2017年7月7日至9日，全球人工智能与 机器人 ( 行情 300024 ,诊股)峰会CCF-GAIR大会在深圳成功举办。本次由CCF中国计算机学会主办、雷锋网与香港中文大学（深圳）承办。来自全球30多位顶级院士、近300家AI明星AI企业，齐聚智能科技产业盛会。 Vijay Kumar在

　　2017年7月7日至9日，全球人工智能与机器人(行情300024,诊股)峰会CCF-GAIR大会在深圳成功举办。本次由CCF中国计算机学会主办、雷锋网与香港中文大学（深圳）承办。来自全球30多位顶级院士、近300家AI明星AI企业，齐聚智能科技产业盛会。

　　Vijay Kumar在无人机领域被称为“无人机大神”。他在多机器人的编队控制协调，做出了非常大的贡献。2016年，Vijay Kumar在CCF-CAIR峰会上介绍了无人机会向着Small（小型），Safe（安全），Smart（智能），Speed（敏捷）和Swarm（集群）“5s”的趋势发展。时隔一年 Vijay Kumar 再登 GAIR讲台，今年Vijay Kumar再次收到雷锋网的邀请，以“Challenges in Autonomy”为主题，进行了演讲，重点介绍了自动化浪潮的技术与社会挑战。Vijay Kumar是美国宾夕法尼亚大学工程院院长，同时也是美国国家工程院院士，美国电子电气工程师协会研究员（IEEE Fellow）。

　　以下为Vijay Kumar演讲速记全文整理，雷锋网（公众号：雷锋网）在不改变原意的基础上做了精编：

　　无人机的挑战今天我讲的主要内容是自动化当中所遇到的挑战，尤其是无人机方面的挑战。如今智能驾驶汽车有了很大的进展，但是以下无人机的这些挑战是无人车所没有的：

　　无人车是在已知的道路上飞行，而无人机是在 3D 空中飞行。

　　无人车有 GPS 的导航，无人机没有，尤其在室内环境中飞行的时候。

　　车上面有很多传感器，但是在无人机里面，如果多放一公斤荷载，可能消耗的能量就会越高，会带来很大限制。因此我们希望尽可能降低无人机的能耗，能够让它更加有效率，我们才能获得更多的讯息和数据。

　　无人机需要控制才能维持平衡，安全尤为重要。在汽车里面，只要刹车就安全了。在无人机上，这个问题更加复杂。

　　汽车的环境更加简单一些，我们有不同的模拟，可以感知到地板有平面的波动或者有墙，但是无人机上要感知外界环境会更加困难。

　　上图是我们过去5年制造的无人机，可以看出无人机的尺寸越来越大，可以放更多的传感器上去，它的自动化程度也有所提高，这是自然而然的结果。因为我们大家都希望让它有更高的感知能力，能够让飞行器更加的强大，有更多的功能。

　　户外、室内环境安全飞行演示如何让无人机在户内、户外的环境安全飞行呢？可以让它做快速响应、救灾、减灾的工作，可能是人类无法到达的危险区域，可以快速收集一些讯息。

　　这是我们的一个机器人，它可以在室内的环境进行飞行，不需要外在摄像头。它有一个感知的功能，比如图像可以看到传统的反馈机制，我们可以感知到周围的环境，采取相应的动作来回应，在我们的控制系统里面可以实现比较低的层面。

　　在更高级的层面上，可以看到在系统当中，我们可以以更高的层面将感知/行动的循环去建立，有时候可以在屏幕上看到，有时候可以进入到它的计算机里面。比如我想从一个地方到达另外一个地方，如果中间有障碍物，需要避险，所以中间要采用不同的动作。

　　最高的层面，我们可以去建立一个反馈机制，可以对它进行控制。这是人和机器进行互动的过程。我们可能没有办法让计算机在最低的层面自动和人进行互动，但是更高的层面，人机可以互动，可以完成一些工作，所以这就是一种感知和行动的反馈循环，这样我们就可以进一步发展，来建立更多的感知行动。

　　最低的层面需要我们实时控制。只有通过这种方式才能让机器人非常可靠的去运动，帮助我们完成任务。这里面不仅仅是它的 3D 位置，还需要知道它的行进方向和旋转角度。事实上只有 4 个旋翼，还有一些机器有 6 个旋翼，不管有多少个旋翼，我们都必须要知道它的位置和方向，利用控制软件进行实时控制，在控制系统当中对它发出指令。

　　当然，我们有不同的平面，如果看一下系统里面的行进方向、线性、动力，比如说它的垂直速度或者是平行的速度，加起来就非常复杂。所以你可以看到，二者之间更加复杂，我们要对比一下它的行动，平面上的运动方向，以及它垂直上的运动方向。

　　操作是左手边开始做，右手边对它进行操作，这是更加复杂的过程。可以将它分成几个不同的部分来看待，它有一个运动轨迹，这个运动轨迹中要找到一个推动力，我们管它叫 F，我们看到它的现有位置和目的位置之间的联系是怎么样的，将它进行移动。我们要为它制定一个方向，这个方向就可以让机器自行推动到目的地。

　　当然，我们也要建立其他维度，比如T这个维度，是它要行进的方向，我要让它的角度达到理想的状态，我们要进行计算、看目的地的角度是多少，然后让它进行移动。我们设计的时候需要用计算机帮助我们做计算，另外我们看到这样的等式能够让无人机去到任何我们想让它去的地方。当然，同时也要确保它的稳定和可靠性。举个例子，无人机在空间当中进行三维运动，这是室内中的实验，当然在户外也可以实现。

　　反馈循环，先进行路线规划，对位置进行控制，高度以及它所在的3D位置。得到反馈路径之后，对它的速度和位置进行计算，如果我们没有运动摄像机，只能通过无人机上自带的摄像头来实现这个目的，我们可以把相应的获取的数据进行分析，加上它的惯性分析，就可以知道它应该往哪个方向去。

　　户外、室内的实际运动情形这里面我们的频率是200HZ，我会向大家展示户外、室内的实际运动的情形。这里我们增加了复杂性，因为实际操作环境往往更加复杂。我们对它运动的路径进行计算，也会增加U这个角度，整个系统是四维角度，如果把角度增加进去是有四个维度，这样可以尽可能的降低飞行器出错的可能性。在高速运动的时候，我们必须依靠刚才所讲的所有讯息，包括模式、检测的维度，如果能够给到更多的传感器，除了IMU、GPS，我们可能有更好的表现，包括镭射激光的扫描，还有其他传感器，机器表现会更高，当然这都是在200HZ频率下实现的。

　　这个机器达到每秒70米的速度，没有GPS，它可以从户外进入室内，立刻进行刹车，速度会很快降低，它可以在摄像头当中观察到环境的变化，也可以从5m/s 、10m/s的速度加速。在户外进行飞行时，可以看到机器明显有前倾动作，当然也没有GPS。

　　在有障碍物时，就必须加另外一层。有来自不同传感器的信息，这些信息事实上结合在一起，建立局部地图，局部地图让我们本身的机器了解要选择哪样的飞行管道，所以飞行轨道选定之后，就可以帮助我们避开障碍。但是在这个层次上，我们可以建立起整体地图。很多情况下，我们不需要整体地图，要局部地图就可以，导航需要局部地图帮助我们避开障碍，同时保证无人机的安全性。