无人机自主视觉导航技术突破与应用

玛格丽塔·奇利如何利用无人机进入人类无法抵达的区域

在搜救任务协助方面，犬类无疑是最佳选择，但一位某机构研究奖项获得者表示，无人机可能成为它们的有力竞争者。

目前，在应对自然或人为灾害时使用无人机存在局限性：它们不仅需要单独操控，还需要人类解读其观测结果。但如果无人机能够自主"看见"呢？如果它们不仅能自主决定导航路径，还能判断哪些区域需要更仔细勘察——甚至与其他无人机和机器人协作观察特定地点呢？

这正是某机构研究奖项获得者、瑞士联邦理工学院机器人与智能系统研究所副所长玛格丽塔·奇利正在探索的技术方向。奇利领导着该校的机器人视觉实验室，并利用其2019年（及2020年再次获得）的某机构研究奖项推进小型飞行器（包括无人机）的机器人视觉技术。

从数学基础到机器人视觉

奇利在希腊和塞浦路斯长大，父母都是数学教师。虽然她接受了严格的数学训练，但并非始终以机器人学为专业方向。她表示，是一系列机缘巧合让她结识了"该领域具有影响力的杰出科学家，播下了智力好奇的种子"。

在剑桥大学获得计算机科学与工程学士和硕士学位后，奇利选择了伦敦帝国理工学院的博士职位："当时最酷的事情似乎就是这个博士职位，我的导师安德鲁·戴维森将我带入了机器人视觉领域。一切就这样开始了。"

单目SLAM技术突破

戴维森的专业领域是开创性单目SLAM（即时定位与地图构建）技术，该技术关乎"理解相机在空间中的运动方式"。攻读博士期间，奇利在笔记本电脑上进行了大量编码工作，将电脑与单个相机连接并测试算法。

2010年开始在瑞士联邦理工学院从事博士后研究时，她将计算机视觉算法应用于小型无人机。奇利表示，将笔记本电脑上的研究成果转化为实际移动的机器人令人兴奋，这让她看到了该技术的潜在影响。

灾害场景下的无人机应用

在瑞士联邦理工学院期间，正值无人机从昂贵设备转变为普及工具的时代。"硬件技术正在蓬勃发展，这意味着我们可以在越来越小的平台上运行当时昂贵的图像处理算法。"与当今无人机相比，当时的设备更昂贵、更笨重、灵活性较差且处理能力不足，"但应用场景和想象力已经存在。"

奇利在瑞士联邦理工学院担任实验室副主任后参与的首批项目之一，就是将无人机用于搜救任务。这项工作涉及无人机进入对救援人员过于危险或耗时的区域，从而降低搜救风险。

面向实用性的技术优化

通过与意大利阿尔卑斯俱乐部的救援人员交流，奇利了解到现场不需要任何非直接有用的设备——能够独立工作的无人机比投入人力资源操控更有意义。这些曾因恶劣天气条件失去同事的救援人员对技术方案要求严苛，强调需要"即插即用、无需繁琐操作的系统，使任务专家无需同时成为机器人专家或飞行员"。

技术应用场景拓展

除搜救任务外，奇利团队还将研究范围扩展到风力涡轮机叶片、发电厂等难以抵达区域的检测工作。2012年塞浦路斯发电厂爆炸事件进一步推动她专注于设计具有实际效用的机器人。

"当时新闻中能看到完成各种花哨功能的机器人，但在紧急情况下却没有足够可靠的机器人真正帮助人类，这让我感到惊讶。"2013年，她所在的团队实现了小型直升机的首次基于视觉的自主飞行。

云端协同的技术架构

作为某机构研究奖项获得者，奇利获得了包括AWS EC2和S3在内的资源支持，加速了其研究进程。她利用这些工具解决瑞士联邦理工学院工作中的关键问题，如"如何确定最佳着陆点，以及如何使无人机运动估计尽可能准确，不受水、树木、行人、汽车等场景动态移动部分的影响"。

她指出，虽然飞行关键任务必须在无人机本地处理，但将语义分割和高级路径规划等其他处理任务转移到云端更具合理性。

技术应用前景展望

奇利认为，具备自主视觉决策能力的无人机将在搜救操作之外服务人类。研究人员跟踪野生动物迁徙或分散兽群时，可使用无人机以人类无法实现的方式监控个体动物，同时理解群体运动。

考古学家也提出需求："我们在希腊有约250个考古遗址，现有工具如三脚架笨重不便。无人机非常适合进行区域测绘。"奇利已成为无人机技术推广者，她强调需要通过公开对话解决公众对技术的担忧。

"机器人将以我们今天无法想象的方式帮助我们，"奇利表示，"以我们从未想过可能的方式。"