假如没有 GPS，大多数无人机会迷失方向。但这架无人机不会。
借助深度学习 和计算机视觉功能，NVIDIA 研究人员研发的一架无人机甚至能在最为偏远、未经测绘的区域进行导航。这都得益于 NVIDIA Jetson TX1 嵌入式人工智能计算平台提供的技术支持。
尽管这款无人机最初的设计意图旨在营救在森林里迷途的徒步旅行者，或定位倒塌的树木，但它的低空自主飞行能力同样可以在森林之外的地方大显身手，例如摩天大楼之间以及大楼内部，这些位置正是没有GPS覆盖 或GPS信号不精确的区域。。
NVIDIA 团队技术主管 Nikolai Smolyanskiy 表示：“即使 GPS 无法提供定位服务，这台无人机依然能够很好工作；只要无人机能够识别出道路，即可达到目标。”
没有 GPS 导航？没有问题。
Smolyanskiy 表示：“尽管这项技术尚处在试验阶段，但最终将能够用于搜寻震损建筑中的幸存者、潜入隧道检查铁轨、查看仓库搁架的存货或深潜水下检查通讯电缆。”
技术团队已成功训练它沿火车轨道航行，并将这套系统传输至动轮式机器人，让它能穿越走廊。这架无人机还能避开人、宠物或电线杆等障碍物。
Smolyanskiy说道：“我们之所以选择森林作为试验地，是因为这大概是最难以导航的地方；我们认为，如果可以使用深度学习功能来完成此类环境下的导航，则意味着我们可以在任何地方成功导航。”
在城市化的环境中，路缘高度、邮箱形状和人行道宽度等基本一致。而与此不同，森林相对无序。森林小径通常没有标识。光线会被树叶遮蔽；呈现明暗光影的变幻。树木的高度、宽度、角度和树枝情况各异。
航程记录
为控制成本，研究人员们为一架的现成的无人机配备了 NVIDIA Jetson TX1 和两台摄像机。
Smolyanskiy 说道：“我们的整体构想是运用摄像头来理解环境并实现导航；Jetson 赋予我们计算能力，使得这架无人机能够执行高级 AI 操作，这是在偏远环境下正常运行的一个条件。”
NVIDIA 团队并不是最先开始研发无 GPS 导航无人机的团队，但与同行相比，他们已成功实现了历时最久且最稳定的航程。他们研发的自主飞行式无人机沿轨道飞过 1 千米（约 0.62 英里），顺利避开了各种障碍，在轨道中心保持稳定位置。
团队成员 Alexey Kamenev 在整个研发过程中发挥了重要作用。他开发的深度学习技术使得这架无人机顺着轨道平稳飞行，而不出现造成晃动的突发动作。此外，他还大大减少了训练深度学习系统通常所需的数据量。
在下方视频中，这架无人机在华盛顿雷德蒙德办公室附近的一座森林中沿着一条轨迹飞行，研究人员们就在这个办公室中工作。绿色区域是这架无人驾驶机的目标飞行范围，红色区域是它避开的位置。
插入视频：https://v.qq.com/x/page/k0514sw3d2u.html
无需痕迹导航
这架无人机通过观看 Smolyanskiy 在西北太平洋地段拍摄的 8 英里轨道来学习定位飞行路线。他脚踩迷你Segway平衡车，借助固定于金属杆左、中、右三处的三个广角GoPro摄像机拍摄下不同光线条件的影像。
除了自己录制的影像之外，研究人员还用苏黎世Dalle Molle人工智能研究所(IDSIA)的人工智能研究员拍摄的瑞士阿尔卑斯山道路视频，对他们的神经网络TrailNet进行了训练。
实际上， IDSIA 在无人机森林导航方面的工作成果是 NVIDIA 自主飞行式无人机团队的灵感来源之一。另一个灵感来源是 NVIDIA 自动驾驶汽车，著名的 BB8。
下一步计划
该团队现计划创建适用于 Jetson TX1 和 Jetson TX2 的软件下载包，让其他人也能创建出基于视觉信息即可实现导航的无人驾驶机。
从长远上看，这个想法旨在让无人飞行机实现任何地图上两点位置间的航行，无论是谷歌地图还是建筑平面图，使之顺利完成飞行，沿途避开各种障碍物。
有关该团队工作的更多信息，请查看“采用配备深度神经网络的低飞自主式 MAV 轨迹导航系统实现环保效能” 或 浏览该团队在 GPU 技术大会上的访谈。
研究员 Nikolai Smolyanskiy 展示用于训练这架无人机的视频拍摄装备。