下面介绍一下国际上在无人机前沿技术上的进展。

　　左边的图也是美国的军方和NASA一起做的，通过机关的雷达来对飞机过程的障碍物进行三维的建模，这样可以非常清楚的知道楼的位置在哪儿，怎么绕过这个楼。右边是伯克利大学用2D雷达做的环境的感知和避障，搭了很多账篷，相当于让无人机过桩子，曲线的绕过账篷。这些都是早期的无人机在感知方面的工作。

　　左边这幅图是澳大利亚的一个研究机构，他们做的基于视觉的基础设施监测的地碰。他们用无人机在一些化工厂和基础设施的区域做监测，但是这个区域里有很多这样的障碍物，他们用视觉躲开这样的障碍物。

　　右边是基于双目视觉的自动匹配，在做的过程中发现如果用双目，就像人有两个眼睛，不仅知道障碍物的属性，其实还能够知道它的深度。因为两个摄像机可以计算出它的相对深度，这样可以实现对地形的匹配以及路径的规划。

国外还做了很多很有意思的工作，比如左边是西班牙的塞利亚大学做的多机协同的搬运。他们用三个无人机搬运一个非常重的重物，前提是一个无人机搬不起来。这里面有很多科学的问题，三个无人机怎么样去摆渡他们的位置，它们的加速度和速度，才能让三个的力用的最优化，让障碍物不抖起来。右边是国际上已经将这种无人机用在舰船上，扩展舰船的监测范围，美国和奥地利已经有相应的军用产品放在舰船上。

　　这些都是国外在无人机智能控制、环境感知、环境交互方面做的一些非常有益的探索。但是我总结国外做的这些工作，在当时的那个节点，商用化的背景还不是非常的明确，很多研究都是做完一个demo就结束了，没有真正的走向产业化的过程。

　　刚才讲的是国际上的发展情况，我把商用无人机、智能技术的发展归结为三方面的趋势。第一，鲁棒与适配；第二是交互与操作；第三是感知与理解。

　　什么叫鲁棒与适配，无人机在商业应用里有一个很大的特点，就是它的机型你会发现非常的不同，商业应用它的不同在于有的应用需要大的载重，有的应用需要长的续航，有的应用需要高的可靠性，有的应用又需要非常不同的能源的模块。这样不同的机型，不同的无人机怎么样用相同的大脑的技术去适配，你是不是有一个控制系统，这些飞机都能够用，这就非常重要。你不可能为每一个机型去单独研发一套感知系统、操作系统和控制系统，所以这就需要研究控制系统的人对飞机进行强的适配。

　　第二方面，对传感器的适配性。不同的商业应用所需要的传感器不同，比如说输电线路的巡检，它需要的是三维的激光雷达。而在一些物流方面，它需要的是双路的视觉来避开复杂的楼宇。如果你有一条总线或者有一条标准的链路，可能不同的传感器都可以接上，这样你就可以非常便利、非常快速的将你的系统适配于不同的应用。这就是鲁棒与适配，希望你的大脑能够适应不同的机型，能够适应不同的传感器。

第二，环境的感知与理解。其实无人机能够飞起来现在已经不是什么新闻了，以物流为例，如果想真正非常好的应用在物流上，它可能需要知道目标在哪儿，在飞的过程中能够绕开所有的障碍物。

　　这里介绍的是对于一个动态目标的跟踪，在我们回传的图像里面可以任意设置一个移动的目标，用鼠标点上它以后，飞机可以一直持续的跟住它，保持在飞行的控制范围内，通过模板的匹配对目标进行分离，还需要对目标进行估计，我要估计它下一步的速度和下一步的位置，反过来为无人机进行导航。

　　二是对于楼宇这样障碍物的检测与壁碰。其实楼宇障碍物是一种非常典型的障碍物，这里面是通过双目视觉实现对于楼宇障碍物的检测。右边的是双目视觉出来的原始图像，暖色代表离我们近，冷色代表离我们远，基于原始坐标系的深度信息。通过模式识别，通过离线学习、在线计算这种方法，看到左边，我可以把楼的框子识别出来，这样我知道这个楼在我坐标系下每一个点的位置，我可以绕过去。

　　这个图是国际上非常典型的测试无人机自主避障的试验，包括柱状的障碍物和框状的障碍物。这是通过双目视觉在飞行的过程中实时建立周围的模型，相当于一边飞一边给自己建立地图，告诉自己怎么才能走，怎么才能避过去。

　　右边是对人的识别，这里面的识别和驾驶汽车的倒车雷达最主要的区别在于人驾驶汽车倒车雷达是告诉我们那有一个障碍物，具体是人、是树、是楼，由人判断，但是无人机不同，上面没有人，所以无人机不仅仅知道那是一个障碍物的背景，更重要的是要知道它的属性，这样就可以为无人机判断碰撞的优先级带来一个非常好的基础。所以人是第一优先级，先碰树，其次是楼，然后是人，在无人机的环境感知里面和汽车的区别就在于这儿。

　　当然环境感知的另一个方面就是对于地形的匹配，这个非常有意思。我们最早将无人机应用在农药喷洒的时候，是在新疆广阔的平原，我们觉得用的非常好，飞机飞的很好。但是随着使用的深入，我们发现几个地方用不了，梯田、丘陵，甚至这些作物长的不一样高的时候你就用不了。比如说玉米，作物长的是上下有曲线的，这个时候可能飞着飞着就会把玉米上面那段给打了。因为喷洒的要求是对于作物顶端的距离要恒定，这就要求你对于地势要有一个匹配的过程。所以我们引入了超声和激光的传感器，来对作物的顶端进行识别，进行匹配，其实也是环境感知的一个重要的部分。

刚才说的其实都是看，什么叫交互，就是飞机不仅仅是悬在空中，还要和我的目标有接触。这个展示的是静态平台着陆的自主的选择与自主的着陆。它是通过视觉来寻找出H的标志点，从空中将无人机导引到H上。这是咱们国家某舰的1：40的缩比的平台，模拟舰船无人机导引下降的过程。

　　这个平台模拟和三级海况下舰船摇摆的情况，在模拟舰船摇摆的时候飞机怎么能够找到移动的平台，怎么能够在移动的过程中降下去，而且降下去的时刻应该是无人机和舰船平台保持一个相对角度最小的一个时刻，它才能有效的去落在上面，不被摇摆所甩下去。这里面包括目标的识别，运动的估计，甚至是最佳着陆点的估计，最佳着陆时刻的估计。

　　国外近几年将无人机的研究转向了操作方面的研究，这些方面我们也做了很多前沿的布局。这是对一个动态目标的识别与抓取，它的背景是未来物流的一部分，即低成本的运输。比如说在船靠岸之后，从船到陆地之间的运输。除了目标的识别、目标的估计，还有一个很重要的技术，就是变载荷的控制技术。当无人机将目标抓取来以后，它的负载和原来没有负载的时候变化非常的大，在过程中如何能够保证无人机稳定可靠的控制，又成为了一个非常难的难点。载荷基本上相当于无人机一半的重量，这里面又有很多相应的技术。

　　无人机商业领域的产业方向

　　刚才我把国内或者说我们做的一些无人机的技术以及我觉得技术的发展方向给大家做了一些梳理和介绍，其实我觉得大家应该更关心的是我后面要讲的，就是这些技术如何在真正的产业里发挥作用，真正的研究要么顶天，要么立地。

　　其实无人机在产业方面非常的多，如果大家在网上搜无人机的应用，尤其国外的人特别天马行空。比如说用无人机放牧，用无人机种树，用无人机等等等等，脑洞大开。我不想说那些特别奇特的，特别奇葩的，我还是想说真正在产业上能够有量的。

第一，低成本运输。前几天京东已经发布了无人机在农村几个省的试点，确实是未来非常好的一种物流的方式。

　　大家试想一下，在城市里面大家可能觉得无人机送货离我还很远，但是在农村点对点之间其实需求是很强的，尤其在县以下的物流，现在还依靠人，而且道路非常的复杂，成本会非常高。如果有这样一种设备去代替人完成这种短途、定点、定距离的运输，其实是很有效的。

　　低成本物流其实不仅仅是运物品，其实人也是物流的一个很重要的方面。大家都知道Uber为什么要做自动驾驶汽车，他们认为出租车里面人的成本是最高的，如果把人这块成本砍掉，其实出租车的价格还会大幅度的下降。和这样的思想是类似的，其实现在通用航空里或者飞机运输里边，人的成本也是非常高的，所以亿航在未来发布了未来载人无人机的计划。

　　第二，能源的巡视与作业。咱们国家是一个能源的大国，而且在能源的基础设施上是国际领先的，现在咱们国家电网的水平已经不比美国差，而且总里程数已经非常高了，建设速度一定是世界上最快的。正是因为这样大量的基础设施建设，导致了我们现在巡视维护的水平跟不上。因为现在的巡视还要靠人，而总体上国家的企业人都在大幅度的减少，应对不了基础设施的建设。所以我们现在有很多的输电线路巡检的机器人，变电站巡检的机器人，但是无人机一定是必不可少的其中的机器人之一。

　　刚才说的是能源的巡检，接下来我想介绍一下无人机在公共安全领域的应用。

　　这是火情监测和初始着火点的定位方面，最开始在消防的需求里有两方面的需求，第一是高层建筑物着火以后，没有办法知道初始着火点的位置，地面的视角有很大的局限性。第二，火场的指挥非常的困难。第三，危险品的爆炸，比如说厂矿或者化学品存放仓库的危险品爆炸，人是没办法接近的，所以也需要空中的设备。我们将无人机技术和图像处理技术以及大数据、智能学习技术相融合，它在飞的过程中可以把初始着火点或者着火点的经纬度以及高度给到消防部门，也为后续的指挥决策提供的非常好的依据。

　　最后着重介绍一个应用，精准的农业。农业在整个应用里是最可能爆发商业化的，因为它的市场容量足够大，确实可以算一回账。就像合作社买联合收割机一样，现在的合作社也在买无人机喷药，从南到北进行喷药作业，让他在一年半左右的时间可以收回成本，其他的都是赚的。

正是基于这样的需求，飞控大脑技术的发展才能有益于无人机在施药领域快速的前进。现在无人机的施药已经形成了傻瓜化的操作，直接画一个圈，这片地需要喷药，或者拿着手机在四周走一圈按一个键，它就可以记录下田地周围的位置，发送给无人机，无人机就可以像右边这样自动的完成喷药的工作。当然右边看到的是一个平原小地块，非常的空旷，如果有障碍物，有电线杆，有楼的时候，它还要自动的识别避开。如果有地势起伏的时候，它还要自动的识别地势，跟踪这样的地势。

　　简单化的操作现在已经规模化应用了，每年都有几十万、上百万亩的田地在用这样的系统喷药。刚才说到的农业仅仅是喷药，其实国外还有一种技术的发展，就是在喷药之上，它还要知道要喷什么药，喷多少药，这就是农业所谓精准的遥感。所以未来无人机在农业方面的应用应该是一个大的循环，首先分配这一个作业区域的位置，先用低空的无人机进行飞行，通过相机的回传得到一个施药的处方图，知道什么位置在哪儿，喷什么药，随后就可以变量的施药。现在我们施药的过程其实喷头是可以随时控制喷量的，只不过我们没有处方图，所以只能平均喷药，有了处方图之后可以更精准的喷药，这样可以实现整个农业施药过程中完美的循环。我先知道缺不缺药，缺什么药，需要喷什么药。这样的一个工作方案一定会在未来不长的时间内实现。

　　刚才我把无人机控制的前沿技术以及产业方面的几个比较大的应用做了一些简单的介绍，我想用三句话总结我今天的报告。

　　第一，商业的应用确实会带来无人机发展的第二次浪潮，可能会在低成本、精准农业、能源巡视、公共安全这几个领域率先的应用和爆发。

　　第二，无人机的飞行控制已经从小脑的发达正在向大脑的智能去发展，未来的无人机会更好的去理解外部的环境，会更好的将自己或者保证人和第三方的安全，会更好的进行交互。未来的无人机应该不是看到我们想看到的东西，而相当于我们手臂的延伸，做我们想做的事情。

　　第三，无人机的商业应用真真正正的正在创造社会的经济效益，已经有很多的应用真真正正的能够算回来账。所以无人机将来一定是一个将人从复杂、重复劳动中解放出来的这么一个装备，而且一定会大大提升未来的劳动生产率。

　　以下为笔者在与读者互动环节中作出的部分问答：

　　问题1：目前的农业无人机应用除了在小麦/稻田/玉米这些基本整齐的农作物之外，还有其他的吗？比方说果树之类的？

　　齐俊桐：日本用的最多的是水稻的喷洒，在这种平整度高，密度高的作物上应用相对比较容易。对于果树这种，就需要更复杂的大脑，进行有效的控制，特点是喷洒区域稀疏，高度分布不均，作物高度不利于药物扩散，所以在果树的喷洒上，还处于尝试和小规模应用阶段。

　　问题2：不同于京东物流为自己的货运服务，从第三方角度专做无人机物流前景与商业模式如何？

　　齐俊桐：无人机在商业领域的应用，目前还不能完全替代人工作业，只是在某些应用场景提高人工效率。我认为第三方作为物流目前还是有市场前景的，无人机作为一种新兴技术，并不像汽车一样已经完全成熟，物流公司可以垂直整合这部分资源。无人机技术链很长，更适合第三方公司的研发和生产，为其他行业和领域服务。

　　问题3：现有机型（固定翼，多旋翼、直升机）从飞行平台的技术指标与经济性（不考虑传感器与飞控指标）上是否己经能够满足物流、农用、巡检等方面的需求？

　　齐俊桐：关于机型，现在可以看到很多公司还在不断开发新的机型，其实也从侧面验证目前的机型还没有完全满足商业应用的全部要求。

　　（本文整理自齐俊桐的公开演讲。齐俊桐是一飞智控（天津）科技有限公司创始人，天津大学机器人与自主系统研究所副所长、教授、博士生导师。）