事實上,無人駕駛飛機系統(tǒng)的使用已經(jīng)成為許多行業(yè)的競爭優(yōu)勢。在幾年之內(nèi),隨著對高效、低成本的數(shù)據(jù)收集、處理和分析的需求擴大,無人機已經(jīng)擴展到公共安全和其他市場。
然而,在過去的幾年里,媒體在很大程度上忽視了無人機技術(shù)的數(shù)據(jù)方面,而是把重點放在了無人機送貨開發(fā)上。這其實是一個疏忽。雖然快遞公司面臨著相當大的障礙,但無人機正在徹底改變大數(shù)據(jù)的收集和分析。
鳥瞰全局
無人機承包商正在見證空中機器人在如何收集、捕獲、組織、處理和存儲大量數(shù)據(jù)方面的發(fā)展。從本質(zhì)上說,大數(shù)據(jù)已經(jīng)走出了云端,進入了天空。
無人機系統(tǒng)的成本是推動其廣泛采用的一個重要因素,無人機系統(tǒng)可以很容易地與你需要的任何用例集成。例如,可以將一個無人機系統(tǒng)賣給警察局,價格只要2000美元,也可以超過10萬美元。無論哪種方式,都得到了10年前還不存在的最先進技術(shù)。
近日,公共安全已經(jīng)成為無人機最富有成效的用例之一。例如,全國各地的執(zhí)法機構(gòu)使用無人機創(chuàng)建事故和犯罪現(xiàn)場的3D地圖,為這些機構(gòu)節(jié)省了大量的時間、人力和金錢。
以前,繪制一場車禍或犯罪現(xiàn)場的地圖需要三到四個小時。如今,我們有了一個平臺,只需很少的輸入,就可以讓無人機自主執(zhí)行測繪任務,然后將數(shù)據(jù)下載到基于云的建模系統(tǒng)中。這可以在幾分鐘內(nèi)完成,而不是幾小時。警察部門可以在他們對事件的反應完成之前輕松生成3D圖像。
與公眾的看法相反,這些無人機不是玩具。為了在搜索和救援、監(jiān)視甚至追捕嫌疑犯中部署無人機,整個系統(tǒng)必須精心構(gòu)建。此外,必須將其設(shè)置為實時運行。
一般來說,公共安全客戶一開始會做一些時間不太敏感的事情,比如繪制事故現(xiàn)場。然而,隨著他們變得更加成熟,他們可能隨時都有數(shù)十架無人機部署在現(xiàn)場。
這樣一來,一旦接到報警電話,無人機就會自動發(fā)射,并被派往現(xiàn)場,成為執(zhí)法人員的“空中眼線”。領(lǐng)導層就有了鳥瞰全局的能力,而在此之前,領(lǐng)導者只能是地面上的人。
與自動駕駛汽車和火車一樣,無人機的發(fā)展指向自動駕駛,但在空中操作帶來了特殊的挑戰(zhàn),也面臨著獨特的監(jiān)管環(huán)境。在絕大多數(shù)情況下,航空局仍然要求人類直接控制無人機,并且始終在無人機的視線范圍內(nèi)。
從理論上講,獲得無人駕駛飛機的批準是可能的,但到目前為止,這是一個勞動密集型的豁免過程。
集合AI和ML功能
也許過程緩慢,但不可避免。幾乎所有無人機制造商都在開發(fā)自己的人工智能和機器學習能力。流行的用例包括檢查和3D繪圖,不僅是事故/犯罪現(xiàn)場,還有開發(fā)現(xiàn)場和現(xiàn)有結(jié)構(gòu)。這是因為啟用GPS的無人機可以在非常特定的輪廓內(nèi)進行編程,例如速度、高度和物理邊界。
如今,我們遇到的是ML的入門版本,因為它通常只是基于一些算法。無人機在飛行時收集自己的數(shù)據(jù),并使用算法來調(diào)整其程序。
例如,以攜帶有效載荷的無人機為例,當在沒有有效載荷的情況下起飛時,它是一個非常穩(wěn)定的平臺。加上一個有效載荷,一開始會有點不穩(wěn)定。然而,給ML幾分鐘的時間來解決問題,突然之間,就會回到了更穩(wěn)定的狀態(tài)。
ML對于開發(fā)無人機的模塊化能力至關(guān)重要,在這種狀態(tài)下,幾乎任何無人機平臺都可以插入任何類型的功能。好消息是,無人機如今可以在每次飛行中積累數(shù)據(jù)時學習,壞消息是,它們需要更多的學習才能圍繞彼此運作。
預計未來,無人機最終將更像直升機和飛機,它們可以與空中交通管制進行通信,也可以相互通信,以避免事故發(fā)生,甚至能很快就會發(fā)布自身的數(shù)據(jù)。
雖然通過無人機進行大規(guī)模運輸可能還有很長一段路要走,但無人飛行系統(tǒng)技術(shù)的進展將在很大程度上繼續(xù)保持在公眾的視野之下,這可能與國家勞動力短缺以及新技術(shù)創(chuàng)新有關(guān)。