浅析无人机是如何实现避障的？

　　无人机在飞行过程中，通过其传感器收集周边环境的信息，测量距离从而做出相对应的动作指令，从而达到「避障」的作用。无人机的避障技术中为常见的是红外线传感器、超声波传感器、激光传感器以及视觉传感器。

　　红外避障：

　　红外线的应用我们并不陌生：从电视、空调的遥控器，到酒店的自动门，都是利用的红外线的感应原理。而具体到无人机避障上的应用，红外线避障的常见实现方式就是「三角测量原理」。

　　红外感应器

　　包含红外发射器与CCD检测器，红外线发射器会发射红外线，红外线在物体上会发生反射，反射的光线被CCD检测器接收之后，由于物体的距离D不同，反射角度也会不同，不同的反射角度会产生不同的偏移值L，知道了这些数据再经过计算，就能得出物体的距离了。

　　超声波避障：

　　超声波其实就是声波的一种，因为频率高于20kHz，所以人耳听不见，并且指向性更强。

　　超声波测距的原理比红外线更加简单，因为声波遇到障碍物会反射，而声波的速度已知，所以只需要知道发射到接收的时间差，就能轻松计算出测量距离，再结合发射器和接收器的距离，就能算出障碍物的实际距离，如下图所示。

　　超声波测距相比红外测距，价格更加便宜，相应的感应速度和精度也逊色一些。同样，由于需要主动发射声波，所以对于太远的障碍物，精度也会随着声波的衰减而降低，此外，对于海绵等吸收声波的物体或者在大风干扰的情况下，超声波将无法工作。

　　激光避障：

　　激光避障与红外线类似，也是发射激光然后接收。不过激光传感器的测量方式很多样，有类似红外的三角测量，也有类似于超声波的时间差+速度。

　　但无论是哪种方式，激光避障的精度、反馈速度、抗干扰能力和有效范围都要明显优于红外和超声波。

　　但这里注意，不管是超声波还是红外、亦或是这里的激光测距，都只是一维传感器，只能给出一个距离值，并不能完成对现实三维世界的感知。当然，由于激光的波束极窄，可以同时使用多束激光组成阵列雷达，近年来此技术逐渐成熟，多用于自动驾驶车辆上，但由于其体积庞大，价格昂贵，故不太适用于无人机。

　　视觉避障：

　　解决机器人如何“看”的问题，也就是大家常听到的计算机视觉（Computer Vision）。其基础在于如何能够从二维的图像中获取三维信息，从而了解我们身处的这个三维世界。视觉识别通常来说可以包括一个或两个摄像头。单一的照片只具有二维信息，犹如2D电影，并无直接的空间感，只有靠我们自己依靠“物体遮挡、近大远小”等生活经验脑补。故单一的摄像头获取到的信息及其有限，并不能直接得到我们想要的效果（当然能够通过一些其他手段，辅助获取，但是此项还不成熟，并没有大规模验证）。类比到机器视觉中，单个摄像头的信息无法获取到场景中每个物体与镜头的距离关系，即缺少第三个维度。