Lukas Biewald卒業(yè)于斯坦福年夜學(xué)，取得數(shù)學(xué)學(xué)士學(xué)位和盤算機迷信碩士學(xué)位。Lukas曾任職Yahoo日本搜刮團隊主管，以后作為高等數(shù)據(jù)迷信家就職于Powerset，該公司于2008年被微軟收買。

　　深度進修和便宜硬件的摸索

　　晚期航空器，1818（起源：維基百科&美國國會數(shù)據(jù)庫）

　　在制作了一個圖象辨認機械人后，明顯下一步是制造一個可飛翔的版本。因而我決議打造一款可以或許停止臉部辨認并呼應(yīng)語音敕令的主動化無人機。

　　選擇一款預(yù)制無人機

　　對無人機停止編程，最難的部門是若何開端，我是從組裝無人機零件開端的。然則簡直和之前一切DIY項目一樣，本身組裝無人機花了我許多的錢。并且坦率的說，我手工打造的無人機一向沒有穩(wěn)固飛翔過。可以確定的是，直接購置預(yù)制版本才是加倍簡略經(jīng)濟的選擇。

　　年夜多半無人機制作商都宣稱供給API接口，但關(guān)于專業(yè)喜好者來講并沒有甚么顯著的優(yōu)勢。市情上帶仿佛可用的API接口的無人機，年夜多售價都跨越1000美元，這是一個很高的進入門坎。

　　經(jīng)由一些查詢拜訪今后，我發(fā)明了Parrot AR Drone 2.0（見下圖）。我以為關(guān)于專業(yè)喜好者來講，這是一款幻想的機械。它的價錢不高，還可以停止編程。你可以選擇花200美元買一臺新機械，但因為許多人買了無人機又歷來不應(yīng)用它們，是以購置一臺二手機械也是個不錯的選擇。在eBay上二手無人機的售價年夜約是130美元乃至更低。

　　△我珍藏的各類無人機，Parrot AR Drone無人機掛在最右邊

　　Parrot AR無人機飛翔的穩(wěn)固性沒有更貴的新款 Parrot Bebop 2.0 好（售價年夜約550美元），然則Parrot AR供給一個好用的node.js客戶端庫叫做node-ar-drone，很合適在下面停止開辟。

　　別的一個優(yōu)勢：Parrot AR無人機很壯實。在測試主動化法式的進程中，不管它被撞墻上、家具上、室內(nèi)植物上和主人身上，他依然可以或許優(yōu)越的飛翔。

　　比擬給空中機械人編程，給無人機編程最糟的處所是電池續(xù)航時光短。一塊電池須要充電幾個小時，能力飛翔年夜約10分鐘的時光。是以我建議多買兩塊備用電池，測試的時刻可以輪回應(yīng)用。

　　給我的無人機編程

　　因為Javascript生成的驅(qū)動才能，是以長短常幻想的無人機編程說話。信任我，無人機飛翔中會碰到許多異步事宜。我固然沒有在Node上消費許多時光，但這個說話讓我印象深入。我比來一次賣力的為機械人編程應(yīng)用的是C說話。用C說話處置線程和各類異常是非常苦楚的，是以最好罕用。我愿望有工資其它無人機平臺樹立Javascript開辟包，由于這個說話讓我們處置不肯定性的開辟事宜，變得簡略風趣。

　　架構(gòu)

　　我決議在筆記本電腦上運轉(zhuǎn)邏輯，在云端停止機械進修。比起直接在樹莓派硬件上運轉(zhuǎn)神經(jīng)收集，這類架構(gòu)的延遲更低。我以為這類架構(gòu)對今朝的專業(yè)無人機開辟項目來講是可行的。

　　微軟、谷歌、IBM和亞馬遜都有疾速、便宜的云端機械進修API。終究，我選擇了微軟認知辦事API（Cognitive Service API）。由于這是獨一一個供給定制臉部辨認功效的API。

　　△無人機的架構(gòu)

　　入門

　　默許情形下，Parrot AR Drone2.0帶有可供客戶端銜接的無線收集。這個功效對編程者來講異常費事。每次你愿望測驗考試甚么的時刻，須要先斷開你的收集然后連上無人機的收集。榮幸的是，有一個名叫ardrone-wpa2的項目異常有效。它可以經(jīng)由過程劇本讓無人機參加你本身的WiFi收集。

　　長途登錄到無人機是件非常風趣的事。Parrot運轉(zhuǎn)在一個剝離版本的Linux上。你比來一次應(yīng)用長途登錄功效是甚么時刻？銜接了甚么器械？以下是翻開終端并直接登錄無人機的示例。

　　用敕令行形式飛翔

　　裝置node庫今后，創(chuàng)立一個node.js REPL（Read-evaluate-Print-Loop）并用它引誘無人機：

　　假如你一向隨著做到這步，那末如今你的無人機確定曾經(jīng)摔過至多幾回了。我上千次從新粘貼了平安殼，直到它完全破壞，不能不買一個新的。我遲疑要不要提這個，現(xiàn)實上Parrot AR在不裝置平安殼的情形下飛得更好。但無人機在沒有平安殼的情形下加倍風險，由于當無人機撞上甚么器械時，螺旋槳能夠會折斷，并且會在家具上留下陳跡。

　　經(jīng)由過程網(wǎng)頁掌握飛翔

　　為無人機構(gòu)建基于web的操作界面其實不艱苦，并且成果使人滿足（見下圖）。應(yīng)用Express.js框架可以輕松的構(gòu)建一個英俊的web辦事器。

　　我設(shè)置了一個按鈕來完成AJAX要求。

　　從無人機上取得視頻流

　　我發(fā)明應(yīng)用無人機攝像頭發(fā)送反應(yīng)的最好辦法是翻開一個銜接，并將我的收集辦事器中的PNG持續(xù)發(fā)送到我的網(wǎng)站。我的收集辦事器應(yīng)用AR無人機庫從無人機攝像頭中持續(xù)拉取PNG圖片。

　　在無人機圖象上運轉(zhuǎn)人臉辨認

　　Azure的臉部API功效壯大且易用。它可以辨認你上傳的同伙照片，也能夠猜想年紀和性別，我發(fā)明這兩個功效的精確率高得使人驚奇。延遲時光約為200毫秒，費用是1.5美元/1,000次。對我開辟的這個法式來講，這是完整公道的。上面是關(guān)于若何發(fā)送一個圖象并停止臉部辨認的代碼。

　　我應(yīng)用ImageMagick庫來正文PNG圖片中的面貌。在這點上有許多可以擴大的偏向，如應(yīng)用情緒API肯定臉部的情感等。

　　運轉(zhuǎn)語音辨認掌握無人機

　　語音辨認部門最辣手的不是語音辨認自己，而是以微軟的Speech API請求的格局將音頻流從網(wǎng)頁傳輸?shù)疆數(shù)剞k事器，終究代碼的年夜部門是為了完成這個功效。一旦你可以或許經(jīng)由過程單通道收集到準確頻率的音頻，這個API便可以很好的任務(wù)，并且異常輕易應(yīng)用。它的價錢是4美元/1000次要求，這關(guān)于營業(yè)喜好者的運用來講，根本上算是收費的。

　　RecordRTC有一個很好的庫，這是客戶端收集音頻錄制的好終點。在客戶端上，我們可以添加代碼來保留音頻文件：

　　我應(yīng)用FFmpeg法式削減音頻采樣點，并將其歸并為一個通道，上傳到微軟：

　　自立搜刮途徑

　　我用ardrone-autonomy庫為我的無人機繪制主動尋徑地圖。在無人機有數(shù)次墜落在客堂的家具和植物上后，我老婆好意的建議我把我的項目搬到車庫里去。那邊沒有太多可損壞的器械了，但也沒有太多的空間（見下圖）。

　　△在我的“試驗室”里試飛無人機

　　假如我能取得更年夜的試驗空間，我會持續(xù)研討智能搜刮算法。但如今我只須要讓我的無人性能夠騰飛、扭轉(zhuǎn)，去尋覓我的同伙和仇敵：

　　小結(jié)

　　一旦樹立好一切，你可以經(jīng)由過程API掌握無人機視頻源，無人機編程就變得異常風趣。隨同著新的圖象辨認技巧，給我們供給了各類運用的能夠，不管從不雅察空中植物到在墻壁上作畫。Parrot無人機不是為在室內(nèi)小空間飛翔設(shè)計的，一個價錢更高的無人性能讓全部運用釀成實際。終究，無人機遇變得加倍穩(wěn)固，實際世界中將涌現(xiàn)年夜量相似的運用。

　　微軟的認知辦事云API易于應(yīng)用并且價錢廉價。起首，我擔憂無人機的異常廣角攝像頭會影響臉部辨認，而無人機螺旋槳的樂音會攪擾語音辨認。但整體來講，表示要好過預(yù)期。延遲成績也不像我所擔憂的那樣。應(yīng)用云盤算處置及時圖象流看起來仿佛是個奇異的架構(gòu)，但它能夠是很多運用的將來之路。