技術鏈條漸漸完備：令人期待的無人機未來

　　無人駕駛，看起來很近，其實很遠，很多技術問題在當前條件下幾乎無解。比如說高達10萬美元的汽車激光雷達，就讓汽車造價很難被普遍商用。

　　而激光雷達無人機，則是看起來很近，實際上也真的很近。因為禁錮它的技術鎖鏈，正在被一一拆除：

　　1、成本問題。精度要求越高，激光雷達的成本就越大。但空中探測并不需要和地面交通一樣的高精度，而且大量的微型激光雷達感應器廠商，正在想方設法解決這方面的不足。

　　比如DARPA推出的專為自動駕駛而設計的小型激光雷達SWEEPER，就能達到小型化、低成本、高可靠的要求。

　　2、續航問題。無人機的穩定性決定了它的有效使用時間和工作效率，尤其是工業上使用的大功率設備，波士頓無人機制造商CyPhyWorks新發布了一款無人機，在執行巡航任務時，由一條“微絲”連接，既可以傳輸數據也可從外部發電機、車輛或其他設備獲得電力，理論上說可以永不著陸充電，長續航工作正在成為可能。

　　3、算力問題。無人機的有限算力，導致自主執行和完成復雜任務在現實情況下異常困難。比如利用激光雷達的實時監測實現避障，目前還不是非常流暢和成熟。而通過地面通訊基站和云服務器的協同作業，就讓無人機有了一個強大的計算外掛，也就降低了復雜任務的難度。

　　4、多模態問題。目前自動無人機還面臨的一大癥狀就是硬件“大拼盤”帶來的數據不互通。

　　激光雷達的3D數據，與高清攝像頭、聲納、感應器等零件的多模態混合作用，要投射到云處理器來進行識別處理。利用多模態AI算法，就可以讀取、對比和分析二維、三維等復雜環境中的多重數據，來合并生成更精準的高維地圖。

　　這或許是個好消息，低成本、高續航、多模態算法的激光雷達無人機，目前看來大規模商用甚至民用，僅僅只是時間問題。

　　永不消逝的煩惱：為什么這對CP只能是“創可貼技術”?

　　當然，很快到來并不意味著沒有不足。尤其是激光雷達+無人機這樣看起來威力極大的事物。

　　最核心的一個問題是，如何防止無人機在數據采集中進行隱私窺探?

　　地面取景的信息后置，可以對一些不恰當的數據展示進行處理。比如谷歌地圖就設置了一個面部識別并自動打碼的功能，用戶也可以要求谷歌對他們的房子或車進行永久性打碼。甚至曾經為了保護一頭牛的隱私而對其臉部進行了虛化。

　　對大多數企業來說，理解和建立技術倫理要比技術本身難度大多了，而且成本更高。

　　也就是說，擁有激光探測功能的無人機，注定很難直面大眾用戶。

　　與有限的商業場景所對應的，將是它的吸引力進一步減小，為它做過多的投入是沒有意義的。失去了商業價值之后，還會有人愿意投入鋪設基站、建立頻譜等基礎設施建設嗎?

　　我們固然可以畫出一張商業上無限美好的大餅，但缺少了基礎設施這些后端硬件的支撐，關于激光雷達無人機的想象力，始終只能停留在“備胎”層面。

　　綜合來看，激光雷達和無人機所帶來的商業想象力，注定了是一個帶著鐐銬的“創可貼技術”，作為其他地理信息系統的補償方案，它會帶來不少驚喜。但越是耳聰目明，越是會被眾人所警惕。

　　在技術已經不成問題的當下，要跨越心理的迷障，真可以算是一道天塹了。