室内无人机自主发展需要有自我意识和更好的稳定系统

室内无人机如何在一个新的、未知的市场上证明自己有用？

无人机是无人驾驶自主飞行器（UAV）的一种，基本上是飞行版本的机器人。虽然无人机在户外的灵活运用已经名声在外，但现在，它们也开始在室内扩展其可用性。例如，位于圣路易斯的初创公司CorvusRobotics正在为物流和制造设施的仓库库存和设施检查提供无人机解决方案。另一家瑞士初创公司Flyability也提供室内空中检查无人机，用于检查密闭空间。室内的无人机一般比室外的小。

此外，它们还提供了更好的可访问性，并且可以缩放不同的高度，而爬行器和地面机器人（在地面上移动的机器人）并不总是可以做到这一点。由于它们的自主飞行特性，它们对环境中的未知具有更多的通用性和更大的容忍度。此外，除了检查和监控目的外，室内无人机在Vlog、大型无人机的练习工具以及娱乐目的方面也有很大帮助。

市场范围和用途

在2019年的一份报告中提到，到2027年，无人机市场将增长290亿美元，复合年增长率接近20%。该报告还指出，室内无人机提供了一些主要优势，例如较少包括攀爬（履带）这样的危险任务，由于可控制的硬件购置成本而获得了快速的投资回报。与室外无人机相比，室内无人机也更容易获得认可。这些小工具的主要行业是仓库和物流业，在那里它们可以帮助进行库存管理、室内内部物流以及检查和监督。今年早些时候，DigitalAerolus公司开发了世界上第一款室内无人机（Aertos120-UVC），采用C波段紫外线（UVC）灯光。这种无人机是专门为抗击COVID-19（SARS-CoV-2）病毒的传播而制造的，消毒率为99%。Aertos120-UVC可以稳定地在建筑物内飞行，并对区域进行消毒，从而减少一线工人受到感染的机会。研究表明，当波长为265nm时，UVC光可以损伤病毒的RNA。

背后的技术

由于GPS不能在大多数建筑物内工作，大多数室内无人机使用图像识别技术进行自主飞行。例如，上个月，日本的研究人员开发了一种单摄像机机器视觉算法，该算法允许轻量悬停机器人通过识别和解释瓷砖地板上的参考点来引导自己。该项目负责人，东京芝浦工业大学电子工程系副教授ChinthakaPremachandra表示，由于GPS信号太弱，无法穿透大多数结构，室内无人机通常依赖于视觉环境线索。他的研究团队的目标是设计尽可能简单的导航算法，允许使用一个小型、廉价的微处理器。研究小组使用了Raspberrypi3，一个开源计算平台，重约45克。他们的原型机只有一个低分辨率的朝下摄像头——只有80×80像素。“我们的机器人只需要分辨运动方向和识别角落。从那里，我们的算法允许它推断出它在房间里的位置，帮助它避免接触墙壁。

室内无人机使用的另一种方法是结构运动算法（SfM）。SfM根据从不同位置采集的图像计算摄像机之间的相对关系，得到视差，实现三维空间的恢复。即使是Flyibility的Elios2无人机也使用了碰撞容限和机载照明，使无人机飞行员能够在没有任何外部光源的情况下安全高效地操纵无人机。Elios2还有7个视觉稳定性传感器，帮助它实现无GPS稳定。Flyability的客户之一，法国Veritas局，在三次10分钟的飞行中，使用Elios2在其一艘货船上进行压载液舱检查。这是一项令人难以置信的壮举，因为同样的检查需要三到四名检查人员在没有无人机的情况下使用绳索、氧气监测设备和广泛的安全设备。

结束

尽管室内无人机具有巨大的潜力，但仍有一些挑战需要首先解决。室内无人机必须有自我意识，避免自行移动物体。它需要升级到更好的稳定系统，以便在有风扇或有室内气流的空间中提高稳定性能。通过这些方面的改进，室内无人机将离达到完全自主和功能状态又近了一步。