自動飛行模式對于軍用無人機來說并不新鮮，但是在民用領(lǐng)域還沒有普及。

現(xiàn)有的無人機通常需要“飛手”來操控，但如果熱愛在各種戶外活動中記錄自我，有一個自動跟隨的無人機小跟班可以說是非常省事的。

自動跟隨、自動避障是消費者級無人機的一大需求，不用自行控制自然是不錯，但是按照目前的技術(shù)，如何保證無人機在復雜的城市空間中穿梭自如可不是一件簡單的事情。一旦發(fā)生碰撞，代價就非常昂貴了。

在訓練無人機飛行員的時候，我們也遇到過同樣的問題，同樣是要在減小無人機事故率的同時增加無人機的飛行能力，訓練的對象有所不同：一個是飛手，一個是AI。

在（用AR訓練無人機飛行員）中，DroneBase將無人機與AR結(jié)合，在畫面中制造虛擬的障礙物，讓飛行員在本空無一物的大空間中訓練對這些“障礙”的規(guī)避，這樣即便是不慎撞上了“物體”，也不會因此而墜機了。

在訓練AI自動飛行時，同樣可以采用此類虛擬的測試場景，減少事故率。

最近，來自麻省理工學院的工程師表示開發(fā)了一種無人機虛擬現(xiàn)實訓練系統(tǒng)Flight Goggle，能夠讓無人機在虛空中“看到”豐富的虛擬環(huán)境，從而安全的模擬無人機自動飛行。當飛行器快速飛行，并且進行著高吞吐量的計算時，環(huán)境中特別輕微的改變都會導致無人機的碰撞事故，所以我們很難在真實環(huán)境中訓練無人機，而需要一個虛擬現(xiàn)實的環(huán)境。

自動飛行和自動駕駛一樣，核心都是機器學習，特別是深度學習。

簡單地說就是保持無人機的持續(xù)飛行，用長時間的飛行經(jīng)驗來調(diào)整無人機的飛行算法。每一次事故都意義非凡，因為能夠減少下一次無人機出現(xiàn)該情況的概率。但是頻繁的維修或者更換無人機會耗費大量的時間和金錢，這就有了Flight Goggle的用武之地。

Fight Goggle是一個VR無人機訓練系統(tǒng)，由副教授Sertac Karaman領(lǐng)導的麻省理工學院小組設(shè)計。在該系統(tǒng)中，無人機在一個空曠的大房間中飛行，由運動捕捉攝像頭跟蹤，記錄無人機在三維空間中的飛行方向。與此同時，一臺運行圖像渲染系統(tǒng)的計算機將交互式的第一人稱視角視頻傳送給無人機，無人機可以“看到”虛擬的障礙物遍布在空間中的每一個物理位置上。

無人機大概能以90幀的速度處理虛擬圖像，比人眼能處理的圖像速度快三倍。這個由尼龍和碳纖維3D打印而成的無人機框架中裝備有慣性測量單元和相機（VIO），以及一個嵌入式計算機。

這個虛擬空間中，房間地板就是真實的地板，空間中這些柱子、圓環(huán)則是虛構(gòu)的障礙物，即便是撞上去也不會有什么損失。

研究人員指出，即便是“墜機”數(shù)千次，也不會研究成本和開發(fā)時間有什么太大影響，在調(diào)整算法的8次飛行中，無人機通過“圓環(huán)”119次，大部分時候的撞擊不需要人為干預(yù)，僅有6次需要人工調(diào)整。無人機在犯錯誤中學習。

無人機以3m/s的速度快速飛行，場景可以根據(jù)需要調(diào)整布局，例如可以將障礙物設(shè)置為人類，以訓練無人機在人群周圍的安全飛行能力。這樣的實驗假如不在VR中展開訓練，就很實現(xiàn)對人身安全的保障。

博物館

起居室

根據(jù)需要，模擬不同的飛行環(huán)境，達到訓練的效果。

麻省理工該研究團隊的表示無人機的自動飛行是一項改變游戲規(guī)則的技術(shù)，整個無人機行業(yè)的發(fā)展速度都非?？??；蛟S無人機飛行員會成為一個存在時間非常短的職業(yè)，因為在不久的將來，AI會擁有對無人機更快、更準確的控制能力。