除此之外,我们在无人机上部署雷达、激光,这在太空当中,在卫星上做不到,我们不光进行3D建模,而且基于云的大数据分析和机器学习、深度学习的能 力融入进去。但是过去的问题是数据从哪儿来,我们有没有实时的处理和分析能力,谁会用到这样的数据,我们的起步是智能手机产业,我们有一个基本的理念,就 是互联互通的设备、联网的设备,航空业把无人机当作一架飞机来看。有些公司把无人机看作是产品,我们把无人机看作又一种联网的产品,就像手机或者是联网汽 车一样,你的手机本身并不意味着什么,只有联上了各种各样的服务,才能使智能手机变的非常强大。如果你把设备连接到互联网当中,并且和传感的能力结合在一 起,这样才能实现智能化,把云当中的人工智能和无人机当中的传感器实时结合在一起,使得无人机解决方案变的格外强大,我们能够把它作为一个完整的堆栈进行 设计,能够汇聚基于智能手机行业方方面面的创新,一年半以后,我们将会有两百多万架商用无人机,它们每天能够产生1.3GB的数据,加在一起每天是3PB 的数据。我们如何能够让云计算系统足够高效,能够自动分析,并且把分析的结果做一个有用的展现,不光是数据,而且是可供决策的数据解决方案,并不是简单的 产品。
刚才我们讲到了机器学习、深度学习,这也是云计算、人工智能下一代的发展,而且无人机也会成为大数据系统的重要组成部分。
无人机帮助你们以自己看不到的形式进行三维识别的展现,首先是空中视图,让我们有三维空中。二是除了视觉之外,它还用镜红外光和多色谱进行观察,实 际上无人机是四维机器人,第四维是哪个纬度呢?就是时间,可以看到你观察的对象在各个时间段的变化。我们能够对于每一个时间点做快照式的展现,每个小时、 每天你都在收集同样的数据,然后把它都保存下来,这样我们能够前前后后的进行检索,能够看到前后的变化,可以看到标准的偏移。以及可以看到视觉的变化,把 光照和气候非必要的因素给过滤出去,然后看到一些最本质的变化。
比如说这样的工地,它到底发生了什么样的变化,谁带来了什么样的变化。另外是安保监控摄象头,大家可以看到这是一个安保的摄象头,在这里我们也增加 了时间的纬度,他们的背景是静止的,前景的变化都会有一个时间的标签,这是今天的安保摄象头能够做到的。实际上无人机就是一个动态的摄象头,每次都按照同 样的一条路径去分析和进行拍摄。我们能够捕获到最小程度的变化,在图象处理过程当中,最大的挑战就是要把所有收集到的数据转变成,我身后的图片,给这些变 化都加上一个时间的标签,这样能够看到你过去看不到的数据。
昨天有一个人在房间当中,明天又会有一个人在这个位置上。我们可以通过数据的收集,并且从空中数据的收集,比任何一个光谱和色谱都可以观察到这些变 化,并且将这些数据的变化转变成可供决策的信息,这样我们把技术最后一个缺失的环闭合上,我们对能够衡量到一切加以管理和使用,谢谢大家。