多數無人機要是沒了 GPS 就會迷路，但這一架卻不會。
一架由 NVIDIA 研究團隊開發出的無人機，只靠著在 NVIDIA Jetson TX1 嵌入式人工智慧超級電腦上運行的深度學習和電腦視覺技術，便飛向地圖上未標明、渺無人跡的偏遠地點。
起初設計這架低空飛行的自動駕駛無人機的目的，是要循著森林步道來搜救迷路的登山客或找出傾倒的樹林，不過它的服務範圍可不限於森林，在高聳入雲間的峽谷或建築物內部等GPS 信號不佳或收不到 GPS 信號的地方，同樣也能派上用場。
「沒有 GPS 信號仍能使用這架無人機，只要給它一條能認得的路，它就能飛。」NVIDIA 研發團隊技術領導人 Nikolai Smolyanskiy 說。
研究團隊使用現成零件來打造這架無人機，
以降低成本。
沒有 GPS 信號？不用擔心
Smolyanskiy 說目前這只是一項實驗中的技術，不過日後能用於在受損的建築物裡搜尋生還者、檢查隧道裡的鐵軌、對店內貨架進行盤點，或是調整為檢查水下的通訊纜線。
研究團隊已經訓練這架無人機來跟隨鐵軌，以及將系統移植到有輪子的機器人上，以在走廊上來回移動。無人機還能避開人類、寵物或柱子等障礙物。
「我們選擇森林當成試驗的場地，原因在於這或許是最難以導航的地方。我們想要是能使用深度學習在那種環境裡進行飛行，在其它地方就更沒有問題了。」他說。
城市裡的人行道路緣高度、郵箱形狀和人行道寬度通常一致，森林裡卻有著奇形怪狀的物體，林子裡的步道通常沒有標線，陽光從葉間灑落而下，又有著從明亮陽光到陰影間的變化；樹木的高度、寬度、角度參差錯落，還伴有枝椏。
為了壓低成本，研究團隊使用現成的無人機搭配 NVIDIA Jetson TX1 和兩具攝影機，打造他們的裝備。
「我們的整體想法就是使用攝影機來瞭解和導航，Jetson 的運算能力讓我們能在無人機上進行先進的人工智慧作業，這對於在偏遠環境裡操作來說十分重要。」Smolyanskiy 說。
NVIDIA 的隊伍並非首支在無 GPS 信號的情況下進行導航飛行的團隊，不過他們達到自認為是同類機型裡距離最遠、最穩定的飛行表現。他們的全自主駕駛無人機沿著一公里（約是一英里的十分之六）長的步道飛行，避開障礙物且穩定保持在步道中央上空飛行。
隊員 Alexey Kamenev 在推動這件事上扮演著要角。他發展出讓無人機能平順沿著步道飛行的深度學習技術，不會因為突然的動作而晃動，也無需用到訓練深度學習系統時經常所需的海量資料。
在以下的影片裡，研究團隊於華盛頓州雷德蒙德辦公室附近的林子裡，沿著步道操作無人機。綠色區域是機器人決定飛行的地方，紅色則是它拒絕飛行的地方。
無需使用麵包屑
無人機觀看 Smolyanskiy 在太平洋西北地區沿著八英里長的步道所拍攝的影片，學習如何沿著步道飛行。他在一台迷你 Segway 上架設一根金屬橫桿，並且在左、中、右安裝三具廣角 GoPro 攝影機，在不同光線條件上拍攝訓練用的影片。
研究團隊除了自拍訓練影片，還使用位於蘇黎世之瑞士意大利語區高等專業學院 Dalle Molle 人工智慧研究所（IDSIA）的人工智慧研究人員，在瑞士阿爾卑斯山區步道所拍攝的步道影片，來訓練名為「TrailNet」的神經網路。
其實 IDSIA 對於無人機在森林內進行導航飛行的研究，給了 NVIDIA 的自主飛行無人機團隊許多靈感，而另一個靈感來源則是 NVIDIA 的自動駕駛車 BB8。
未來發展方向
團隊目前打算為 Jetson TX1 與 Jetson TX2 發展可以下載的軟體，他人就能開發單靠視覺資訊進行導航的機器人。
他們的長期目標是告訴機器人在任何地圖上的兩點間行動（無論是 Google 地圖或建物平面圖），並且在避開障礙物的情況下安全抵達。
如需更多關於這項研究的資訊，請見《Toward Low-Flying Autonomous MAV Trail Navigation using Deep Neural Networks for Environmental Awareness》一文，或是觀看他們在 GPU 科技大會講座裡分享的心得。
研究員 Nikolai Smolyanskiy 展示用於拍攝無人機訓練影片教材的設備。