为了使多旋翼完成更好的飞行，避障技术无疑能够为其提供更加稳定的导航性能。
①深度相机避障技术。
它的原理是先对场景投影结构光，然后分析红外传感器接收的反光得到深度信息。微软在2010年推出了深度相机Kinect。然而Kinect体积还是较大，并且在两米之外才能准确地识别用户手势。2014年，芯片厂商英特尔推出RealSense传感器，体积更小，使用距离更短。在2015年CES美国消费电子展上，英特尔把RealSense技术也应用到了无人机上，以用于感知周围环境，进而自主避障。
②声呐系统避障技术。
Panoptes公司拟推出Bumper4避障系统。它由指向多个方向的超声波传感器组成，通过测量多个方向的距离来判断障碍。
③“视觉+忆阻器”避障技术。
美国 “Bio Inspired”公司期望利用视觉和忆阻器(具有短期记忆效果的电阻器)使系统具备识别和短期记忆功能，从而使无人机拥有避障的能力。
④双目视觉避障技术。
美国的Skydio公司采用两个普通的摄像头充当无人机的“眼睛”并研发出识别障碍软件，从而使多旋翼无人机能够具备识别障碍的能力，进而实现自我导航。
⑤微小型雷达。
Echodyne公司利用一台四轴无人机展示了它的小型电子扫描雷达。它可追踪地面上的某个人，或是在飞行中躲避障碍物，不过目前它仍然处于原型阶段。他们试图将这款雷达的尺寸缩小到只有一台iPhone6 Plus大小，且重量不超过1磅。
无人机通常利用被跟踪者身上放置的GPS装置进行定位和跟踪。这种方式会在某种程度上影响用户体验。除此之外，在没有GPS信号的情况下，该方式就会失效。而且，对于非自愿携带GPS设备的用户，该方式也是行不通的。
新的技术完全可以从视觉和雷达角度出发。视觉跟踪技术方面，3D Robotics公司推出开源飞控应用Tower，它能够使飞行器跟随用户，并将用户保持在摄像头中心。OpenCV开源软件也同样有很多跟踪算法供飞行器开发。此外，采用小型电子扫描雷达也能够实现新式的跟踪模式。
交互技术
①手势控制技术。
在CES 2014的展场上，工作人员演示了利用MYO手势控制臂带来控制AR.Drone 2.0四旋翼。用户只要将臂带戴在其中一只手上，并以两只手指击响便可启动并控制该飞行器。智能手机、手环、手表、戒指等内置惯性传感器的设备也可以识别操作者的手势，用于控制多旋翼。
②脑机接口。
它是指在人脑与计算机等外部设备之间建立直接的连接通路。通过对于脑电信息的分析解读，将其进一步转化为相应的动作，就像是在用“意念”操控物体。多家机构对该技术也展开了研究。布朗大学与犹他州Blackrock Microsystems公司的研究员将此无线装置商业化，他们将其粘附在人类头骨上，并通过无线电发送由人脑植入设备收集的意识命令;Emotiv公司的EPOC可以检测8种行为现象，识别出7种表情，从而使残障人士具备控制飞行器的能力;浙江大学CCNT实验室的研究人员演示了FlyingBuddy2系统—即用大脑控制四旋翼无人飞行器;葡萄牙里斯本的无人机公司Tekever推出了一种依靠脑电波操控的无人飞机。
通信技术
该项技术有助于信息共享，适用于交通管理或自身监控等，比如将数据备份到云端进行云计算等。
①4G/5G通信技术。
2013年6月17日，北京4G联盟联合无人机联盟组织召开了4G联盟与无人机联盟交流研讨会，旨在加强北京4G联盟和无人机联盟之间技术交流，寻找无人机机载载荷与4G设备仪器的聚焦，促进北京市信息产业发展。2015年，中国移动开发4G“超级空战队”设备，能支持航拍影像即拍即传。
②WiFi通信技术。
2013年，德国的卡尔斯鲁厄理工学院开发出了一项新的无线广域网技术，打破了最快的WiFi网络速度纪录，它可以让1公里以外的用户每秒钟下载40GB大小的数据。由于这种设备的传输距离比普通WiFi路由器的覆盖范围要广得多，因此这种设备很适合无人机航拍图传或光纤布放不方便的农村地区应用。
<上一页1
2
3
4
5
6
7
8
9
10
下一页>
余下全文
