刘哲轩：构建基于无人机的物联网

147小编 2023-07-12

无人机过去十年最大的变化在于它具备了联机能力，这让无人机能像智能手机一样，可以连接人、物、网络，并进行信息交换和通信，从而构建出一个以无人机为主的物联网信息世界。

今天钟德夫给大家带来的是刘哲轩在杭州氪空间分享的《构建基于无人机的物联网》演讲主题。他分别从感知层、网络层、平台层和应用层的角度阐释了无人机物联网系统架构。

刘哲轩，本科毕业于美国威斯康星大学麦迪逊校区 CS 专业，硕士毕业于美国佐治亚理工学院机器学习与计算机视觉方向。毕业后，在微软云与企业服务部门担任软件开发工程师。于 2017 年加入奇志科技，负责公司人工智能相关开发。

以下，enjoy：

大家好，今天很荣幸在这里和大家分享一下我对无人机和物联网的一些浅见，以及我们的产品 Mesh 在这之中发挥的作用。

首先我们从物联网说起。物联网是现在非常火热的话题了，一句话概括就是万物相联。可是为什么我们需要它，或者说它们能为我们带来什么呢？现在对于物联网的解读非常多，我始终觉得 Kevin Ashton 在 2009 年的一次评论中的观点非常有启发，这里也借他的话来抛砖引玉一下。

其实 IoT，Internet of Things 这个词就是 Kevin Ashton 在 1999 年的一次演讲中提出的，那时候的目的还是为了将供应链和方兴未艾的互联网结合起来。十年之后，在 2009 年他又一次阐述了自己对于物联网的看法：在那个时候，互联网的基础建设已经非常完善。电脑与电脑的连接，通过路由器，通过各类协议相互连接以及交换由人类及人类社会产生的信息。这张巨大的网络已经铺满了整个世界，中间有数不清的节点，可是却漏掉了一个环节 —— 人。可是人偏偏是不擅长消化这些存在于数字领域的信息的，我们看不懂任何一个字节，更不能以它们为食。物联网的存在就是为了解决这里的矛盾，在把人纳入这个信息网络的同时，尽可能地去解放人的时间和精力，让信息的传递更有效率。IoT 概念里有一句话叫「Anything that can be connected, will be connected.」，其实你和我也在这其中。

比如说，从你起床到出门，闹铃响起后会自动逐步调亮卧室到厕所的灯光，告诉咖啡机算好时间给你倒上咖啡，又或是马云爸爸提到过的智慧城市的概念。

那么怎么做到呢？其实很简单，让机器能理解它所存在的世界，能主动地去收集、分析和输出数据，而不再是被动地依赖人来进行数据的输入和统筹。当越来越多这样的机器，甚至是机器上的一个个部件被连接起来之后，能给我们的工作和生活带来极大的便利、以及效率的提升。

下面我将通过我们公司的产品 Mesh 来将构建物联网的过程展示出来，同时将我们看到的，其中的价值与大家分享。

概括地说，就是我们提纲中提到的：

感知层 - 传感器在此的参与度非常高，解决的问题是【我是谁，我在哪儿？】网络层 - 我怎么把我知道的、我做了的事情告诉大家平台层 - 其实是一次分工，不同的物体专注做它们的事情，在平台中处理、交换信息应用层 - 这样一个体系，在具体的市场和场景中，带来的定制化服务能产生巨大的价值和效应

感知层

首先我们来解剖一下无人机，无人机是什么呢？很简单，就是没有人在上面的飞机嘛，然后由人通过远程遥控技术对它进行操控。其实无人机就是一个空中的机器人，是接入物联网的一环。好，我们从无人机上来看看它是怎么样解决【我是谁？我在哪儿？】这个宇宙级的哲学问题的。

无人机身上有非常多的传感器，比如陀螺仪，加速度计、IMU、磁场感应器、斜度感应器、GPS等等，加上一台照相机，其实就构成了一个非常简化版的我们的头部——它能「看」到、能「感觉」到它周遭的世界，它不一定知道这些东西是什么——这些需要我们人来教授它，但它能感知到这些东西的存在。可以把它想象为一个两三岁的婴儿，它还能保证自己走路是平稳的，是走直线的，但是它还不知道什么东西是有害的，什么东西是有益的。

可是，拥有这些设备的它，采集回来的信息将是非常丰富的 —— 我们能通过相机知道它看到了什么，能通过陀螺仪、加速度计和 IMU 知道它的飞行姿态、特征和路径，能通过斜度计来知道它的飞行高度，能通过 GPS 来知道它的具体定位。而这些信息结合起来，又可以知道它“看”到的东西在什么具体的位置，结合计算机视觉的技术，又能够知道它「看」到的东西是什么。这么一个动态循环的过程，它其实就逐步绘制出了自己所在的世界，也完成了对周遭环境数据的一次采集。

这之中还能涉及到非常多的其他设备，比如红外热像仪，能够得到红外热成像的视频和图像；比如云台，能够增加无人机相机镜头的稳定性、兼容性、旋转角度等等。这些设备都在处理硬件层面的信息交互。一般来说，它们组合在一起形成了一个完整的飞控系统，并由无人机生产方在具体操作系统（如 iOS）上接入它们，提供更便捷的接口给使用者，比如 DJI GO。

还有的无人机厂商，如 DJI 和 Parrot 将这些硬件的接口封装成了 SDK 并开放了出来。事实上，这是一个趋势。我们的 Mesh 产品就有针对这些 SDK 做二次开发。二次开发之后，我们能提供 DJI GO 所有的功能 —— 基本的操控，以及更多定制化的操作和服务。同时，我们也会对这些接口二次封装，让更多的开发者能通过 javascript 来调用底层的接口。

网络层

当我们能够帮助用户和开发者通过无人机采集到这些数据之后，我们要做的就是将信息和数据流向其他端点，比如将无人机的照片从我的手机端流到你的手机端，就是一次图传；比如将你对无人机的操作从你的手机端流向我再流向无人机，就是一次多人基于无人机的协作；比如将多台机子收集到的数据同步到远程的桌面端，再经由云端来进行运算处理、返回结果、生成模型。可以看到，在这个过程中，数据的流动是贯穿全程的关键词，也是我们 Mesh「一切皆流」的意思。

这之中会涉及到许多的通信技术和协议。目前 DJI 它们自己研发出了传输的硬件，保证了从无人机到遥控器之间数据的流通，而我们 Mesh 里除了 http 之外，我们还会使用 udp 来进行图传和多人协作中消息的传递。会用到 WebRTC 的技术来做多节点之间数据的同步。除此之外，还会通过 WiFi/蓝牙等实现极端条件下短距离的数据传输。

这样规模和体量的通信过程中需要克服的难点很多，稳定性、抗毁性、覆盖面积都是需要不断提升的。在 Mesh 里我们会实现基于无人机的自组织网络。所谓自组织网络就是无中心的网络结构。每一台无人机既是主机也是路由，作为主机可以执行面向用户的各项程序和任务，作为路由则又是整个网络信息交换的节点。

平台层

在保证了数据和信息可以在这张网之中畅通流动之后，我们又能做什么呢？按照我们上面提到的物联网的意义的思路，就是去帮助人们去不断地消化这些海量的信息，将人也纳入网络中来，优化人们的体验。说到处理海量信息，首先去想用的就是云计算的平台了。云计算在物联网中也可以被看作一个大的节点，它里面可以有更细化的功能性的分工，但作为一个节点来说它们各有各的任务。

在 Mesh 里，我们提供的云计算平台服务，能够对输入的数据进行处理消化，输出成能够直接或间接提升人们体验的实体，比如二维/三维的建模，比如全景图的生成，比如计算机视觉对物体进行实时识别的模型等等。而且数据的流动并不在这里停止，它输出的信息会在其他节点中转化成反馈，帮助在未来输出更优质、准确的信息。