江津好的创客无人机班

中国自动化学会机器人竞赛工作是中国自动化学会的一项重要工作。从1999年开始，在学会的指导下，相继开展了FIRA、RoboCup、中国机器人大赛等竞赛活动。学会自2015年起设立机器人竞赛与培训部，任命李实博士为学会负责机器人竞赛与培训工作的专职副秘书长，兼任机器人竞赛与培训部主任，加强对中国机器人大赛等竞赛活动和相关培训工作的规范化管理。

新的DroneDeploy App Market推出了超过15个首批应用程序，并为第三方开发人员提供无人机2D地图和3D模型世界中大好的创客无人机的数据集，以帮助解决业务挑战。“企业一直在要求将无人机数据更加无缝地集成到他们的工作流程中，第三方一直在寻求创客无人机班为我们的全球社区开发解决方案，”DroneDeploy首席执行官兼联合创始人Mike Winn说。“DroneDeploy App Market提供与Box和John Deere等公司的一键式集成，这是实现商用无人机用户的重要一步。”在DroneDeploy平台上引入App Market为基于云的无人机数据分析的各个方面创建了一站式服务。

考虑到这一点，麻省理工学院计算机科学与人工智能实验室(CSAIL)的团队开发了NanoMap系统，该系统允许无人机在森林和仓库等密集环境中以每小时20英里的速度飞行。NanoMap的一个关键见解是一个非常简单的问题：该系统认为无人机在世界上的位置随着时间的推移而变得不确定，并且实际上模拟并解释了这种不确定性。“如果你想要能在人类环境中以更高速度运行的无人机，那么过于自信的地图将无济于事，”研究生Pete Florence说道，他是一篇新的相关论文的作者。“能够更好地了解不确定性的方法使我们能够在近距离飞行并避开障碍物方面获得更高的可靠性。

多年来，计算机科学家一直致力于算法，让无人机知道它们在哪里，它们周围是什么，以及如何从一个点到另一个点。诸如同时定位和映射(SLAM)之类的常用方法获取世界的原始数据并将它们转换为映射表示。但SLAM方法的输出通常不用于计划运动。这就是研究人员经常使用“占用网格”等方法的地方，其中许多测量结果被合并到三维世界的一个特定表示中。问题是这些数据既不可靠又难以快速收集。在高速行驶时，计算机视觉算法无法充分利用周围环境，迫使无人机依赖惯性测量单元(IMU)传感器的不数据，该传感器可测量无人机的加速度和旋转速度等因素。NanoMap处理这个问题的方式是，它基本上不会消除细微的细节。

编程无人机面对不确定性飞行像亚马逊这样的公司对无人机有很大的想法，可以直接送货上门。但是，即使把政策问题放在一边，编程无人机也很难在城市等杂乱的空间飞行。能够在高速行驶时避开障碍物在计算上是复杂的，特别是对于小型无人机而言，这些小型无人机可以携带多少以进行实时处理。许多现有方法依赖于复杂的地图，旨在告诉无人机它们相对于障碍物的确切位置，这在具有不可预测对象的现实环境中不是特别实用。如果他们的估计位置即使只是一小段距离，他们也很容易崩溃。