人工智能技术

无人机机器学习

人工智能(AI)是机器和机器人执行通常需要人类智能才能完成的任务的能力，包括学习和适应不断变化的环境的能力。

Teledyne CARIS的人工智能声纳噪声分类器

与死记硬背相比，机器学习的开发要复杂得多，死记硬背可以很容易地在计算机上使用规则列表实现，而且相对有限和不灵活。

人工智能在无人机和无人驾驶车辆上的成功实施，使自动驾驶系统的发展成为可能，从而消除了对人类操作员的需求。这节省了人力和费用，并且对于某些人类无法像计算机那样快速完成的任务更有效。这也可能是解锁商业广告的关键之一BVLOS(超出飞行视线)大规模无人机操作。

应用程序

无人机(无人机)、ugv(无人地面车辆)和其他机器人平台可能将AI用于各种应用，包括;

• 避障
• 群操作
• 实时数据分析和图像分类
• 自主精确导航和着陆。

Lorenz AI-Link -人工智能计算

人工智能使无人机或机器人能够根据传感器的输入做出决定，甚至在与作战基地失去联系的情况下也能继续执行任务。

人工智能组件

人工智能的关键组成部分是机器学习和深度学习软件，它们允许计算机采用更复杂的算法，如神经网络，以发现数据中的模式和关系。神经网络需要通过向它们提供大量的示例数据来进行训练。无人机机器学习的一个例子就是使用计算机视觉以及对潜在目标进行检测、分类和跟踪的传感器。

嵌入式智能

Condor NVP2102AxX具有GPGPU计算，AI处理，EIZO深度学习功能

无人机和机器人的人工智能可以在云中或边缘设备上执行，在无人驾驶汽车的情况下，这意味着机载计算。由于数据处理发生在靠近数据源的地方——车载传感器——边缘设备可以更快地获得结果。无人机AI边缘设备的硬件选项包括通用图形处理单元(gpgpu)、中央处理单元(cpu)、特定应用集成电路(asic)和片上系统(soc)。

车载AI需要大量的处理能力，这可能会使边缘设备不适合SWaP(尺寸、重量和功率)受限的车辆。然而，利用云进行人工智能处理需要低延迟和高带宽，这在偏远地区和其他低于标准的通信环境中很难获得。数据的远距离传输也会带来安全和隐私风险。