大疆无人机法规_德国顶尖理工大学再次开挂了，交互式无人机横空出世，大疆危险了

德国卡尔斯鲁厄技术学院的研究人员最近开发出了在室内环境下(办公室和实验室等)帮助人类的交互式无人机。 在arXiv预先发表的论文中，研究人员介绍了他们的无人机在实验室执行简单任务所取得的结果。

研究人员在论文中写道:“本文提供了室内办公室的无人机助手，在我们实验室执行任务，执行简单的任务，在宇宙中给予人类指示，进行相互作用。”

研究人员采用的无人机设计方法以“任务”概念为中心，“任务”意味着接收输入参数，满足成功条件和“目标”。 为了使任务成功，他们的无人机应该能够实现与任务相关的所有目标。

研究人员在论文中说明“在本文介绍的系统中，输入参数是面向作为办公环境的目的地(房间和人)的口头要求”。 “任务的目标是在没有手动干预的情况下实现目标，不与静态障碍物和动态障碍物冲突”

研究人员展示的交互式无人机是Crazyflie 2.0无人机的改进版，由一家名为Bitcraze的公司设计。 其中包括记录用户口头请求的自动语音识别( ASR )子系统。一个交互系统具有飞行控制器，该控制器接受这些请求，进行处理，确定办公室内的目标，将无人机轨迹规划为所需目标，同时避免与障碍物发生冲突。

研究人员决定分别评估系统的各个组件，明确确定应改善的功能。 为了评估会话系统，他们要求三个非英语母语人员发出大声简单的口头指示，例如无人机飞到另一个房间，或者访问实验室的另一个人。

之后，研究人员通过在无人机上展示3种障碍物，关上门，在人和金属长凳上测试了无人机的深度感知和防撞能力。 最后，他们按照书面指示将系统送到各目标房间，研究了系统成功完成任务的速度。

研究人员使用的Crazylife无人机。

无人机执行任务的成功率为77.78%，但他们发现它是有限的。 例如，任务失败的最常见原因之一是，在起飞时四个螺旋桨将在略微不同的时间开始运行。

研究人员说:“这是我们的第一个原型，不仅是个别组件，整个系统也有很大的改善馀地。”

研究人员发现，无人机对话系统的表现特别差，最多57%的情况下只能理解一个人的命令。 交互系统的主要问题是由于ASR或用户难以说出用户的名字，因此提前结束语音识别过程。

研究人员在论文中写到“在将来的工作中，想利用改良后的ARS系统。” “我们还希望使用多任务处理方法，以便在不增加培训数据集规模的情况下使用更多自然语言。 这意味着无人机数据集将与区域外数据集一起受到训练”。

在最初的测试中，无人机的碰撞检测单元是优秀的，经常能够有效地防止与人和大型物体的碰撞。 但是很难检测出非常薄的家具和半透明的家具。 为了克服这一限制，团队目前计划根据预记录的二维地图为周围环境创建更精确的实时地图。

研究人员在论文中说:“减少位置误差应该有助于提高我们的整体任务成功率。 因为这是测试期间任务失败的主要原因之一。 “我们测试的另一个问题是深度感知系统在非常明亮或变化的照明条件下无法正常工作。 我们将来也计划解决这些问题。 ’他说

此外，以下研究还希望延长系统的电池寿命和电池管理。 因为目前系统只完成了3-4项任务。 他们想最终大幅度增加这个数字，同时提出能够减轻这个问题的新的解决方案