据美国合众社报道，今天的自动驾驶无人机在开放的空间里自动飞行毫无问题，但是它们却难以在忙碌的城市道路和栽满树木的居民区上方低空飞行。瑞士苏黎世大学的研究人员们正试图改变这种状况。
他们研发出了一种全新的算法，名为DroNet。借助这种算法编写的软件能够帮助无人机在市区遍布障碍的环境中安全飞行。苏黎世大学机器人学和感知学教授Davide Scaramuzza在一篇新闻稿中称：“DroNet能够识别静态和动态障碍物，而且能够通过减速来躲避撞击。借助这种算法，我们更进一步的将集成化自动驾驶无人机推向我们的日常生活。”
DroNet可输出两张图，其中一张被用于无人机导航，助其飞跃障碍物。而另一张图则被用于探查碰撞的可能性，并对危险情境作出应对。DroNet可探查静态及动态的障碍物，降低飞行速度，旨在防止发生碰撞。凭借该算法，研究人员，实现了无人机独立导航功能，将该技术融入到人们的日常生活中。
瑞士研发人员所用无人机搭载了手机摄像头，DroNet算法功能强大，其利用了人工智能技术，用于评估观察到的环境。该算法由深度神经元网络组成，该软件可利用众多培训用例，学习解决复杂的任务。
这项新技术借助的并非是先进的传感器，而是复杂的算法，帮助无人机分析周围环境并且快速而有效的做出反应。Scaramuzza教授称：“这种计算机算法能够通过一组训练样本学会解决复杂的任务。训练样本会向无人机展示如何做某些事情以及如何应对一些困境，这类似于孩子们从他们的父母或者老师身上学习知识。”
科学家们为软件提供了自行车和汽车在城市交通环境中行驶的“训练样本”。科学家设计的这种算法能够通过观察自行车和汽车穿过拥挤交通环境时的运动，识别它们的航行模式并且收集基本的交通规则。
测试表明，这种算法不仅能够让无人机借助训练样本在城市道路上航行，而且能够利用其它环境下的训练安全航行，比如说停车场或者室内办公场所。这项技术最终有可能帮助无人机执行搜寻和救援任务，也有可能用于包裹投递服务。苏黎世大学博士生Antonio Loquercio称：“我们仍然需要克服许多技术方面的问题，这样才能让无人机应用在更广阔的场景。”
