶來了視覺里程計之外的兩個好處：1. 向下看的一套雙目立體視覺系統可以探測下方地面上物體的三維位置，從而知道地面的距離；2. 向前看的一套雙目立體視覺系統可以用來探測前方場景中物體的深度，產生深度圖進行障礙感知。深度圖還可以用於重建一個飛行器周圍的區域性地圖，以進行精細的運動規劃，這就是精靈4指點飛行的基礎，在這篇文章中不詳細介紹了。

除了增加視覺里程計之外，精靈4上還增加了內建的超聲波模組。所以精靈4上一共有GPS+慣性測量元件+氣壓計+地磁指南針+超聲波模組+雙目視覺系統六種感測器。其中雙目視覺系統有兩套，共4個相機；慣性測量元件有兩個，實現雙冗餘備份；地磁指南針也有兩個，同樣雙冗餘。當工作中的慣性測量元件或者地磁指南針受到嚴重干擾的時候，系統會自動進行備份切換，切換到另一個感測器上。

有了這些感測器以後，組合導航系統升級成為了智慧導航系統。智慧導航技術極大拓展了飛行器可以活動的空間，當有GPS的時候，系統可以透過GPS為主進行十五個狀態量的測量，視覺里程計依然可以繼續運作，提供額外的速度和位置的測量值進一步提高精度；GPS訊號不好的時候，視覺里程計可以接替GPS為整個系統提供穩定的觀測。智慧導航系統中有三種確定高度的感測器：超聲波、氣壓計、雙目立體視覺，這三種感測器幾乎可以覆蓋所有讓傳統多旋翼飛行器頭疼的定高場景：樹叢上方、室內、靠近建築的位置、大風環境等等。

地磁指南針的冗餘設計可以很大程度上減小外部磁干擾帶來的指南針故障。另外視覺里程計也能給出航向的觀測，兩者互補能夠提高航向的觀測精度。在以前的飛行器上，因為地磁指南針受到干擾造成的炸機問題比較多，在精靈4上因為有了多重保護措施，地磁指南針被幹擾導致問題的機率大大降低。

有了智慧導航系統之後，還需要有一套強有力的軟體系統去組織導航演算法和飛行控制演算法。精靈4的飛控和最新推出的A3飛控類似，都是大疆第三代飛行控制器。大疆第一代飛控效能已經很不錯了，然後飛控組在過去的幾年裡做了兩次比較大的飛控軟體系統的重構，以支援更多的感測器和功能。2014年底推出的第二代飛控里加入了光流測速模組支援、SDK、限飛區和新手模式等功能，2016年初開發完成的第三代飛控里加入了冗餘感測器、雙目立體視覺支援、避障功能和智慧返航等功能。因為每一次重構都對整個軟體系統做了很大規模的調整，增加了很多的軟體模組和新的軟體架構，所以分了三代。別人剛開始做飛控的時候，大疆已經自己重構了兩次程式碼，這一點是大疆最引以自豪的地方之一。

智慧導航系統讓精靈4在任何狀態下都可以準確測量自身的三維位置和三維速度，這對實現多種功能都有非常重要的意義。

近年來，業界有很多關於避障應該使用雙目立體視覺還是鐳射雷達感測器等感測器的爭論。在大疆內部，選擇什麼樣的感測器放入智慧導航系統用來避障，工程師團隊也進行了曠日持久的探討，最後還是選擇了雙目立體視覺的方案。我相信隨著科技的發展，在未來會不斷有更多更好的新感測器誕生，很可能會有其他感測器代替雙目立體視覺，但是實現穩定避障的關鍵不在於避障所使用的感測器。避障這個事件發生前後，飛行器機體一定會發生急剎車，整體會經歷很大的姿態變化和加速度，在這種狀態下，飛行器是否還能穩定地測量出自己的十五個狀態量，才是最影響安全性的問題。

如果系統急剎車之後，整體的位置觀測甚至速度觀測都發散了，這時候飛行器有可能左右飄出去，還是會發生炸機。就算不炸機，避障之後飛機前後左右搖晃，也會給使用者心理上造成不安全的感受，帶來很差的使用者體驗。精靈4在很多嚴苛的情況下發生避障動作時，飛行器會自動鎖定位置、速度迅速減為0的狀態，很快就可以從高速機動恢復到完全不動，非常穩定地懸停，避免了在障礙附近不穩定活動引起炸機。

精靈4還能處理很多看似很簡單，但是對感測器系統要求非常高的飛行場景。比如在十幾層樓的視窗把飛行器從室內飛到室外懸停。這種場景下，從視窗穿出時，向下看的感測器幾乎馬上全部失效，由於有建築的遮擋，GPS也不會立刻生效，因此感測器系統不夠穩健的飛行器有可能因為失去速度和位置的測量而飄到建築上造成高空炸機。而精靈4則能夠透過前視雙目視覺系統的觀測，在向下看的感測器都暫時失效時繼續執行視覺里程計，及時提供輔助的速度和位置觀測，避免造成無法控制速度和位置導致炸機的情況出現。

實際上，由於前面說的過GPS容易被遮擋導致沒有足夠的訊號做觀測的情況在航拍的場景中其實常常遇到。比如在樹木茂密的峽谷裡航拍，經常出現的情況是飛行器放在地面上時接收不到GPS訊號，如果穩定飛到幾十米的高度就可以接收到了。在這些臨界情況下起飛和降落非常危險，如果要保證飛行器在升降過程中都能保持穩定的狀態，飛行器必須能夠在GPS和視覺里程計之間無縫轉換，這樣才能讓使用者放心地起降。如果使用者從高處下降到低處GPS突然沒有了，而視覺里程計沒有及時補上，飛機失去位置和速度觀測之後就變得非常難操控，就有可能撞在樹叢上。

讀者可能問，在這些情況下光流測速模組效果是不是也一樣呢。我們前面說過光流測速模組的演算法有很多簡化的假設，尤其是被觀測的物體必須處於同一個平面這樣的假設，使得光流測速模組在樹叢上方、地勢變化較大的空間上方，都表現非常糟糕，並不能滿足戶外航拍的需求。雖然視覺里程計計算量龐大，但它是比光流測速模組更加實用有效的方案。

另外值得一提的是，第二代的大疆飛控使用的是遙控器杆量轉化成飛行器的加速度指令，而第三代的大疆飛控在精靈4上變成了遙控器杆量轉化成飛行器的速度指令。在精靈3、大疆的前代飛行器以及很多無人機產品上，如果你推遙控器滿杆前進，飛行器會以一個固定的角度加速飛出去，直到加速度被空氣阻力抵消，這樣控制並不直觀，所以新手很難操作飛行器；而在精靈4上，如果你推遙控器滿杆前進，飛行器會自己調整到一個固定的速度上，直接操控速度顯得非常直接，非常容易操控。以往，讓飛行器保持勻速飛行是隻有專業飛手才能做到的事情，現在則真真正正地讓普通人也能觸手可得。這一個修改看似簡單，但是提供了更好的操作手感，而且讓飛行器飛行的狀態更加穩定。

對於航拍操作手來說，所有的花哨功能都不如懸停得穩、飛得穩這一點重要，因為飛機晃得太厲害，總會給使用者造成一種“我的飛機真的沒出問題嗎”的感受，使用者體驗極其不好。我們去西藏青海或者其他很美的地方開車玩，肯定是希望平穩、慢慢地開，這樣才能專心看美景；如果開著一部油門輕輕一點就加速到200公里的賽車，坐在車裡一會兒被推背，一會兒過彎時左右甩，人還有心情欣賞路上的美景嗎？

遙控器杆量改動也顯示了大疆對自己智慧導航系統提供的穩定的三維速度測量的信心。目前我沒有見過其他哪家公司的飛行器控制系統採用的是遙控器杆量轉化成飛行器的速度指令。

在這篇文章裡，到現在我都沒有提過“無人機”三個字。我覺得，就像一輛合格的汽車必須有安全帶、安全氣囊、後視鏡、阻燃內飾、各種儀表盤等等安全措施才能稱為汽車一樣，一部合格的多旋翼飛行器也必須有慣性測量元件、GPS、視覺里程計、避障系統、氣壓計和超聲波等感測器構成的智慧導航系統才能被稱為無人機。多旋翼飛行器不是玩具，汽車以高速撞人會造成人體嚴重的傷害，多旋翼飛行器甚至都不需要高速運動就可以用螺旋槳造成人體嚴重的傷害，因此多旋翼飛行器感測器必須有很強的安全性和穩定性。

2014年的時候，大疆飛控組有一個白板，上面寫著：“競爭對手” 下面只用小字寫了幾個業內競爭品牌的名字，但是用大大的字寫了“波音“。幾年來，大疆飛控的夢想都是能讓便宜低價的多旋翼飛行器像波音的民航客機那樣，只有五百萬分之一的致死事故發生率。隨著感測器技術的提升和飛行控制品質的提升，截止2016年5月底，精靈4核心感測器系統出現故障的機率約為每兩百萬次起降僅有一次發生嚴重故障。雖然相比起載人的飛行器來說，大疆還有很多地方需要努力，但是在無人的多旋翼飛行器行業中，大疆是行業中飛行器整體故障率最低的企業。很多其他的企業，可能都無法計算出事故機率是百萬分之多少，甚至是萬分之多少。

很多其他公司也出了不少多旋翼飛行器產品，但是大部分只做了個組合導航的皮毛，加上一個光流測速模組，然後動一些歪腦筋，就開始標榜自己的安全性。就好比造個了汽車，說“啊我這個安全性很好的因為我方向盤手感很好，還裝了個車載GPS”，但他車裡連安全氣囊和後視鏡都沒有。

還有的公司以飛行器上有新型感測器為賣點。但是一套完整、可靠的感測器系統是一點一滴積累起來的，新感測器必須和已有的組合導航系統在硬體和軟體上仔細融合，才能真正發揮作用。面對很多號稱採用鐳射、紅外線、“人眼級別的智慧”的感測器，讀者們只要去問這些廠商：“你的感測器能和GPS無縫切換嗎？”“你的感測器解決室內掉高問題嗎”“你的感測器在急剎車的時候還能保持位置觀測嗎”，就可以看出他們都是堆砌出來的空中樓閣。

有些廠商的宣傳語是“無人機不是土豪的玩具”。如果把他們所有宣傳語中的“無人機”一詞換成“汽車”，那麼這類宣傳邏輯和它們引導的消費觀念顯得極其錯誤。對汽車來說，有些汽車價格昂貴是因為提供了更好的倒車雷達和車身周圍的感測器系統，這種增加汽車售價的行為提高了駕駛的體驗，是理所應當的；另一方面，要求汽車變得更便宜，不應該要求去除這些安全感測器，而是應該從車身材料、內飾等方面去入手降成本。

大疆極其反感這類行為，並不是想打擊這些競爭對手以佔領市場，而是希望所有廠商能夠沉住氣，把飛行器的感測器做完善。多旋翼飛行器不是手機一類的消費電子，而是和汽車、客機一樣具有一定危險性的載具，不能一味打價格戰或者標新立異。我們希望市場上能出現帶著全套智慧導航系統和演算法，依然售價2999的飛行器。我們堅信只有實現了完善的智慧導航系統，才能造出真正安全的無人機產品，否則讓不達標的飛行器進入市場，損害的是全體廠商的利益，也危害了整個社會的安全。

<內容源自西安無人機>

小米無人機和大疆無人機有多大差距？我們從結構設計，商業模式，使用者角度聊一聊到底差距在哪？

商業模式：小米屬於網際網路科技公司，成立於2010年，旗下產品繁多很多領域都有涉獵。小米的商業模式主要是以高性價比的產品迅速的吸引使用者，能夠迅速地在某一領域紮根，小米更注重生態鏈的建設，但在產品的設計，研發，技術積累還有核心技術明顯不足。

大疆於2006年由香港科技大學畢業生汪滔等人創立，專注於無人機和無人機影像研發，是全球領先的無人飛行器控制系統及無人機解決方案的研發和生產商。大疆在無人機領域的產品研發，設計，核心技術等各個方面都是行業領先。

結構設計：就拿小米首款無人機和大疆入門級無人機精靈3對比，從外觀的設計就能看出大疆的設計感更流暢協調。無人機的核心是飛控，飛控幫助我們更好地控制無人機的飛行和懸停等動作，單從懸停就能看出小米穩定性明顯不及大疆穩定，還有云臺，圖傳，飛控的智慧等大疆都是碾壓級的存在。結構設計方面大疆悟絕對是近幾年最具設計的產品。

在民用級無人機領域，大疆都是當之無愧的領頭羊，產品好不好使用者說了算，小米和大疆的產品我都體驗過，如果說小米是“小米加步槍”那麼大疆就是“M16突擊步槍”。以上就是我個人的觀點。

大疆無人機，業內公認的NO。1，從航拍、測繪、植保等各領域專業級別民用無人機，沒有人可以比擬。

小米無人機，相當於玩具無人機，比玩具機功能完善，但是從專業角度與大疆沒有可比性。

從材質上來講，做為一個普通玩家來說，上手摸起來的感覺，大疆的材質比小米強很多，拿在手中感覺大疆怎麼也是個有科技含量的東西，小米拿在手上怎麼也感覺不到科技含量，就覺得是個玩具。

設計研發來講，大疆設計研發團隊，可以說在業內是最為年青的創業青年，有活力有擔當，有創新精神，不然也不會讓美國盯上採取制裁手段。

功能的穩定性和故障率來講，我的大疆無人機群好幾個，從來沒有聽說誰的機器是產品自身的缺陷造成飛行故障或事故，一般都是因個人不當的操作造成損壞，並且大疆公司有完善的線上客服，優質的售前使用中售後服務，相當到位！

只是個人觀點，僅供參考！

提起這個問題，可能很多網友都會心一笑。想到的第一件事是小米無人機在釋出會上的炸機時間。

作為一名無人機維修技術員，今天就來聊聊“價格屠夫”小米無人機和“行業翹楚”大疆無人機的差距。

兩年來，大疆精靈系列更新了兩代，飛控技術更新了兩代，智慧導航技術從無到有，諸多新的軟體和硬體產品陸續釋出。同時我們也多了很多友商，現在多旋翼飛行器市場火爆，諸多產品琳琅滿目，價格千差萬別。為了理解這些飛行器的區別，首先要理解這些飛行器上使用的感測器技術。我覺得現在很有必要再發一篇科普文章，定義“智慧導航”這個概念，順便字裡行間介紹一下兩年來大疆在感測器技術方面的努力。

1. 飛行器的狀態

客機、多旋翼飛行器等很多載人不載人的飛行器要想穩定飛行，首先最基礎的問題是確定自己在空間中的位置和相關的狀態。測量這些狀態，就需要各種不同的感測器。

世界是三維的，飛行器的三維位置非常重要。比如民航客機飛行的時候，都是用GPS獲得自己經度、緯度和高度三維位置。另外GPS還能用多普勒效應測量自己的三維速度。後來GPS民用之後，成本十幾塊錢的GPS接收機就可以讓小型的裝置，比如汽車、手機也接收到自己的三維位置和三維速度。

對多旋翼飛行器來說，只知道三維位置和三維速度還不夠，因為多旋翼飛行器在空中飛行的時候，是透過調整自己的“姿態”來產生往某個方向的推力的。比如說往側面飛實際上就是往側面傾，根據一些物理學的原理，飛行器的一部分升力會推著飛行器往側面移動。為了能夠調整自己的姿態，就必須有辦法測量自己的姿態。姿態用三個角度表示，因此也是三維的。與三維位置、三維角度相對應的物理量是三維速度、三維加速度和三維角速度，一共是十五個需要測量的狀態。

這十五個狀態都對多旋翼飛行器保持穩定飛行有至關重要的作用。多旋翼飛行器最基本的能力就是“懸停”，事實上飛行器的控制器在後臺做了一系列“串級控制”：在知道自己三維位置的基礎上，控制自己的位置始終鎖定在懸停位置，目標的懸停速度是這裡的控制量，當飛行器的位置和懸停位置相等時，這個目標懸停速度為0，當飛行器的位置偏離了懸停位置時，飛行器就需要產生一個讓自己趨向懸停位置的速度，也就是一個不為零的目標懸停速度；飛行器要想控制自己產生目標懸停速度，就需要根據自己當前的三維速度，產生一個目標加速度；為了實現這個目標加速度，飛機需要知道自己的三維角度，進而調整自己的姿態；為了調整自己的姿態，就需要知道自己的三維角速度，進而調整電機的轉速。

讀者可能會想哇為什麼這麼複雜。其實我們身邊的許多工程產品都在簡單的表現背後藏著複雜的過程。比如汽車的油門也是類似的，踩下油門之後，有感測器測量汽油的流速、控制汽油的流速；然後有感測器測量發動機的轉速、控制發動機轉速……從踩油門到加速的過程中也有許許多多的感測器在測量汽車的各個狀態量，並對這些狀態量施加控制。

知道十五個狀態量是多旋翼飛行器做任何動作的基礎中的基礎，但是讓飛行器在任何情況下都準確知道這十五個狀態量是非常困難的事情，因為現在的科技水平還沒有能夠實現讓一個感測器同時測量這麼多的物理量。幾十年來，人們發展出了一套複雜的技術，叫做組合導航，用GPS加上慣性測量元件、氣壓計和地磁指南針來讓飛行器測量自己的十五個狀態量。

2. 組合導航

慣性測量元件是一種能夠測量自身三維加速度和三維角速度的裝置（實際上慣性測量元件有兩種，一種加速度計，一種角速度計，為了行文方便，我們把這兩種元件當做一種，統稱為慣性測量元件）。根據物理學原理，加速度的積分是速度，速度的積分是位置，角速度的積分是角度，理論上單靠慣性測量元件，我們就可以知道十五個狀態量。

人類的科技水平也的確實現了這一點：GPS還沒被髮明以前，導彈上通常都裝著一個精密的慣性測量元件，導彈打出去以後靠這個裝置測量自己的十五個狀態量，然後控制自己飛越海洋和大洲。然而這種慣性測量元件會在測量的過程中慢慢累積誤差，元件本身的工藝、技術、成本越差，積累誤差的速度就越快。導彈上價值幾百萬的慣性測量元件飛幾萬公里後會積累十幾米到幾公里的誤差，這種水平的導彈已經非常了不起了，畢竟不是每個國家都可以在背後豎著洲際導彈和國際社會講道理。

人體內也有慣性測量元件，人的耳蝸充滿液體，人運動的時候這些液體有慣性，可以被耳中的神經感受到，因此測出了運動的加速度。然而人的慣性測量元件非常差，閉上眼睛，也不摸周圍的東西，只靠耳蝸感受的移動，人基本沒法走直線。

而多旋翼飛行器上用的低成本MEMS慣性測量元件，精度就更差了，它測量的速度和位置在幾秒鐘內就會發散到幾十米開外去，完全沒法用來規劃控制自己的飛行路線。

此外，慣性測量元件還會受到溫度、製造工藝的限制，產生一些測量的偏差，比如說有時溫度突然變化之後，一個靜止的慣性測量元件會覺得自己轉動了起來，雖然它靜止著，但是會輸出不為零的角速度。這類測量的偏差需要比較仔細的演算法進行修正，而且往往不能單靠慣性測量元件自己的測量完全消除。

地磁指南針是一種測量航向的感測器。指南針在人們的生活中作用重大，在未知的環境中，不分南北可能寸步難行。飛行器的機身正方向朝南還是朝北這個狀態量用導航的術語來說叫做航向，也就是飛行器姿態的三維角度中的一個，他在組合導航系統中是非常重要的一個狀態量。

地磁指南針能夠指南指北是因為地球表面空間中有看不見的橫貫南北的地磁線，地磁指南針可以測量出穿過自身的地磁強度，從而指出當前自身相對於地磁線的偏轉。同樣地，這個理論雖然非常簡單，但是地磁線的強度非常弱，很容易受到干擾。比如多旋翼飛行器通用的無刷電機，在運轉的時候就會產生變化的磁場，和地磁場疊加之後，地磁指南針就找不到正確的方向了。地磁指南針的這個特性非常令人惱火，但是早期的多旋翼飛行器開發人員毫無辦法，因為這是唯一的能夠確定飛行器在空間中絕對航向的裝置。如果不知道這個航向，就基本沒辦法進行組合導航。

氣壓計的原理最為簡單。因為地球表面海拔越高，空氣越稀薄，氣壓越低，因此氣壓就能夠給出飛行器的海拔高度。不過，不出意料的是，尺寸和重量適合在多旋翼飛行器上使用的氣壓計有很大的缺陷，它的測量值會受到溫度、溼度、空氣流速、光照、振動等因素的影響，單靠氣壓計非常難實現對高度的穩定測量。

組合導航技術結合GPS、慣性測量元件、地磁指南針和氣壓計各自的優缺點，使用電子訊號處理領域的很多技術，融合多種感測器的測量值，獲得較為準確的飛行器十五個狀態量的測量。前面說慣性測量元件的測量容易發散，這個發散可以透過GPS來抑制：GPS可以獲得三維位置也可以獲得三維速度，慣性測量元件可以獲得三維加速度，加速度的積分也是速度。在透過地磁指南針獲得航向的基礎上，兩種速度的觀測就可以融合起來，透過GPS的測量值來發現並抑制慣性測量元件的發散。慣性測量元件的發散被抑制住之後，它也可以更準地測量三維角度和三維加速度。因此GPS和慣性測量元件在這些情況中互相取長補短。除此之外，氣壓計和GPS互相提高了高度測量的精度，地磁指南針、GPS和慣性測量元件一同提高了航向測量的精度，他們都是利用了相同的融合、“互補”的思想。

組合導航技術中感測器互補的原理直接源於1948年誕生的資訊理論。提出資訊的概念以及如何從數學上度量資訊的理論知識來自於克勞德-夏農歸納出的資訊理論，資訊理論可以說是現代人類文明的基石之一。解釋清楚資訊的本質之後，人們才能夠用數學表示一個樸素而又深刻的原理：資訊可以用來估計狀態，越多的資訊可以把狀態量估計得越準。

此後，控制論的奠基人諾伯特-維納與其他一大批工程師和科學家完善了透過資訊進行狀態估計的線性估計理論，進一步提出了感測器之間“互補濾波”，共同減小誤差的理論。在此基礎上魯道夫-卡爾曼提出了卡爾曼濾波器，在通訊、控制工程和飛行器狀態估計領域廣泛使用。卡爾曼濾波器還被實現在了阿波羅飛船的導航計算機當中，使用星座位置和慣性測量元件互補測量阿波羅飛船的十五個狀態量。

資訊理論、線性估計理論以及卡爾曼濾波器允許人們把多個具有誤差的感測器透過數學方程融合起來，利用感測器資訊估計特定的狀態量，而且越多感測器“互補”，可以獲得越好的狀態估計。這樣，數學給工程學指出了發展方向：造更多牛逼的感測器進行互補，就能獲得更好的狀態估計能力。大疆飛控總工程師魚大人也曾經說過：“最牛逼的工程師都是在搞感測器。”感測器技術的重要性可見一斑。

作為一種位置感測器，GPS具有諸多的問題，GPS訊號只有在開闊的空間內才能給出比較好的測量值，因為GPS接收機需要從天上的衛星獲得訊號，這些訊號要從太空傳入大氣層，這麼遠的距離，訊號已經相對來說很微弱，所以必須要求接收機和衛星之間的連線上沒有遮擋，一旦有建築甚至是樹木的遮擋，衛星發下來的訊號就有噪聲，GPS接收機就不能給出很好的位置和速度觀測。在室內環境中，GPS甚至完全不能使用。組合導航技術要想進一步發展，就需要尋找其他能夠在GPS不能使用的環境中使用的感測器。

一種較為簡單的能夠替代GPS測量高度的感測器是小型超聲波模組。通常這種模組具備一收一發兩個探頭，一個探頭測量回波的時間，一個探頭髮出超聲波，能夠算出導致聲波反彈的物體離探頭的距離。現在在淘寶上，只要10塊錢就可以買到一個能夠比較準確測量幾米內物體距離的超聲波模組，被廣泛用在大學生製作的小機器人上。這種10塊錢的感測器沒有比氣壓計和MEMS慣性測量元件效能高多少，它發出的聲波容易發散，探測到的物體不一定位於探頭正前方，另外聲波也容易被空氣中的水霧、振動所影響，給出完全錯誤的觀測。因此，超聲波模組最好的使用場景是對著地面，測量自身和地面的距離。

3. 視覺感知系統

另外一種替代品是視覺感知系統。1970年之後，隨著數字成像技術的發展，相機作為一種感測器開始被廣泛研究。因為人可以透過自己的視覺估計視野中物體的位置、距離，而相機的原理模擬了人的雙眼，所以研究者們利用相機的二維影象反推影象中物體的三維資訊，具體牽涉到仿生學，模仿人的特點。這種和二維影象推算三維資訊相關的技術和數學理論發展成了一個獨立的學科——計算機視覺，也被稱作機器視覺。

視覺感知系統是目前世界上最熱門的機器人學和機器視覺領域研究課題。其原理是利用一個或者多個相機構成的視覺感測器系統，採用複雜的演算法，透過二維的相機影象推算出視野中物體相對與視覺感測器系統的幾何中心的運動資訊，如果假設這些物體都是靜止的，那麼相對運動其實代表了視覺感測器本身的運動。理論上，計算機視覺技術能夠單憑一個相機就可以準確測量十五個狀態量，但是與其他感測器類似，相機也有很多的缺陷，包括無法恢復尺度、成像質量有限、計算量消耗巨大等等。幸好，我們還可以把視覺感知系統和其他感測器結合起來，互相提高測量精度。

聰明的讀者肯定能夠想到，把視覺感知系統和之前說的所有組合導航中用到的感測器融合起來，GPS訊號質量高的時候用GPS組合導航，沒GPS的時候用視覺感知系統替代GPS，不就解決問題了嗎。這確實正是目前工程師和科學家們正在努力解決的問題，也是精靈4上初步實現的技術。在介紹精靈4是如何結合視覺感知系統和組合導航技術之前，我們先簡單介紹兩種已經比較成熟的視覺感知系統：光流測速模組和視覺里程計。

光流測速模組顧名思義，只能測速度。通常一個光流測速模組由一個相機、一個慣性測量元件、一個超聲波模組構成，它的主要原理是計算機視覺技術中於1981年被髮展出來的“光流追蹤”演算法。

“光流”的概念最早在1950年代由心理學家和生物學家提出，指的是一個觀察者和他在觀察的事物發生相對運動時，這些事物在他眼前成的像會產生“運動的模式”，人腦利用這種“運動的模式”能夠更靈敏地感知周圍什麼東西在動。比如下圖中，讀者一看就可以直觀理解“光流”的意義。

後來計算機科學家布魯斯-盧卡斯和金出武雄在1981年發明了Lucas-Kanade演算法，透過演算法計算出連續拍攝的圖片上的光流，並證明了光流可以反解出相對運動的速度。雖然三十多年來，Lucas-Kanade演算法始終被公認為最好的“光流追蹤”演算法，但是它有比較大的侷限性，它包含很多假設，比如假設連續圖片的平均亮度相同，比如假設圖片中的物體只發生平面運動等等。另外，光流演算法算出的速度是沒有尺度的，因為相機影象的單位是畫素，所以光流演算法只能給出“你現在的速度是10個畫素每秒”，但是沒法算出10個畫素是1釐米還是1米。恢復尺度的方式是增加一個超聲波模組測量平面運動離相機的距離，這樣就能夠把畫素運動轉換成真實的運動。最後，如果要讓光流測速模組在晃來晃去的多旋翼飛行器上也能使用，透過慣性測量元件找出影象所代表的平面也是必須的，這一點需要兩種感測器在演算法上進行很好的配合。

光流演算法原理上只可以測三維速度，不能直接測量三維位置。我們同樣可以透過把光流測速模組測出的三維速度積分獲得三維位置，但是就像慣性測量元件積分會發散一樣，光流測速模組積分得到的位置也會發散。好在它不會天馬行空地失去控制，和組合導航技術中除了GPS之外的感測器妥善融合之後，它可以做到懸停時測量的位置不發散。因此可以說光流測速模組只在有限的條件下能夠替代GPS。

光流測速模組已經形成了非常標準的解決方案。大疆悟以及精靈3上都裝載了自主研發的光流測速模組，另外著名的開源飛控產品Pixhawk中包含了一個叫做PX4Flow的光流測速模組，並且開源了所有的程式碼和硬體方案。所以光流測速模組目前已經廣泛出現在了各大廠商的多旋翼飛行器產品上。

視覺里程計相比光流測速模組，增加了直接測量位置的能力，所以才叫“里程計”。視覺里程計比光流測速模組能力更強，效能更好。

讀者可能會問，為什麼聽起來視覺里程計和光流測速模組參與的感測器數量差不多（光流測速模組甚至還多一個超聲波模組），但是視覺里程計能力反而更強呢。這裡的原因不在於感測器硬體，而在軟體演算法上。前面已經說到光流追蹤演算法有很多簡化的假設，只能測量平面運動，增加其他感測器硬體一定程度上是為了把那些為了計算方便而簡化掉的因素重新彌補起來。

而視覺里程計演算法則比起前者要複雜得多，不但要透過影象反推出視野中物體的平面運動，還要反推出這些物體的三維位置，並且基於這些物體的三維位置做很多次的最佳化計算，演算法複雜度成倍於光流測速模組。有些視覺里程計的演算法甚至包含完整的光流追蹤的演算法，但是僅僅把計算光流作為預處理影象的步驟。

視覺里程計能夠直接測量位置，測量值也比較準確，不會像光流測速模組那樣發散。通常比較優秀的視覺里程計飛100米之後只會積累十幾釐米到幾十釐米的誤差，這個測量水平雖然比起軍事級導彈上面幾百萬的慣性測量元件還是差點兒意思，但是考慮到視覺里程計的價格極其低廉，對比起來它的價效比非常高。

視覺里程計有幾個不同層次的難度，最簡單的是兩個相機構成的雙目立體視覺系統加慣性測量元件，最難的是一個相機構成的單目視覺系統加慣性測量元件。如果視覺里程計和光流測速模組硬體一致，那麼這裡的視覺里程計採用的是單目視覺系統。目前，雙目立體視覺系統加慣性測量元件實現自身狀態觀測已經是比較完善的技術，而單目視覺系統則是活躍的研究方向，世界上做這個研究方向較好的大學有美國的賓西法尼亞大學、瑞士的蘇黎世聯邦理工學院、英國的牛津大學、中國的香港科技大學和其他一些歐美院校。

單目視覺系統和雙目立體視覺系統兩者對比起來，他們的演算法難度差別很大。視覺里程計的演算法關鍵點是前面說的“透過連續的影象反推出視野中物體的三維位置”。對於和人眼結構類似的雙目立體視覺系統，這一點比較容易，因為一個物體同時出現在左右兩個相機的視野中時左右視野有視差，視差可以幫助解算物體的位置，只需要用簡單的幾何關係就可以實現，這已經是非常成熟的技術。

但是對於單目視覺系統，只有一個相機就沒有視差，沒法做簡單的幾何關係的解算，所以演算法必須能智慧地在區域性範圍內同時估計很多個物體的位置，然後在自身移動過程中透過位置移動產生視差，然後進行多個物體的位置的最大似然估計，從而推算出這些物體比較準確的位置。這個過程包括很多個環節，大部分環節在學術界都沒有公認最優的方案，因此還沒有成熟的技術。

因為原理相對簡單，所以雙目立體視覺系統構成的視覺里程計在三十年前就開始被研究了。1980年代早期，NASA工程師、著名機器人學家漢斯-莫拉維克就已經制造出了這種狀態測量系統。關於漢斯-莫拉維克的另一個故事，我在知乎問題中“有哪些與控制、機器人等相關的 quotes？ - YY碩的回答”也有提到。

（上圖致敬漢斯-莫拉維克）

在經年累月的最佳化之後，2004年，NASA成功把視覺里程計和慣性測量元件構成的視覺定位系統裝在“機遇號”和“勇氣號”火星車主頻僅有20MHz的特製晶片上，送上了火星，它可以幫助火星車透過一對雙目相機非常準確地記錄自己走過的路線。2007年，參與火星探測任務的計算機科學家和工程師們把這個激動人心的過程寫成了一篇論文《計算機視覺在火星》（Computer Vision on Mars），這篇文章吸引了很多計算機視覺研究人員投身視覺里程計的研究，也極大推動了視覺里程計在機器人學中的應用。

4. 精靈4的感測器方案

大疆在精靈4上實現了雙目立體視覺系統加慣性測量元件構成的視覺里程計，飛機上裝了兩套雙目立體視覺系統，一套向前看，一套向下看，一共是四個相機。

兩套雙目立體視覺系統都參與視覺里程計的計算。通常情況下以向下看的雙目立體視覺系統為主，如果向下看的相機對著一些特徵不明顯的環境（比如純色的地板、海面等等），感受不到什麼影象變化，視覺里程計會自動切換到向前看的立體視覺系統做測量計算。雖然精靈4採用的都是較為成熟的機器視覺技術，但是由於精靈4上機載的計算量非常有限，大疆還是下了相當久的苦功去最佳化演算法，並使用了Movidius公司製作的影象演算法處理專用晶片，結合Movidius公司的影象處理演算法庫最佳化四路影象處理的效能。值得一提的是，不久就會面世的Google Project Tango也使用了Movidius公司的這款晶片。不過因為Movidius公司的晶片不包含視覺里程計的演算法，所以Google的這款產品中視覺里程計的演算法應該與精靈4的演算法有較大差別。

兩套雙目立體視覺系統還帶來了視覺里程計之外的兩個好處：1. 向下看的一套雙目立體視覺系統可以探測下方地面上物體的三維位置，從而知道地面的距離；2. 向前看的一套雙目立體視覺系統可以用來探測前方場景中物體的深度，產生深度圖進行障礙感知。深度圖還可以用於重建一個飛行器周圍的區域性地圖，以進行精細的運動規劃，這就是精靈4指點飛行的基礎，在這篇文章中不詳細介紹了。

除了增加視覺里程計之外，精靈4上還增加了內建的超聲波模組。所以精靈4上一共有GPS+慣性測量元件+氣壓計+地磁指南針+超聲波模組+雙目視覺系統六種感測器。其中雙目視覺系統有兩套，共4個相機；慣性測量元件有兩個，實現雙冗餘備份；地磁指南針也有兩個，同樣雙冗餘。當工作中的慣性測量元件或者地磁指南針受到嚴重干擾的時候，系統會自動進行備份切換，切換到另一個感測器上。這些感測器的數量、功能和特性總結如下表：

有了這些感測器以後，組合導航系統升級成為了智慧導航系統。智慧導航技術極大拓展了飛行器可以活動的空間，當有GPS的時候，系統可以透過GPS為主進行十五個狀態量的測量，視覺里程計依然可以繼續運作，提供額外的速度和位置的測量值進一步提高精度；GPS訊號不好的時候，視覺里程計可以接替GPS為整個系統提供穩定的觀測。智慧導航系統中有三種確定高度的感測器：超聲波、氣壓計、雙目立體視覺，這三種感測器幾乎可以覆蓋所有讓傳統多旋翼飛行器頭疼的定高場景：樹叢上方、室內、靠近建築的位置、大風環境等等。

工程測量型高精度無人機

地磁指南針的冗餘設計可以很大程度上減小外部磁干擾帶來的指南針故障。另外視覺里程計也能給出航向的觀測，兩者互補能夠提高航向的觀測精度。在以前的飛行器上，因為地磁指南針受到干擾造成的炸機問題比較多，在精靈4上因為有了多重保護措施，地磁指南針被幹擾導致問題的機率大大降低。

有了智慧導航系統之後，還需要有一套強有力的軟體系統去組織導航演算法和飛行控制演算法。精靈4的飛控和最新推出的A3飛控類似，都是大疆第三代飛行控制器。大疆第一代飛控效能已經很不錯了，然後飛控組在過去的幾年裡做了兩次比較大的飛控軟體系統的重構，以支援更多的感測器和功能。2014年底推出的第二代飛控里加入了光流測速模組支援、SDK、限飛區和新手模式等功能，2016年初開發完成的第三代飛控里加入了冗餘感測器、雙目立體視覺支援、避障功能和智慧返航等功能。因為每一次重構都對整個軟體系統做了很大規模的調整，增加了很多的軟體模組和新的軟體架構，所以分了三代。別人剛開始做飛控的時候，大疆已經自己重構了兩次程式碼，這一點是大疆最引以自豪的地方之一。

智慧導航系統讓精靈4在任何狀態下都可以準確測量自身的三維位置和三維速度，這對實現多種功能都有非常重要的意義。

旋翼和固定翼無人機技術並駕齊驅

近年來，業界有很多關於避障應該使用雙目立體視覺還是鐳射雷達感測器等感測器的爭論。在大疆內部，選擇什麼樣的感測器放入智慧導航系統用來避障，工程師團隊也進行了曠日持久的探討，最後還是選擇了雙目立體視覺的方案。我相信隨著科技的發展，在未來會不斷有更多更好的新感測器誕生，很可能會有其他感測器代替雙目立體視覺，但是實現穩定避障的關鍵不在於避障所使用的感測器。避障這個事件發生前後，飛行器機體一定會發生急剎車，整體會經歷很大的姿態變化和加速度，在這種狀態下，飛行器是否還能穩定地測量出自己的十五個狀態量，才是最影響安全性的問題。

如果系統急剎車之後，整體的位置觀測甚至速度觀測都發散了，這時候飛行器有可能左右飄出去，還是會發生炸機。就算不炸機，避障之後飛機前後左右搖晃，也會給使用者心理上造成不安全的感受，帶來很差的使用者體驗。精靈4在很多嚴苛的情況下發生避障動作時，飛行器會自動鎖定位置、速度迅速減為0的狀態，很快就可以從高速機動恢復到完全不動，非常穩定地懸停，避免了在障礙附近不穩定活動引起炸機。

某測量型無人機廠商

精靈4還能處理很多看似很簡單，但是對感測器系統要求非常高的飛行場景。比如在十幾層樓的視窗把飛行器從室內飛到室外懸停。這種場景下，從視窗穿出時，向下看的感測器幾乎馬上全部失效，由於有建築的遮擋，GPS也不會立刻生效，因此感測器系統不夠穩健的飛行器有可能因為失去速度和位置的測量而飄到建築上造成高空炸機。而精靈4則能夠透過前視雙目視覺系統的觀測，在向下看的感測器都暫時失效時繼續執行視覺里程計，及時提供輔助的速度和位置觀測，避免造成無法控制速度和位置導致炸機的情況出現。

實際上，由於前面說的過GPS容易被遮擋導致沒有足夠的訊號做觀測的情況在航拍的場景中其實常常遇到。比如在樹木茂密的峽谷裡航拍，經常出現的情況是飛行器放在地面上時接收不到GPS訊號，如果穩定飛到幾十米的高度就可以接收到了。在這些臨界情況下起飛和降落非常危險，如果要保證飛行器在升降過程中都能保持穩定的狀態，飛行器必須能夠在GPS和視覺里程計之間無縫轉換，這樣才能讓使用者放心地起降。如果使用者從高處下降到低處GPS突然沒有了，而視覺里程計沒有及時補上，飛機失去位置和速度觀測之後就變得非常難操控，就有可能撞在樹叢上。

讀者可能問，在這些情況下光流測速模組效果是不是也一樣呢。我們前面說過光流測速模組的演算法有很多簡化的假設，尤其是被觀測的物體必須處於同一個平面這樣的假設，使得光流測速模組在樹叢上方、地勢變化較大的空間上方，都表現非常糟糕，並不能滿足戶外航拍的需求。雖然視覺里程計計算量龐大，但它是比光流測速模組更加實用有效的方案。

另外值得一提的是，第二代的大疆飛控使用的是遙控器杆量轉化成飛行器的加速度指令，而第三代的大疆飛控在精靈4上變成了遙控器杆量轉化成飛行器的速度指令。在精靈3、大疆的前代飛行器以及很多無人機產品上，如果你推遙控器滿杆前進，飛行器會以一個固定的角度加速飛出去，直到加速度被空氣阻力抵消，這樣控制並不直觀，所以新手很難操作飛行器；而在精靈4上，如果你推遙控器滿杆前進，飛行器會自己調整到一個固定的速度上，直接操控速度顯得非常直接，非常容易操控。以往，讓飛行器保持勻速飛行是隻有專業飛手才能做到的事情，現在則真真正正地讓普通人也能觸手可得。這一個修改看似簡單，但是提供了更好的操作手感，而且讓飛行器飛行的狀態更加穩定。

對於航拍操作手來說，所有的花哨功能都不如懸停得穩、飛得穩這一點重要，因為飛機晃得太厲害，總會給使用者造成一種“我的飛機真的沒出問題嗎”的感受，使用者體驗極其不好。我們去西藏青海或者其他很美的地方開車玩，肯定是希望平穩、慢慢地開，這樣才能專心看美景；如果開著一部油門輕輕一點就加速到200公里的賽車，坐在車裡一會兒被推背，一會兒過彎時左右甩，人還有心情欣賞路上的美景嗎？

遙控器杆量改動也顯示了大疆對自己智慧導航系統提供的穩定的三維速度測量的信心。目前我沒有見過其他哪家公司的飛行器控制系統採用的是遙控器杆量轉化成飛行器的速度指令。

5. 當我在談論無人機的時候，我在談論什麼

在這篇文章裡，到現在我都沒有提過“無人機”三個字。我覺得，就像一輛合格的汽車必須有安全帶、安全氣囊、後視鏡、阻燃內飾、各種儀表盤等等安全措施才能稱為汽車一樣，一部合格的多旋翼飛行器也必須有慣性測量元件、GPS、視覺里程計、避障系統、氣壓計和超聲波等感測器構成的智慧導航系統才能被稱為無人機。多旋翼飛行器不是玩具，汽車以高速撞人會造成人體嚴重的傷害，多旋翼飛行器甚至都不需要高速運動就可以用螺旋槳造成人體嚴重的傷害，因此多旋翼飛行器感測器必須有很強的安全性和穩定性。

2014年的時候，大疆飛控組有一個白板，上面寫著：“競爭對手” 下面只用小字寫了幾個業內競爭品牌的名字，但是用大大的字寫了“波音“。幾年來，大疆飛控的夢想都是能讓便宜低價的多旋翼飛行器像波音的民航客機那樣，只有五百萬分之一的致死事故發生率。隨著感測器技術的提升和飛行控制品質的提升，截止2016年5月底，精靈4核心感測器系統出現故障的機率約為每兩百萬次起降僅有一次發生嚴重故障。雖然相比起載人的飛行器來說，大疆還有很多地方需要努力，但是在無人的多旋翼飛行器行業中，大疆是行業中飛行器整體故障率最低的企業。很多其他的企業，可能都無法計算出事故機率是百萬分之多少，甚至是萬分之多少。

很多其他公司也出了不少多旋翼飛行器產品，但是大部分只做了個組合導航的皮毛，加上一個光流測速模組，然後動一些歪腦筋，就開始標榜自己的安全性。就好比造個了汽車，說“啊我這個安全性很好的因為我方向盤手感很好，還裝了個車載GPS”，但他車裡連安全氣囊和後視鏡都沒有。

還有的公司以飛行器上有新型感測器為賣點。但是一套完整、可靠的感測器系統是一點一滴積累起來的，新感測器必須和已有的組合導航系統在硬體和軟體上仔細融合，才能真正發揮作用。面對很多號稱採用鐳射、紅外線、“人眼級別的智慧”的感測器，讀者們只要去問這些廠商：“你的感測器能和GPS無縫切換嗎？”“你的感測器解決室內掉高問題嗎”“你的感測器在急剎車的時候還能保持位置觀測嗎”，就可以看出他們都是堆砌出來的空中樓閣。

有些廠商的宣傳語是“無人機不是土豪的玩具”。如果把他們所有宣傳語中的“無人機”一詞換成“汽車”，那麼這類宣傳邏輯和它們引導的消費觀念顯得極其錯誤。對汽車來說，有些汽車價格昂貴是因為提供了更好的倒車雷達和車身周圍的感測器系統，這種增加汽車售價的行為提高了駕駛的體驗，是理所應當的；另一方面，要求汽車變得更便宜，不應該要求去除這些安全感測器，而是應該從車身材料、內飾等方面去入手降成本。

大疆極其反感這類行為，並不是想打擊這些競爭對手以佔領市場，而是希望所有廠商能夠沉住氣，把飛行器的感測器做完善。多旋翼飛行器不是手機一類的消費電子，而是和汽車、客機一樣具有一定危險性的載具，不能一味打價格戰或者標新立異。我們希望市場上能出現帶著全套智慧導航系統和演算法，依然售價2999的飛行器。我們堅信只有實現了完善的智慧導航系統，才能造出真正安全的無人機產品，否則讓不達標的飛行器進入市場，損害的是全體廠商的利益，也危害了整個社會的安全。

小米無人機跟大疆無人機的區別實在是太大了。小米無人機只能夠算是玩具級的無人機。它的飛行配置只是，垂直高度100米，直線距離500米。這樣的高度和距離基本上都還沒有脫離視線範圍呢。

大疆無人機又不同，它的垂直距離是500米，飛行距離最遠民用的話是8000米左右。我現在是非常享受拿著大疆無人機到處去拍攝影片和相片的日子。每個大假期我都會開車去自駕遊，花很多的錢全中國去旅遊，然後放出無人機拍攝自己喜歡的景色。把最漂亮的相片和4k影片存起來，有機會就用我的旗艦高效能手機做影片。小米的無人機從一開始我就沒打算過要買，雖然可能也可以拍4k的影片，但是假如拿到大山去拍攝的話根本就拍不到任何的東西。上一次我拿著大疆的無人機去黃山，現在告訴你在大山的山頂最近的地方是拍不到好景色的。因為在山頂永遠都是那麼多的雲霧，太近的地方飛機反而要飛出去山的範圍往回拍。這樣子感覺有點彆扭。

我現在是在比較靠近山的地方，看到山的全貌，這樣子拍攝才能夠拍攝到好的東西。十幾天之前我是第二次去黃山啦。第一次去的時候問過保安，他們說禁止放無人機，所以我就沒有放了。結果下到山腳的時候很不服氣，躲到一個工地裡面把無人機放上去，但是都拍不到什麼東西了。這一次上黃山，我沒有買票上山頂，只是坐接駁車到了山腳下，找了個地方把無人機放上去，但是雲霧太厚了，什麼都沒有拍到。後來坐車回去的時候，鬼使神差的坐錯了車，在山腳的一個轉乘站下了車。往回一看，整個黃山的山貌就在我的眼前，我於是躲在草叢花叢裡面，把無人機放到三4km以外的半山腰，用了兩三個電池，把整個山腰所有的景色都拍下來的，非常的壯觀美麗。這就是大疆無人機的優勢。8km的距離500米的高度，如果當時我用的是小米無人機，100米的高度，500米的距離基本上只能夠拍一個遠景，跟我在地面上用手機拍相片沒什麼區別。

首先從公司層面講，大疆是專門從事消費及工業級無人機的高科技公司，目前全球消費級無人機份額裡大疆佔70%，而小米是從事科技生態鏈級的公司，比較厲害的就是手機和電視，不得不說，對於國內市場，甚至亞洲市場頗有影響力。至於小米無人機嘛，只能說，嗯…小米勇氣可嘉，但仍需努力！然後呢就拿無人機產品來講，大疆陸續釋出的精靈系列，悟空系列，御，曉，還有植保無人機，還有無人機全方位的服務配套方案都是滿滿的黑科技，堪稱無人機標杆。從傳統固定四旋翼到可摺疊機身，從gps定位到視覺定位，雷達避障，從傳統遙控器單一操作到無人機智慧跟隨，從兩軸雲臺到三軸雲臺，再到1080p鏡頭升級到4k鏡頭，包括手機攝影分享平臺的成熟體系。而小米卻只發布過一款傳統4軸無人機，從外觀到效能都比較一般，當年釋出時，在直播平臺釋出，直播現場就出現炸機(無人機故障統稱)，當年銷量也一般，如今更是貌似小米商城已經下架次產品。最後來講，如果說在無人機行業來講，大疆是絕對大佬地位，而小米卻只是入門試水，貌似也沒成功。但無人機產業的發展需要更多的參與者，才能百花齊放，小米公司要是在無人機行業投入更多資源，沒準也能做起來，畢竟小米的良心價格是非常符合國情的，畢竟大疆的產品定價還是挺高的。

大疆雖然以無人機被大家所熟識，其實大疆最重要的是飛控，一架好的無人機必須要有過硬的飛控支撐，再者，大疆的雲臺和圖傳技術也是值得肯定的，在消費級，大疆推出的無人機，起碼技術是過硬的，質量是值得肯定的。要有比較的話，只能說不應該從價錢來衡量，誰用誰知道，你懂的！

沒法比！

大疆是專業做無人機的，在輕型民用無人機領域獨步江湖，掌握很多核心技術，無人機核心技術不在於用的是什麼解析度的攝像頭，我看其他有答題人提到小米攝像頭和大疆無人機攝像頭比解析度，這是外行人說的話！因為攝像頭都不是兩個公司自己技術，也不需親自研發，外協採購就可以了。真正核心技術在於大疆的飛控技術，無電刷雲臺技術！大疆無人機不僅成功用於好萊塢電影拍攝，之前還被美國軍方採購，只是後來被美國以國家安全名義限制了。相比而言，小米在這方面並不是專業無人機研發生產公司，技術上就更不能與大疆相提並論了！

無人機是講究一個技術壁壘的，特別是軟體演算法之類的，就類似是現在火熱的所講的AI，跟手機不一樣，手機核心成本是硬體，他的基帶，射頻，都是掌握在別人手裡，是外華人手裡，你可以想象，無人機，懸停，精準操作，數字圖傳都講究，小米的產品我沒操縱過，但是市場份額已經說明了一切，曾經有一篇文章說了小米，億航，零度，大疆，極飛這群人，這些公司的老闆都是互相有淵源的，差距不止一丟丟吧。晶片級維修大疆，淘哥：粵德力維修租賃公司。

我買的大疆御無人機，由於本人操作不當，裝路燈杆上了，從七八米的高度直接掉下來，掉在了水泥路面上，我當時第一感覺就是完了，肯定報廢了！拿過來看了看四個螺旋槳壞了3，但機身沒看到什麼問題，買了新螺旋槳裝上試了試，居然屁事沒有！可見大疆的質量真心不錯！

小米手機和蘋果手機的差距有多大，和大疆的差距比這個還要高10倍！大疆自主飛控，自主圖傳，自主攝像頭技術（哈蘇），小米就是拿來主義，所以頂多全玩具，大疆無人機除了消費級的御，精靈，還有專業級的晤系列，而最厲害的是少有人知道的植保機，測繪平臺，電力作業機！

我是大疆的玩了一個月沒炸機。首先你得按照流程操作，在空中位移時要目視，而不是看畫面。此外，在遇到或者有潛在危險時，首先要冷靜，搞清楚機頭再慢慢操作。這樣會減少誤操作出現問題。此外，電池不要等到快耗盡才返航。同時慎用一鍵返航，因為它要升高到20米後才返，在升高的過程中不可干預，很多時候如果上方有障礙物眼睜著炸機。冬天一定要預熱，剩下50的電就要返航。