无人驾驶飞机带来了挑战和巨大的潜力

涉及技术的挑战

从技术角度来看，自主操作是复杂的。而拥有视觉的人工智能无人机大肆宣传在美国，各种传感器、控制器和传感器融合算法协同工作，实现自主飞行和冗余。

传感器远非完美。GPS辅助无人机可能会失去GPS信号。基于环境纹理、反射率、类型和所用传感器的质量，定位和映射算法在不支持gps或间歇性条件下存在局限性。

电池限制限制了飞行的总持续时间，并可能成为自动路径的障碍，特别是对于有限的有效载荷和飞行时间的prosumer类别无人机。在飞行过程中电池断电可能会导致无人机在崎岖地区迫降，在那里回收无人机是一个挑战。

在没有gps的区域操作的自主无人机需要复杂的算法，包括传感器的融合，如激光，摄像机，定位和绘图的惯性测量单元，避障和路径规划。由于传感器的限制，算法可能会失败，这可能会导致无人机丢失或碰撞。无人机可能会在强风中漂移，撞上静态障碍物(如树木)和动态障碍物(如鸟类)。传感器可能在不同的环境条件下失效。能够处理所有这些因素是一个巨大的挑战。

某种形式的无线无线电信标信号仍然是定期向远程监控操作员传达无人机所在位置的必要条件。找回在特别困难的地形或危险地区丢失或坠毁的无人机是一个复杂的问题。增加传感器的冗余，服务也会影响成本和运营。昂贵的传感器和基于传感器的硬件可以在没有gps的地区提供良好的操作。但无人机总是容易坠毁或故障，而且在困难的地形或条件下更昂贵的硬件会带来成本影响。

GPS的精度会成为一个精度问题

带摄像头的深度学习在依靠摄像头视觉进行自主导航的新一代自主无人机中广泛使用，但人工智能仍然是一个经验调整的黑匣子。调整模型所需的训练数据量击败了许多用例，在这些用例中，飞行员很难手动控制无人机来访问数据。这一领域已经取得了令人难以置信的进步，并将继续解决更多的问题。

对于自主无人机的远程监控，第一人称视角首选基于摄像机的视频传输，但也需要高带宽的无线传输，根据选择的连接可能有较大的延迟。4G和5G连接适用于蜂窝信号仍在范围内的情况。

有关无人机的总体规定

美国联邦航空管理局(Federal Aviation Administration)以及其他地区的类似机构都表示，除非获得工业资产检查的特殊许可，否则飞机在400英尺高度飞行的限制是存在的。对于在视线之外飞行的无人机，你必须有一个保持视线直线的观测员。飞行限制在任何受控制或不受控制的飞机跑道或直升机停机坪的5英里范围内。也有限制飞行在体育场附近，在紧急情况下，飞过与飞行无关的人。

连接无人机

与云安全连接的自主无人机确实具备了各种优势，如多架无人机的远程机群管理、整个机群的飞行规划、推动软件升级、在已经部署的无人机机群中部署新的AI模型、实时遥测和记录。毫无疑问，联网无人机，特别是用于自主操作的无人机将非常有用。连接方式不同于蜂窝、卫星和其他类型的无线网络。

无人机的工业用途

工业资产和基础设施市场检查的时机已经成熟自主的无人机。无论是检查手机发射塔、风力涡轮机、电力传输塔、风力磨坊、桥梁，还是石油或天然气管道，无人驾驶飞机都有巨大的潜力。农业已经广泛使用gps导航的无人机。包括施工在内的现场监测是另一个快速的方法无人机的使用范围不断扩大。

前方的道路

无人驾驶飞机已经走过了很长的路。自主导航算法已经成熟，可用于实时操作的车载计算能力大幅提升，传感器的价格也大幅下降。这些问题并没有完全解决，但是对于选择的用例，自治操作在可管理的成本下变得越来越可行。行业必须专注于挑选特定的用例或问题，并为它们开发自主的解决方案。

所有IoT Agenda网络贡献者都对其帖子的内容和准确性负责。意见是作者的，不一定传达物联网议程的想法。