在工业级无人机技术的诸多趋势中，无人机自动避障能力是实现无人机自动化乃至智能化的关键环节，完善的自主避障系统将能够在很大程度上减少因操作失误造成的智能无人机损坏和伤及人身和建筑物的事故发生率，而从各工业级无人机厂商的新品和技术发展方向看，无人机自动避障技术也将在未来几年趋于完善并成为中高端消费级无人机的标配系统。

无人机自动感知障碍物

在前无人机自动避障时代，消费级无人机的使用说明上都会标明必须在开阔场地飞行，而且应当尽量避免周围有大量人群（当然，这也与当前技术和市场环境使得消费级无人机产品的可靠性较差有很大关系），因为一不小心操作失误，或者在周围有高大障碍物时启动一键（低电压、失控）返航，则有可能眼睁睁看着无人机傻傻地撞向明显的障碍物。为了降低这种事故的发生率，各厂商也都在卯足劲研发避障技术，而在实现方式上，大家的着眼点也都放在了一个方向——测量无人机到障碍物的距离。

只要无人机能够测量出与潜在障碍物之间的距离，就可以在撞向障碍物之前停止前进（虽然固定翼无人机表示不同意），于是一场让人感觉回天乏力的事故被轻描淡写地避免了，这种思路简单粗暴，但还是有一定作用的。

无人机自动绕过感知障碍物

无人机自动障碍物测量的原理搞懂了，就可以开始讨论无人机自动避障了。最简单的策略莫过于自动无人机遇到障碍物时停止前进，然后与障碍物保持一定的距离。接下来就需要设计让自动无人机安全高效地绕过障碍物继续完成预定飞行的策略。

自动无人机想获得障碍物轮廓的途径有多种。如果避障传感器是普通超声波，无人机就只能知道前方有障碍。对于能获得深度图像的TOF测距方式，只要障碍物没有充满视场，就能够找到障碍物的边缘。基本原理就是传感器发射一定频率的红外/激光信号，然后根据反射信号与原信号的相位差计算信号的飞行时间，即可换算出距离障碍物的距离。该方法技术比较成熟，作用距离较超声波更远（数米到数百米），而且高等级的TOF传感器可以获得障碍物的深度图像。虽然关于自动无人机在未知场景中的避障方法研究非常多，但是由于终究是未知场景，其中必然有复杂的搜索过程。

无人机自动场景建模和路径搜索

无论是基于电子地图，还是其他来源，还是SLAM（即时定位与地图构建），自动无人机一旦获得了场景模型，就可以在机载计算机里用算法去搜索优化的避障路径。当前关于这种已知场景路径规划的研究很多，算法也是层出不穷，也是无人机自动避障发展的必然趋势。

与传统的机器人避障技术研究相比，当前无人机自动避障还处于很初级的阶段，但由于工业无人机市场的火爆，大家也都在争先恐后地开展此类研究，可以预见，未来的无人机自动避障时代中，将会有各种各样的方法用于无人机自动避障，有了这些技术的辅助，自动无人机的操作也将越来越安全，越来越简单。

声明：以上内容来源于网络转载，出于传递信息及学习之目的，不代表本网站的观点、立场，本网站不对其真实性负责