如今消費者級無人機最大的需求或許正是無人機的避障功能。讓無人機按照預先設計好的飛行路徑跟隨著你這種做法很不錯，但是倘若無人機在中途撞上了障礙物，那么這會是一場代價昂貴的教訓。這并不是說自動飛行就會發生事故，無人機操作員也可以像汽車駕駛員那樣主動避免事故的發生，只是無人機同樣也需要防止事故發生的安全系統。

　　機器在未來能夠學會躲避障礙嗎?

　　避障似乎是真正的智能自動化飛行道路上的一小步。是的，我們想讓無人機檢測到障礙物時想辦法避開它們，但是我們的最終目標是讓無人機能夠了解周邊的環境，并能在飛行時做出調整，就像是專業的飛行員飛行時那樣。

　　目前大疆的精靈4在避障方面處在業界前列，而這家中國無人機巨頭的最大競爭對手昊翔也即將發布Typhoon H，這兩款無人機都具有避障系統，在飛行時不大可能會直接碰撞到物體。但是大疆精靈4的避障系統有時可能會犯錯誤。沒錯，大疆的科技確實可以避免大量的意外事故，但是它在對待旁邊以及后方的障礙時容易發生錯誤，同時它在識別較小的障礙物時容易遇到問題。大疆的避障技術還在進步過程中，目前還無法稱為完美。避障同樣也是昊翔的Typhoon H可以改進之處。在今年的CES大會演示中Typhoon H裝備了英特爾的Real Sense，這似乎會是一個更為全面的避障系統，它甚至可以根據移動中的物件做出飛行路線的調整。

　　昊翔的Typhoon H可以在躲避障礙物方面做得更好。

　　智能自動化飛行并不遙遠

　　那么避障的下一步發展將會是怎樣呢?在不久前我們介紹過Skydio，這家企業正在不斷完善一套系統，使無人機可以對周邊進行測繪，隨后做出智能的選擇，這套系統所能做的不僅僅是探測周邊的障礙物。Skydio的CEO Adam Bry表示他們的無人機所做的不僅僅是躲避障礙，它們會充分利用現有的周邊環境信息，隨后做出智能的選擇，就像是專業飛行員的表現。

　　目前看來，讓機器自主學習將是未來的發展方向，不久之后消費者級無人機將對它們周邊的環境有更為全面的了解，它們飛行得越多則能學習到有關周邊世界更多的信息。目前這種動態的感知技術由斯坦福大學航天航空系的Ross Allen與Marco Pavone開發。他倆最近發表了一篇名為《實時動態規劃在無人機避障中的應用》的論文，他們說他們的系統“通過機器學習來探索周邊的環境，通過最理想的控制方法來做出決策，在可能的情況下進行事先計算”。