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(jī)迷信碩士學(xué)位。Lukas曾任職Yahoo日本搜刮團(tuán)隊(duì)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(jìn)修和便宜硬件的摸索

　　晚期航空器，1818（起源：維基百科&美國(guó)國(guó)會(huì)數(shù)據(jù)庫(kù)）

　　在制作了一個(gè)圖象辨認(rèn)機(jī)械人后，明顯下一步是制造一個(gè)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(rèn)并呼應(yīng)語(yǔ)音敕令的主動(dòng)化無(wú)人機(jī)。

　　選擇一款預(yù)制無(wú)人機(jī)

　　對(duì)無(wú)人機(jī)停止編程，最難的部門是若何開(kāi)端，我是從組裝無(wú)人機(jī)零件開(kāi)端的。然則簡(jiǎn)直和之前一切DIY項(xiàng)目一樣，本身組裝無(wú)人機(jī)花了我許多的錢。并且坦率的說(shuō)，我手工打造的無(wú)人機(jī)一向沒(méi)有穩(wěn)固飛翔過(guò)?？梢源_定的是，直接購(gòu)置預(yù)制版本才是加倍簡(jiǎn)略經(jīng)濟(jì)的選擇。

　　年夜多半無(wú)人機(jī)制作商都宣稱供給API接口，但關(guān)于專業(yè)喜好者來(lái)講并沒(méi)有甚么顯著的優(yōu)勢(shì)。市情上帶仿佛可用的API接口的無(wú)人機(jī)，年夜多售價(jià)都跨越1000美元，這是一個(gè)很高的進(jìn)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(jiàn)下圖）。我以為關(guān)于專業(yè)喜好者來(lái)講，這是一款幻想的機(jī)械。它的價(jià)錢不高，還可以停止編程。你可以選擇花200美元買一臺(tái)新機(jī)械，但因?yàn)樵S多人買了無(wú)人機(jī)又歷來(lái)不應(yīng)用它們，是以購(gòu)置一臺(tái)二手機(jī)械也是個(gè)不錯(cuò)的選擇。在eBay上二手無(wú)人機(jī)的售價(jià)年夜約是130美元乃至更低。

　　△我珍藏的各類無(wú)人機(jī)，Parrot AR Drone無(wú)人機(jī)掛在最右邊

　　Parrot AR無(wú)人機(jī)飛翔的穩(wěn)固性沒(méi)有更貴的新款 Parrot Bebop 2.0 好（售價(jià)年夜約550美元），然則Parrot AR供給一個(gè)好用的node.js客戶端庫(kù)叫做node-ar-drone，很合適在下面停止開(kāi)辟。

　　別的一個(gè)優(yōu)勢(shì)：Parrot AR無(wú)人機(jī)很壯實(shí)。在測(cè)試主動(dòng)化法式的進(jìn)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(jī)械人編程，給無(wú)人機(jī)編程最糟的處所是電池續(xù)航時(shí)光短。一塊電池須要充電幾個(gè)小時(shí)，能力飛翔年夜約10分鐘的時(shí)光。是以我建議多買兩塊備用電池，測(cè)試的時(shí)刻可以輪回應(yīng)用。

　　給我的無(wú)人機(jī)編程

　　因?yàn)镴avascript生成的驅(qū)動(dòng)才能，是以長(zhǎng)短?；孟氲臒o(wú)人機(jī)編程說(shuō)話。信任我，無(wú)人機(jī)飛翔中會(huì)碰到許多異步事宜。我固然沒(méi)有在Node上消費(fèi)許多時(shí)光，但這個(gè)說(shuō)話讓我印象深入。我比來(lái)一次賣力的為機(jī)械人編程應(yīng)用的是C說(shuō)話。用C說(shuō)話處置線程和各類異常是非?？喑?，是以最好罕用。我愿望有工資其它無(wú)人機(jī)平臺(tái)樹(shù)立Javascript開(kāi)辟包，由于這個(gè)說(shuō)話讓我們處置不肯定性的開(kāi)辟事宜，變得簡(jiǎn)略風(fēng)趣。

　　架構(gòu)

　　我決議在筆記本電腦上運(yùn)轉(zhuǎn)邏輯，在云端停止機(jī)械進(jìn)修。比起直接在樹(shù)莓派硬件上運(yùn)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(duì)今朝的專業(yè)無(wú)人機(jī)開(kāi)辟項(xiàng)目來(lái)講是可行的。

　　微軟、谷歌、IBM和亞馬遜都有疾速、便宜的云端機(jī)械進(jìn)修API。終究，我選擇了微軟認(rèn)知辦事API（Cognitive Service API）。由于這是獨(dú)一一個(gè)供給定制臉部辨認(rèn)功效的API。

　　△無(wú)人機(jī)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(wú)線收集。這個(gè)功效對(duì)編程者來(lái)講異常費(fèi)事。每次你愿望測(cè)驗(yàn)考試甚么的時(shí)刻，須要先斷開(kāi)你的收集然后連上無(wú)人機(jī)的收集。榮幸的是，有一個(gè)名叫ardrone-wpa2的項(xiàng)目異常有效。它可以經(jīng)由過(guò)程劇本讓無(wú)人機(jī)參加你本身的WiFi收集。

　　長(zhǎng)途登錄到無(wú)人機(jī)是件非常風(fēng)趣的事。Parrot運(yùn)轉(zhuǎn)在一個(gè)剝離版本的Linux上。你比來(lái)一次應(yīng)用長(zhǎng)途登錄功效是甚么時(shí)刻？銜接了甚么器械？以下是翻開(kāi)終端并直接登錄無(wú)人機(jī)的示例。

　　用敕令行形式飛翔

　　裝置node庫(kù)今后，創(chuàng)立一個(gè)node.js REPL（Read-evaluate-Print-Loop）并用它引誘無(wú)人機(jī)：

　　假如你一向隨著做到這步，那末如今你的無(wú)人機(jī)確定曾經(jīng)摔過(guò)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(gè)新的。我遲疑要不要提這個(gè)，現(xiàn)實(shí)上Parrot AR在不裝置平安殼的情形下飛得更好。但無(wú)人機(jī)在沒(méi)有平安殼的情形下加倍風(fēng)險(xiǎn)，由于當(dāng)無(wú)人機(jī)撞上甚么器械時(shí)，螺旋槳能夠會(huì)折斷，并且會(huì)在家具上留下陳?ài)E。

　　經(jīng)由過(guò)程網(wǎng)頁(yè)掌握飛翔

　　為無(wú)人機(jī)構(gòu)建基于web的操作界面其實(shí)不艱苦，并且成果使人滿足（見(jiàn)下圖）。應(yīng)用Express.js框架可以輕松的構(gòu)建一個(gè)英俊的web辦事器。

　　我設(shè)置了一個(gè)按鈕來(lái)完成AJAX要求。

　　從無(wú)人機(jī)上取得視頻流

　　我發(fā)明應(yīng)用無(wú)人機(jī)攝像頭發(fā)送反應(yīng)的最好辦法是翻開(kāi)一個(gè)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(wú)人機(jī)庫(kù)從無(wú)人機(jī)攝像頭中持續(xù)拉取PNG圖片。

　　在無(wú)人機(jī)圖象上運(yùn)轉(zhuǎn)人臉辨認(rèn)

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

　　我應(yīng)用ImageMagick庫(kù)來(lái)正文PNG圖片中的面貌。在這點(diǎn)上有許多可以擴(kuò)大的偏向，如應(yīng)用情緒API肯定臉部的情感等。

　　運(yùn)轉(zhuǎn)語(yǔ)音辨認(rèn)掌握無(wú)人機(jī)

　　語(yǔ)音辨認(rèn)部門最辣手的不是語(yǔ)音辨認(rèn)自己，而是以微軟的Speech API請(qǐng)求的格局將音頻流從網(wǎng)頁(yè)傳輸?shù)疆?dāng)?shù)剞k事器，終究代碼的年夜部門是為了完成這個(gè)功效。一旦你可以或許經(jīng)由過(guò)程單通道收集到準(zhǔn)確頻率的音頻，這個(gè)API便可以很好的任務(wù)，并且異常輕易應(yīng)用。它的價(jià)錢是4美元/1000次要求，這關(guān)于營(yíng)業(yè)喜好者的運(yùn)用來(lái)講，根本上算是收費(fèi)的。

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

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

　　自立搜刮途徑

　　我用ardrone-autonomy庫(kù)為我的無(wú)人機(jī)繪制主動(dòng)尋徑地圖。在無(wú)人機(jī)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(xiàng)目搬到車庫(kù)里去。那邊沒(méi)有太多可損壞的器械了，但也沒(méi)有太多的空間（見(jiàn)下圖）。

　　△在我的“試驗(yàn)室”里試飛無(wú)人機(jī)

　　假如我能取得更年夜的試驗(yàn)空間，我會(huì)持續(xù)研討智能搜刮算法。但如今我只須要讓我的無(wú)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(shù)立好一切，你可以經(jīng)由過(guò)程API掌握無(wú)人機(jī)視頻源，無(wú)人機(jī)編程就變得異常風(fēng)趣。隨同著新的圖象辨認(rèn)技巧，給我們供給了各類運(yùn)用的能夠，不管從不雅察空中植物到在墻壁上作畫(huà)。Parrot無(wú)人機(jī)不是為在室內(nèi)小空間飛翔設(shè)計(jì)的，一個(gè)價(jià)錢更高的無(wú)人性能讓全部運(yùn)用釀成實(shí)際。終究，無(wú)人機(jī)遇變得加倍穩(wěn)固，實(shí)際世界中將涌現(xiàn)年夜量相似的運(yùn)用。

　　微軟的認(rèn)知辦事云API易于應(yīng)用并且價(jià)錢廉價(jià)。起首，我擔(dān)憂無(wú)人機(jī)的異常廣角攝像頭會(huì)影響臉部辨認(rèn)，而無(wú)人機(jī)螺旋槳的樂(lè)音會(huì)攪擾語(yǔ)音辨認(rèn)。但整體來(lái)講，表示要好過(guò)預(yù)期。延遲成績(jī)也不像我所擔(dān)憂的那樣。應(yīng)用云盤算處置及時(shí)圖象流看起來(lái)仿佛是個(gè)奇異的架構(gòu)，但它能夠是很多運(yùn)用的將來(lái)之路。