28P无人机报告：为啥小米要发无人机 这或许就是答案

转自公众号：智东西

巨头们就这么杀进来，热度直逼VR。

▎智东西  编｜小智

无人机这盘大棋里，本身棋手就不少，如今更多巨头也争相涌入。Intel和高通同时杀入无人机核心芯片领域，演示产品也几乎同时发售；腾讯此前发布了“空影”无人机；下周，小米无人机也即将发布，将要挑战大疆早已牢牢攥取得消费级无人机整机市场。

虽然还不是很明朗，但看起来空间很大的“无人机智能化”才是吸引这些厂商的决定性因素。

这里“智能化”的意思就是不光汽车要自动驾驶，无人机也要自动飞行。当然，本文主要讨论的是民用无人机。

本期智能内参推荐这篇来自广发的报告，可以在智东西（公众号：zhidxcom）回复关键词“智能化”下载报告全文。

▎市场把控

1.美国金融服务机构Oppenheimer总结了一些第三方研究机构对无人机市场现状与未来的预测，虽然以上统计和预测有一些相互矛盾的地方，但总体上对这一市场偏乐观的观点居多。

2.。 对于中国市场，易观智库认为2015年中国市场规模有望达到23亿元人民币，并在未来几年保持超过50%的增长率，在2018年超过100亿人民币。

3.目前在民用无人机已经在一些行业投入了商业应用。美国FAA（民航管理局）自2014年5月起开始为无人机颁发商业运营执照。至2015年9月共批准了超过1000份商业运营的申请。首批获得申请的行业应用的情况如下。

4.FAA还统计了其首批批准的商业应用无人机的性能。从中可以看出这些商业应用无人机绝大部分还是平均重量5KG(11.02磅)，续航时间30分钟左右的轻型无人机，这一类无人机的特性和消费级无人机非常接近。

5.FAA还统计了首批商用申请表中使用无人机的生产厂家和型号，其中大疆以70%的占有率领先，排名第二的3DR市占率仅10%，而昊翔、SenseFly等厂家的市占率小于2%。大疆精灵3、悟空1、精灵2占据申报型号占有率的前三位。从以上的统计可以看出：消费级无人机与商用无人机不存在绝对的门槛；中高档的消费级无人机就能够胜任很大一部分商用航拍任务。

▎为什么要智能化？

1.无人机的潜力在于其运动机理的较为简单，如果智能化后可看作一台“会飞的机器人”。

2.美国国会研究服务局在文件中列举了一些无人机商用领域和智能化后的改变，智能化可以在诸多应用领域打开普通无人机目前的很多局限。

3. 泰伯智库统计2015 年全球范围内民用无人机风险投资融资总额超过40 亿元，而美国金融服务机构Oppenheimer统计的总融资为4.38亿美元。

在2015年无人机行业较为知名的融资案例有：

2014年12月31日，亿航宣布完成了来自GGV资本的1000万美元A轮融资；

2015年2月26日，3D Robotcs融资5000万美元C轮融资，高通领投；

2015年5月6日大疆创新获得硅谷知名风投Accel Partners7500万美元投资；

2015年8月24日亿航宣布完成4200万美元B轮融资；

2015年8月26日英特尔向Yuneec投资6000万美元；

▎如何实现智能化？

实现无人机智能化需要在硬件和软件两个方面进行技术升级。

随着物联网和智能家居的发展，由于单片机具有体积小、开发简单、控制功能强等优点，单片机的使用也会越来越广泛。

硬件方面需要引入机器视觉硬件技术 ；

软件方面则需要做好机器视觉软件技术，人工智能技术和OS，飞控，导航等其他必要软件技术。

1.机器视觉硬件技术主要包含三类：

2.机器视觉软件技术目前有两类算法：

光流算法：光流算法是一种单摄像机视觉技术，完全依赖软件算法解决了运动检测和定位问题。光流法通过比较同一摄像机两张相邻时间的图像（差分运算）得到场景中不同物体运动的光流场。

优点在于其主要依赖软件和计算能力识别物体和距离，因此对额外的光学和声学硬件需求小，更能节省成本。但其缺点在于精度低，且局限性较大（不适用于照明不良的室内，玻璃，细小的电线）。腾讯发布的空影无人机采用了单摄像头光流算法完成障碍探测，并依靠超声波辅助避障。

图像分割算法：边缘检测是一种应用广泛的图像分割算法，其原理是先对图像的灰度函数求导，再根据静态或动态的阈值设定检测出物体的边缘。

各类边缘检测算法的共同特征是对计算要求非常高。例如高通实现的双目深度摄像解决方案中，需要单独使用骁龙801多核芯片中的一个核运行专门的SIMD（Single instruction, multiple data, 单指令多数据）运算，并仅能提供30Hz的实时运算能力。对于飞行速度可高达20m/s的四轴无人机而言，这一频率意味着两次识别期间无人机已经飞过了0.66m，将不能对环境中突然出现的一些物体及时反应。

3.人工智能方面主要包含图像识别算法，人脸识别算法和语音语义识别算法 。这样可以使无人机能够完成更多功能，如对电力设备上的特定部件扫描检查；按照人类指令讲特定物体（橘子而不是香蕉）抓取并飞行到另一房间；在边境巡逻时区分普通动物还是可疑人形目标，并及时报警；通过操作者的声音进行飞行控制等。

与图像分割算法不同的是， 以神经网络为基础的图像识别/人脸识别/语音识别算法计算量根据使用场景差异较大。

4.智能无人机软件技术还包括：飞行控制、导航与路径规划、以及支撑所有智能软件的操作系统。此外智能无人机还需要一些底层的固件代码连接硬件和软件系统，保障通讯、传感器、计算单元正常高效运行。对于智能无人机开发厂商而言，独立开发如此繁杂、涉及领域各异的软件实属“重新发明轮子”类工作，在开源软件项目上根据需求定制加工能够加速产品迭代，减少开发成本。

在无人机领域最早出现开源项目是无人机的飞控软件领域，目前流行的开源无人机飞控（包含软硬件）如下。

5.芯片方面，在现有的无人机上，主流厂商使用的是ARM架构MCU(Micro controller Unit)芯片， 例如意法半导体的STM32系列 （大疆精灵系列无人机采用） ， Atmel的Mega2560系列等芯片，这类芯片的特点是：主频低（STM32主频在200M Hz左右，Atmel的MCU低至20M Hz），计算能力较差，往往只能支持飞行控制功能，并不能提供无人机智能化所需要的高速计算和并行计算能力。

目前芯片业界三大巨头:高通/Intel/Nvidia都纷纷挺进这一产业，推出以自己的移动芯片或图形计算芯片为核心的无人机参考设计或套件；此外中国芯片设计厂商联芯科技也与中国无人机厂商零度智控联合开发了用于智能无人机的方案。

高通推出了Snapdragon Flight参考设计；

Intel推出了Edison for Arduino开源硬件飞控参考设计板；

Nvidia推出Jetson TX1无人机与机器人芯片模组方案；

联芯推出的基于LC1860无人机飞控；

6.开源工具方面，在机器视觉、人工智能等领域， 存在着很多开源软件项目与开源软件库。

根据开源软件产业的发展历史，我们判断未来在无人机智能软件领域会涌现出一批软件产品化二次开发商，在开源的机器视觉和人工智能软件基础上进行开发工作，销售封装好的成熟可用智能软件产品及配套接口给下游的无人机整机厂商。

大疆已然占据了大片民用无人机市场，然而无人机开发的门槛不够高导致整个行业参与者众多，竞争仍然十分激烈。

在创新这条路上，你不主动思考，总有人从各个方向向你逼近。不是大疆不努力，但终端智能化这个趋势显而易见，时机一到，各家出手。

本文为智东西整理呈现，文中所有数据结论版权归原作者所有。