無人機自動導航技術常在森林進行演示，因為這裡環境狹窄，又難以接收 GPS 訊號，過程充滿挑戰性。NVIDIA 研究人員成功驅使無人機在樹林小徑安全「散步」達 1 公里，沿途只靠人工智慧系統分析四周影像，再回饋無人機飛控作出導航和避障指示；上述運算處理全由 NVIDIA Jetson TX1 開發板負責。
藉錄像學習認路
這項研究看似是展示 Jetson TX1 的強大運算效能，但其實真正的主角是 NVIDIA 自社開發的 TrailNet 深度神經網路。用作測試的無人機是 3D Robotics Iris+，機身上裝設光流感應器、小型光達儀和慣性測量單元（IMU）。無人機既不能依賴 GPS 地理座標，又不用事先預載地圖，到底是如何實現自動導航呢？
在進行試飛前，研究人員需先向 TrailNet 提供訓練，所用的「教材」包括來自小型 Segway 平衡車在小徑移動拍攝的錄像。Segway 上裝設了 3 台 GoPro HERO 運動相機，分別指向左、中、右，並在不同光度進行拍攝，期間移動距離接近 13 公里。Iris+ 無人機便以這些錄像資料集為基礎進行訓練。
訓練完成後，研究員便在森林放飛 Iris+ 無人機，讓它在 TrailNet 輔助自動穿越林中小徑；測試路徑全程長 1 公里，過程中無人機一直保持在路面上空的中央位置，並順利迴避障礙物。NVIDIA 聲稱，這次可能是同類試飛測試中距離最長、表現最穩定的一次。
【延伸閱讀】行山迷路不用怕！無人機藉人工智慧認路尋找失蹤者
【延伸閱讀】MIT 低成本人工智慧避障系統 令無人機高速穿越樹林零難度
NVIDIA 替 3DR Iris+ 無人機裝嵌 Jetson TX1 開發板，再在機身上裝設光流感應器和小型光達儀，感知影像則交由 TrailNet 深度神經網路進行分析。
綠色是 TrailNet 判斷可通過的地方，紅色則為拒絕通行之處。
突破地理環境局限
NVIDIA 計劃開放有關軟體授權，讓第三方開發者可基於 NVIDIA Jetson TX1 或 2017 年新推的 TX2 平台，開發具備影像感知導航能力的無人機或機器人。事實上，如無人機可在森林內自動避障飛行，便可肩負搜救、測繪地圖、監控野生動物等任務。同樣技術在森林以外亦大有作為，例如可在室內環境或城市高樓間穿梭飛行。
NVIDIA 的長遠目標是，在無法接收 GPS 訊號的情況下，讓無人機或機器人可在地圖上任何兩點之間自動移動，以突破地理環境的局限性。
【延伸閱讀】NVIDIA 開發板 Jetson TX2 登場 讓無人機內置迷你 AI 超級電腦
【延伸閱讀】DJI 出無人機電腦 Manifold，當然不是夥拍 Intel 和 Qualcomm！
NVIDIA 研究人員在 1 米長的架上安裝 3 台 GoPro HERO 運動相機，指向左、中、右，以錄影森林環境影片作 TrailNet 的訓練資料集。
▼ 預載 NVIDIA TrailNet 深度神經網路的 Iris+ 無人機，在電腦視覺（Computer Vision）和深度學習（Deep Learning）技術的輔助下，順利穿越森林小徑。
圖片及資料來源：NVIDIA
