EdgeFlow：微型無人機的光流法

https://trusted-copper-0f8.notion.site/EdgeFlow-048fe12a7b90452aa11a50a2f54ffc41

微型無人機是尺寸只有手掌大小的無人機，可以在狹窄空間移動，例如：於救災時，在坍塌建築物中搜索。不過因為其重量、機能限制，若要可以自主飛行，仍有許多挑戰性，因此需要找到能適用在微型無人機上的有效演算法。若要自主飛行，需要達到：穩定飛行、速度控制、以及避障等功能，因此無人機需要知道自己當下的飛行速度。

生物如蜜蜂等飛行昆蟲，會藉由計算光流完成這些任務，所以研究團隊將光流作為靈感，透過在微型無人機下方裝相機偵測光流，來了解自己的行進速度。然而，工程上傳統的算法，如 farneback 的稠密光流、抑或是 Lucas-Kanade 的稀疏光流，都還是無法在微型無人機的硬體上運算。因此本篇的研究團隊介紹新的光流算法：edgeflow，藉此幫助微型無人機飛行。

fig.1 整篇論文的架構。為了讓微型無人機自主飛行，藉由在無人機底部裝相機偵測光流，達到估計自身速度的工作。

首先先用 Sobel filter ，計算出圖像x軸的邊緣特徵，並沿著y軸加起來，形成直方圖（fig.2a），使得原本二維降成一維，y軸的計算反之亦然。接著使用絕對差值（SAD），在兩幀照片中搜索，近一步得到位移。（fig.2b）

fig.2 (a)圖像經由sobel濾波器偵測出物體邊緣，並繪製成直方圖 (b) 將兩幀的直方圖比較、搜索，得到兩幀間的位移。

考慮到若移動較緩慢，兩幀間可能偵測不到移動，所以作者將不止比較前一幀，而是比較更前面幀數的影像。但由於不可能將所有影像都存下來，那該如何決定要跟多少幀影像比較？所以作者藉由前一刻得到的光流，藉此推估需要多少幀影像。

得到光流，即可換算成自身速度。本文推出的光流算法，可以在硬體較受到限制的微型無人機上使用，在控制迴路中，可以做到補償飄移，並瞭解外部的速度。

撰文：吳芯瑀

原始論文：K. McGuire, G. de Croon, C. de Wagter, B. Remes, K. Tuyls and H. Kappen, "Local histogram matching for efficient optical flow computation applied to velocity estimation on pocket drones," 2016 IEEE International Conference on Robotics and Automation (ICRA)

, 2016, pp. 3255-3260, doi: 10.1109/ICRA.2016.7487496.