自拍无人机是个伪需求！？

2016-5-7 12:48

手机客户端扫描到手机 +-

本文作者哈尔滨工业大学ICRA实验室学者沈俊楠

他以自己的亲身体会和感受，针对国外Hover Camera的火热，提出了自己的见解和看法。

这个公司关注很久了，时间关系没去GMIC参会，没能一睹真容。不过发布会前夕官网上subscribe了一下，然后貌似就没下文了......-_-!

好吧，结合近期看的一些资料和几个群里的讨论倒是有点想法写些东西。

一、自拍无人机是真需求还是伪需求？

消费级无人机怎么火起来的呢？

回答可能应该是：四轴+云台相机=会飞的摄像头啊。

正是借助四轴控制技术和增稳云台技术等的发展，大疆从无到有造就了这一百亿级别的消费领域市场，同时，我们还看到，大疆作为这个行业的发起者和推动者，一直借助自身的技术迭代，不断丰富产品线，促进这样一个市场的膨胀，并大大拉开了与友商在产品上的技术代差。那么这样一个市场反应来看，可以得出结论，航拍绝对是一个真需求！

那么不禁要问，如今这些五花八门，众筹的主打手机操控、电子增稳的“小四轴”，他们以自拍、低空近距离航拍为卖点，消费者对此真的买账么？亦或，自拍无人机是真需求还是伪需求？

国外网上有一幅很有趣的描述自拍进化史的图片

可以说，影像，自他出现的那一刻起，便是我们人类分享知识、经历、情感的一个主要手段之一。而社交网络分享自拍这一生活方式，自我们手机前置摄像头提升到500w像素级别后，变得越来越活跃。

那么自拍无人机于人们进化中的自拍史中，提供了一个更加高、远的视角，这样是不是就越好呢？

答案当然是：是的。

我们爱自拍，能有一个新的，更好的视角来记录生活，如此，对于那些热爱分享又不差钱的同志们，他们愿意也乐意为此掏腰包。

但是，这样一个需求，是刚需么？是真需求么？

我想不是的，我们lab有很多无人机，我个人也是无人机爱好者、应用开发者，航拍与摄影经验差不多也有4年了，玩过非常多的设备。

然而，我绝对不会花600美刀左右买这样一个无人机，因为对于我来说自拍是一个伪需求，是在航拍之下，一个非常非常弱的需求。

对于我来说，时常于社交网络分享的，更多是100-200米左右航拍的视角，航拍结合自拍那只有在非常小概率的情况下才会有，同时这一类自拍，通常还会是从10-20米左右空中拍的（这样才能看得出你是用的是灰机啊，不然怎么ZB）。

回过头来说，那么对于Hover Camera(以下简称“HC”)，这一主打自拍的无人机能否满足自航拍这一“伪需求”呢？从国外的评测视频中，我觉得大体似乎是可以的。

相对于其他所谓的硬指标比如续航，定位，导航等，我更加关注真正用户体验。

这里，HC似乎直接以相机界面为互交核心，摒除了传统无人机的摇杆控制，就凭这一点，相信在近距离自航拍上，这个产品应该会做得比较好的。

二、零零无线的技术真的那么牛么？

这里我按照官方提供的资料整理了一份技术清单：
1300 万像素照片拍摄及 4K 视频录制
基于人脸及人形追踪的自动跟拍
EIS 电子稳像
指尖放飞和水平抛飞
碳纤维框架
238 克的重量和可折叠机身
360 度全景拍摄
声纳和光流定点
8 分钟续航和可拆卸电池
WiFi 连接，实时图传
50 米有效传输距离
内置 32G 存储
基于 Visual SLAM 的自主定位和导航

首先，说下四轴无人机的控制。

这其实已经烂大街了，从光流hover到自适应、故障容错控制等功能。基础的四轴方案有价有市。这里HC无人机用的方案是定制的，以高通骁龙801芯片为核心的飞控方案，这方案我之前还玩过。可以说基于Soc的飞控方案我个人不太看好，有点高不成低不就的赶脚，对于专业无人机，我们更加青睐，大脑（顶层感知控制决策系统）小脑（底层飞行控制系统）分离的架构。

当然对于自拍无人机这类应用场景明确，且对视觉（感知环境）是轻度依赖的产品，骁龙方案不失为一个性价比非常高的方案，技术嘛，就见仁见智啦，不难也不简单。

电子稳像，这其实也是一个有价有市的技术，但是，有一个硬伤，摄像出来的视频品质，可能很难比的上云台增稳的，这一点在国外的测评视频中有一定体现。

人脸，全景啥的，这些基于视觉的应用，github上甚至都分享得有现成代码，剩下的就是学习、理解、优化、利用并合于产品上的研发工作了。

指尖放飞和水平抛飞，对于HC无人机似乎还是一个比较有意思的噱头，结合机械设计的特点，这比较实用，然而，这也是一个取舍问题。

飞控算法上，其实几乎都不需要怎么改动，参见曾经溅过血利用人体收放大疆精灵的大神们......

单目 Visual SLAM ，好吧，这个我想扒一扒，想当年我就是玩过这个的。这玩意百分之百是噱头。

我们看左上角小屏幕上的绿色点，那个应该是通过图像视觉比对处理（oct-slam）搞出的特征点。这些特征点有啥用呢？计算出的空间中这样一个个的特征点，其具备三维信息，组合起来就能够在机器人的大脑中构建出最为基础的对环境感知的概念。有了这些特征点，机器人就可以了解自己的相对位置，所处环境，从而通过算法完成避障、路径规划等应用。

但是，我要说但是了。

基于这类Soc板载计算能力的单目slam，性能绝对是存有疑虑的。我们在四轴上用英伟达的tk1玩过octslam，那效果一个惨不忍睹，fps平均只有10来帧，还是做了个filter后的结果。

当然，HC不一定用的同样算法。

可是，这还不是关键，关键在于这个 Visual SLAM，在自拍这一实际应用场景中有什么作用？感知环境，对于自拍无人机真的需要么？凭借光流和视觉识别，像跟踪等几个核心应用都可以轻松实现。你让这小飞机去玩穿越也不现实。避障？碳纤维框架干啥吃的。

So，单目Visual SLAM现在实验室玩玩貌似还可以，实际应用还需要技术再发展几年哒。