文章專區

無人機載具有高度移動性以及遠距遙控功能，能夠快速輕易到達不容易接近的區域，而搭配高解析度相機就可以如同鷹眼，從空中俯視地表，並將地表一切變化詳實記錄在影像中而不遺漏。臺灣環境多山且地形複雜，可應用無人機最大的優點「機動性」，能夠快速且輕易到達不容易接近的山區或危險地區，在環境嚴苛的狀況下完成任務。

另一方面，人工智慧（artificial intelligence, AI）近年來於多方領域展現驚人成效，不管在自動車駕駛、智慧醫療、製藥（蛋白質三維結構分析）、量子物理求解，都得到過去無可想像的驚人成果。結合AI技術，無人機將成為人類社會中不可或缺的重要工具，在未來生活提供多樣化的應用，如：貨物運輸、安全巡邏、環境探勘、軍事偵察、災難救助、國防後勤、農作物產量預估等。而如果在無人機上額外搭載了高解析度（3840×2160）攝影機加上AI處理平台，便能即時大範圍地巡邏環境或掃描地形，可適用於智慧農業或地理資源調查（如水庫、河川）等，也可以用在慶典上面的無人機排字展示等功能。

有鑑於上述重要性，在過去4年裡，國立陽明交通大學於2018∼2021年執行科技部AI專案計畫，發展應用於無人機自主感測與飛控的人工智慧式「OpenDrone AI平台」，以期藉由人工智慧技術，使無人機能有自主飛行之能力，包括減少摔機、自動導航與避障等等。而再下4年，同樣獲得科技部補助，將利用無人機打造科技臺灣／韌性家園的重要目標。

無人機的3大研發主題

無人機應用主要可以分為3個主題：智慧控制（smart control）、智慧視覺定位（smart map）、智慧空拍偵測（smart vision），以下就各主題深入說明。

圖一：空拍無人機搭載嵌入AI平台與通訊系統（4G／5G），即時分析空拍影像。（作者提供）

智慧控制，讓操作更直覺簡易

近年來，無人飛行載具領域的發展日益增進，其中多旋翼無人機因其優異的特性如垂直起降、懸停、機械簡便性，而被廣泛使用。傳統的多旋翼無人機，包括四旋翼和六旋翼，經過最佳化可最大程度延長飛行時間，裝載各種感測器進行空中部屬，可實現快速且具有高度可操作性的平台。在過去的幾年中，無人機的飛行控制系統，已經從簡單的穩定性增強系統，發展到成熟的命令增強系統，從而為無人機的自主運行開闢了更多可能性。由於無人機體積小、成本低、敏捷性高，因此在各種類型的場域中存在多種應用，其中也包括多台無人機的協同任務規劃與執行。在這些操作中，無人機可以多機協同合作展現群體智慧、共同執行任務，例如2019年在屏東的臺灣燈會，就利用300架無人機進行空中燈光秀的表演。

另一方面，無人機執行任務時，通常利用視訊進行控制。而如果在飛行控制之外，想操作更複雜的指令，例如透過其上的機械手臂抓取物品，人機介面應該要往更加直覺的方向思考，甚至引入人工智慧來輔助控制機制。

考慮到此，陽明交通大學的建築所所長侯君昊開發出一款智慧控制系統，能夠將使用者雙手的姿態，以及身體於空間中移動的相對位置，經由智慧化的系統直覺的投射在無人機機械手臂上。這樣的設計在未來無人飛行載具的操作推廣上，能帶來以下優勢：擴增無人機能應付的情境；減少新手學習適應複雜任務時間；讓人與無人機控制更契合，相關資料也能幫助人工智慧模擬學習到更符合人類的控制行為。

智慧視覺定位，克服探勘惡劣地形

多旋翼無人機通過裝載各種感測器，可達成軍事、科學、農業、環保、資源調查等各方面需求，例如：軍事設備偵查、氣候監測、群眾分析、環境研究、橋樑檢測、營救和搜索行動，以及天氣預報等，提供了高效率的解決方案。不過，這些感測應用皆須配合「視覺定位」方能提供最具效率的應用服務。

過往的視覺定位，是以地面攝影機拍攝行人為主要目標對象，因此既有方法的優化目標都是以地面上所取得的場景資料集為主，多為平視或仰視角度從地面拍攝道路、街道、廣場或建築物景觀，作為定位依據。但是對於在高空中飛行的無人機來說，這些傳統的視覺定位資料，並不是最適用的訓練與測試影像。如能加以發展克服，相較於地面的攝影機，在高空中的無人機則可多了俯視的定位選擇，也就是利用從高空俯瞰地面所得到的影像來判斷它的位置，可直接探勘人類較難以到達的惡劣環境，例如於無人島嶼或洞穴環境進行探索，因而增加可完成的任務種類。

圖二：將視覺與手的感知投射至無人機。（作者提供）

圖三：智慧控制手套包含雙向的訊號：控制訊號與無人機抓具手指的感知訊號。（作者提供）

智慧空拍偵測，訓練AI找到目標物

利用無人空拍機的機動性，藉由空拍視訊來尋找、偵測與分析特定目標物，可延伸出許多重要的應用。舉例來說，可巡檢海岸線、沿著河岸搜尋可疑的人；颱風來襲後許多地方嚴重受損，可利用無人機的機動特性，進行災害巡檢、偵測或追蹤地面的生還者；在國防方面則可以尋找機場或坦克；於海洋上則可用於搜尋海洋汙染、海洋廢棄物；也可以應用在橋樑建築的檢測；更可利用無人機空拍照，估計車流、即時提供路況資訊；可應用在智慧農業上，做農產品產量分析與農損評估。在不同的場域巡邏尚有許多不同檢測應用，如電塔檢測、軌道檢測、風力機檢測、橋梁檢測、水庫檢測、港口檢測等。甚至可透過無人機搭配空拍偵測，進行瀕臨絕種動物如白海豚的族群調查。

使用無人機能輕易到達危險與極端環境，自由選定拍照位置，能捕捉更廣、更深入與更清晰的畫面。過去許多影像畫面都是透過人工的方式分析，隨著資料增多，如果想用自動的方式，可在無人機上搭配AI平台，訓練AI模型，利用深度的神經網路做相關物件分析與偵測。

在AI模型中， 最重要的一件事就是在原來的輸入影像中找到特徵（feature）。而要提取特徵，卷積（convolution）與池化（pooling）為兩個非常重要的運算方法。

卷積運算為輸入影像與特徵抽取過濾器（filter）間的一種運算過程，主要是將輸入影像每一個像素當作中心，鄰近的像素和過濾器相對位置的權重相乘後的總和，就是相對應的特徵，如圖四中右圖結果的橘底部分為卷積運算後的結果，計算過程如下：0×0+0×0+0×1+0×1+1×0+0×0+0×0+0×1+0×1=0。整張影像通過卷積運算後，就能找出影像的特徵（如圖五），而這些特徵就是深度學習架構要學習的重點，透過學習這些特徵，就能達到人工智慧的目標。

圖四：卷積運算流程。卷積運算為輸入影像與特徵抽取過濾器間的一種運算過程，主要是將輸入影像每一個像素當作中心，
鄰近的像素和過濾器相對位置的權重相乘後的總和，就是相對應的特徵（作者提供）

圖五：萃取出物體的不同特徵。（作者提供）

圖六：平均池化示意圖。（作者提供）

圖七：最大池化示意圖。（作者提供）

卷積運算其實非常耗時，在特徵擷取過程中往往會衍生極大量的運算成本，因此我們可以通過池化來減少運算量。池化運算大致上可以分為平均池化（meanpooling）、最大池化（max-pooling）、隨機池化（stochastic-pooling）等。下面以平均池化和最大池化舉例說明。平均池化利用4個元素的平均來取代原本的4個元素；最大池化則為使用4個元素中最大的元素取代原本的元素。進行池化後，原本的4個元素便減少為一個特徵，可以大大減少電腦的運算量，但也因為遺棄了其他3個元素，同時可能會遇到遺失資訊的風險。

圖八：平行混合特徵金字塔架構，針對大小物件偵測，金字塔A用來偵測大物件，
金字塔B用來偵測中物件，金字塔C用來偵測小物件。（作者提供）

利用無人空拍機的機動性結合AI模型，由空拍視訊來尋找、偵測與分析特定目標物，有許多應用空間，但如何在高空即時偵測地面物件，如人、車輛、農作物、建築物，是技術落地面臨的一大挑戰。首先會碰到的困擾，是空拍影像中物件過小之問題。多數分析技術以YOLO（you only look once） 影像辨識架構如YOLO-V4來偵測物件，為了擷取有效的語意特徵，須做至少5次池化的運算，因為每一次池化都會造成物件大小縮小為1/4，經過5次後，物件會變成原尺寸的1/1024，這會使得極小物件消失。另一方面，YOLO架構還有一個大問題就是無法兼顧大、小物件同時偵測之問題。為了解決這些問題，我們提出平行混合特徵金字塔架構，利用多個混合特徵金字塔，來偵測不同大小物件。這個技術在空拍機的視角下，有非常高的準確率表現，能夠順利解決傳統方法在物件偵測上，無法同時辨識不同視角和不同大小的物件問題。

應用於智慧農業，預測產量精準施藥

智慧農業是近年來我國政府致力發展的方向之一，如果能結合無人機與人工智慧技術，將有機會協助傳統產業升級、提升農民福祉。前述所開發的方法也可以用在農作物偵測與產量預估上，如圖九是水稻田的空拍影像，其中每個紅色的小點都是秧苗，我們可以透過空拍影像，偵測與計算出水稻數量。另一個應用是分析鳳梨成長情況，如圖十是空拍機拍出的鳳梨田，每一個方形框框都是鳳梨芯的位置。

圖九：空拍水稻偵測結果圖。（教育部AI-CUP）

近年來很多農夫都開始利用無人機取代傳統人力，進行施肥及農藥噴灑的工作，如果未來能結合此處所開發的技術，那麼就能只針對有農作物的地方進行作業，減少在沒有農作物地方的浪費，將能大幅降成本、提高收益。

圖十：空拍鳳梨偵測與計數結果圖。（教育部AI-CUP）

偵測人群聚集，統計人流熱點

在另一方面，自從2020年初開始，世界便籠罩在2019冠狀病毒疾病（COVID-19）疫情下，確診後很可能造成呼吸系統不可逆的傷害，使得全世界都人心惶惶，截至今（2022）年3月9日止，COVID-19疫情已造成超過4.48億人確診感染，其中更有高達601萬人因而死亡。疫情已經流行將近兩年，雖然大部分國家正積極地注射疫苗，最近更有口服藥被發明問世，但至今每天仍有數十萬人次的新增確診人數，距離疫情結束的那天仍遙遙無期。為避免人群群聚增加染疫風險，也可利用空拍機分析人群聚集的情況，例如圖十一，透過前面所開發的物件偵測器來偵測人群聚集處，協助加以示警、疏散。

圖十一：空拍影像人物偵測結果。（作者提供）

臺灣常有不同活動舉辦，如演唱會、廟會、燈會、路跑、園遊會、甚至抗爭等，對主辦者而言，想統計出有多少人潮、哪些展館是熱點、哪那些商品是熱銷，這些資訊都是非常重要的。從前在推算集會遊行或造勢晚會的人數時，大部分的做法都是利用活動面積去乘上單位面積的人數來進行估算，但容易受到外在因素所影響。如前面提到的YOLO偵測方法在面對遮擋或密集人群時，往往會有所失準，無法準確的評估人數，特別是對大規模的密集人群，如超過千人以上的擁擠人群，很難正確計數。因此，可以改採取用熱點圖為基礎之人群計數技術，藉由生成人群的熱力圖，如圖十二，人群計數就變成對熱力圖的積分計算，進而計算每平方米的行人密度與聚集程度。

圖十二：空拍影像密集人群偵測。（a） 原圖；（b） 熱點圖。（作者提供）

協助導航避免道路壅塞

近年來，如何解決道路壅塞問題受到關注，現存最常見的個人交通輔助設備是導航系統，但一般的導航裝置僅規畫最短路徑，沒有考量變動的交通流量，無法依據不同路線的車流量動態地規畫最佳路徑。過去有利用行動裝置或者道路攝影機取得路況，提前告知駕駛繞道以減緩壅塞問題的方案，但這類方法存在資訊過剩或不足的問題。即多個裝置所截取同一路段的影像，當已有足夠的資料量即可判定壅塞，若同一路段的駕駛還是持續提供資訊就會變成不必要的資料；而當一路段皆未有駕駛提供路段資訊，則會造成資訊不足無法判定壅塞的情形。

為避免須由駕駛人主動提供資訊所造成的問題，我們可利用無人機空拍照來建立影像資料庫提供路況資訊。無人機最大的優勢就在於機動性高，能夠依需求拍攝出各種視野、角度、高度的道路街景圖，再加上本團隊的研究成果在微小物件的區分上極出色，能以更多元、更彈性的方式來進行車流分析。除了偵測出車輛外，甚至還能進一步分辨出機車、汽車、卡車等，提供更準確的偵測結果。舉例來說，圖十三為各類車輛偵測的結果，可分出不同的車輛；圖十四（a）則顯示偵測戶外停車場的空位；（b）則為模糊影像的偵測結果（地點：臺北市政府）；（c）則為高速公路的車流分析；圖十五為白海豚偵測的結果。

圖十三：車輛偵測結果。（國立陽明交通大學運輸與物流管理研究所提供）

圖十四：從空拍影像做車輛偵測的結果圖。（a）清楚影像；（b）模糊影像；
（c）高速公路之車流分析。（資策會提供；國立陽明交通大學運輸與物流管理研究所提供）

圖十五：白海豚偵測之結果。（臺灣大學周蓮香教授提供）

近年來，無人機的硬體技術已逐漸成熟，而人工智慧的技術也正以超乎想像的速度進步。透過開發及整合各樣的AI模型，人工智慧不再只是艱澀難懂的資訊科學，以「智慧空拍機」為例，人工智慧的技術也能在稀鬆的日常間，完成從前認為是科幻片中出現的任務。過去沒有想過能自動化的事情，仰靠人工智慧的技術，也許在不久的未來，都能一一完成。

參考文獻
1. Alexey Bochkovskiy et al., Yolov4: Optimal speed and accuracy of object detection, arXiv, 2020.
2. Yann LeCun et al., Gradient-based learning applied to document recognition, Proceedings of the IEEE, 1998.
3. Ping-Yang Chen et al., Parallel Residual Bi-Fusion Feature Pyramid Network for Accurate Single-Shot Object Detection, IEEE Transactions on Image Processing, 2021.