上海
阿木实验室重磅新品SU17无人机发布在即，我们圆满完成了SU17在无GPS环境下的飞行稳定性测试。 SU17在以下多个对视觉定位具有挑战性的场景中均有良好的表现，包括极弱光地下车库、弱光密林、透光玻璃长廊、昏暗灯光长廊、室外强光环境及开阔草地等。
四目SLAM定位技术
在深入测试结果之前，我们先了解下SU17所搭载的四目SLAM定位技术。四目SLAM是一种高级的机器人定位与地图构建技术，它集成了前2后2共4路mipi时间同步摄像头，通过捕捉和融合来自不同视角的环境信息，来增强对周围环境的理解和感知能力。相比传统的单目或双目SLAM系统，四目SLAM能够提供更全面、更准确的深度估计和障碍物检测，从而在复杂多变的未知环境中实现更稳健、更精确的定位和地图构建。
展望未来，随着摄像头数量增加、信息获取量扩大及计算能力的提升，无人机与机器人将迈向无需GPS也能实现精准定位的新纪元。阿木实验室正致力于这一前沿领域的探索与挑战，力求推动无人机与机器人技术在更多元化的场景中发挥作用。
SU17飞行稳定性测试结果汇总测试一：极弱光地下车库
场景难点：室内暗光条件，十分考验图像采集系统的ISP表现力，在面向一些暗光场景实时调整曝光，可以采集足够稳定的特征点。该场景十分昏暗，一些位置存在肉眼都难以看见的情况。
测试条件：无GPS，依靠SLAM定位，定点模式手控飞行。
测试表现：测试表现良好，在一些肉眼难以看见的场景，依然能够采集到足够的特征点。算法的位置输出均匀无跳变，飞机飞行稳定。
测试二：弱光密集树林
场景难点：室外弱光、障碍物多、GPS信号质量极差，低空飞行，树叶的扰动，导致特征点不稳。
测试条件：关闭GPS，依靠SLAM定位，定点模式手控飞行。
测试表现：测试表现良好，可以适应树叶动态扰动，和一些密林和开阔地带交互出现的一些场景。
测试三：空旷草地
场景难点：空旷草地，特征点第一比较远和稀疏，第二草地特征点不明显，比较容易混淆特征点导致定位异常。
测试条件：关闭GPS，依靠SLAM定位，定点模式手控飞行。
测试表现：测试表现良好，可以适应周围空旷(设计指标为主要感知周围9米以内的特征点)，和草地一些特征点趋同的情况。
测试四：室外强光场地
场景难点：室外强光和暗光交替出现，尤其是室外强光下，图像采集系统极容易出现曝光过度，导致画面长时间全白，无法采集到有效的特征点的情况。市面上一些定位相机比如T265就在室外表现较差。其次是强光和草坪的情况出现，给视觉定位带来更大的挑战。同时强光一般伴随高温情况，高温对于机载计算机的散热提出更高的要求。
测试条件：关闭GPS，依靠SLAM定位，定点模式手控飞行。
测试表现：测试表现良好，位置输出均匀，机载计算机工作在60度到70度。
测试五：室内昏暗长廊
场景难点：室内狭长走道，灯光昏暗，特征点较少。
测试条件：无GPS，依靠SLAM定位，定点模式手控飞行。
测试表现：表现良好，位置输出均匀，无人机处于可控状态。
测试六：玻璃长廊
场景难点：玻璃房间对于激光三维雷达是一个大的挑战，在这种玻璃房间中，激光雷达的定位传感器极容易发散，不能有效定位。图像传感器也比较容易采集到一些错误的特征点。
测试条件：无GPS，依靠SLAM定位，定点模式手控飞行。
测试表现：测试表现良好，在玻璃房间中依然可以采集到稳定的特征点，飞行稳定可靠。三维激光雷达在这种环境中，极大的可能性是无法有效定位的。由此可见视觉的适应性在这方面还是强于激光雷达的。
unsetunset后续我们会在更多的场景中做测试，如室内厂房，操场，更加黑暗的地方等，关注我们的朋友们有什么场景想让我们进行测试，也可以与我们联系，我们会进一步推进测试和数据采集工作。unsetunset
保持关注 阿木SU17将在近期上市，请保持关注。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
