1.媒体来源:
iThome
2.完整新闻标题:
科学家以汽车、脚踏车行驶资料训练出可自动飞行的无人机
3.完整新闻内文:
传统的无人机若要做到自动飞行，必需仰赖地图、定位及传感器，苏黎士大学的科学家利
用汽车、脚踏车的行驶资料，让无人机在没有传感器下也能自动飞行，遵守交通规则，例
如不飞到对向车道，顺畅转弯、闪避行人等等。
文/苏文彬 | 2018-01-31发表
苏黎士大学（University of Zurich）的机器人与感知小组实验室以更省力的方法打造出
可自动飞行的无人机，他们借由人工智能，以及汽车及脚踏车的行驶资料来取代稠密且耗
电的感应器，让无人机能够在城市的街道上顺畅地转弯、避免碰撞，而且无人机所学习到
的航行策略是通用的，就算在缺乏训练资料的室内空间，也无碍它的自动飞行。
无人机的演进已让人们期望它能应用在许多场景中，像是空中监视、送货，或是监控既有
的建筑物，但在城市环境中部署却多所受限，特别是当要求无人机要在非结构化且经常变
化的环境中还能安全地自动飞行时。
大多数可自动飞行的无人机是仰赖地图、定位与路线规画三大要件，先建置一份地图，再
将物件定位，接着规画安全的移动路径，然而，这样的作法需要复杂、昂贵且耗电的感应
器与电脑，对于自动飞行无人机的商业化而言并不切实际。
因此，研究人员以汽车及脚踏车的行驶资料来取代上述所需的硬件。
该实验室打造了名为DroNet的卷积神经网络（convolutional neural network），替每个
输入的影像制造出两种输出结果，一是转弯的角度，让无人机在飞行时能够闪避障碍物，
二是碰撞的可能性，训练无人机辨识危险状况并迅速作出反应，同时借由行驶在道路上的
汽车与脚踏车所蒐集的资料进行训练。
DroNet透过汽车在道路上绕了数小时的影片来判断转弯角度，绑在脚踏车上的GoPro所拍
摄的影片则可让DroNet学习碰撞机率。
从该实验室所发表的影片可看出（下），自动飞行的无人机在公开道路上可遵循基本的交
通规则，例如不随意飞向对面车道，还能流畅地转弯，闪避行人与各种障碍物。
https://youtu.be/ow7aw9H4BcA
此外，研究人员也发现上述训练可达到某种程度的通用性，就算没有输入新的资料，无人
机也能在室内、走廊或其他环境中自动飞行。
此一研究已刊登在最新一期的《 IEEE Robotics and Automation Letters》机器人期刊
上。
4.完整新闻连结 (或短网址):
https://www.ithome.com.tw/news/121031
5.备注:
马路新三宝：人类、自驾车、无人机