原文发布链接：2017/7/26 17:31:29
1988年，我3岁的表弟在他的后院失踪。在当时温哥华的农村，房屋后是复杂的丘陵地形，山洞，热带雨林，以及湍急的河流。警察带着警犬和整个社区联合搜索，也没有找到他。他掉进河里了吗？是有人带走了他吗？
几个小时后，他出现了，邻居的狗牵引着他。他们都湿透了。我猜测他掉入了河里，而邻居的狗把他救了上来。应该表扬这条狗，但这不是最重要的，重要的是没有人能找到他。警察，嗅探犬，整个社区都无法找到他。森林太密集，传统的搜救方式面临极大的困难。
如果他们根据场景采用了更有效的手段，那场搜救会不会有所改变？如果他们有一个机载设备（比一架直升机更小，更容易操作），能够扫描每一个洞，树和深坑，情况是否会有所改观呢？
现在我们就来谈谈无人机。
今天，搜索和救援工作只是无人机作为革命性工具的一个领域。许多市场和行业也使用它们来监控区域，获得地形和资源的认知，并最终做出基于数据的决策（如管道检测，评估风暴灾害，农业）。
无人机任然存在着一些争议，它牵涉一些道德问题。但不可否认的是，无人机可以到达人类去不了的地方——无论是因为安全，成本无法到达，亦或是因为在操作性上无法到达。它们可以获取那些直升机无法获取的东西，并且更便宜，更高效。此外，它们生产的数据及时、高质量。
? 无人机是收集高质量数据的一个安全的、可消费得起的新平台。
好了，我们一致认为，无人机非常酷。准备好开始了吗？也许你打算把它用在你商业的某一部分，或者你正考虑将它用作娱乐（那你可以申请一个免费的FME home use license）。
无人机数据面临的挑战
第一步，获得一个无人机。
然后，我们来谈谈数据。无人机数据包括影像、视频、激光扫描、遥测文件等等，通常量比较大。这意味着挑战主要在数据组织、数据处理和数据分配这几方面。
此外，新的技术领域意味着大量新的数据，甚至全新的类型和格式。这可能导致严重个的互操作性问题，特别是当你去映射无人机收集的位置数据的时候。
无人机对FME 来说，还是块处女地。但是我们对它充满了热情。FME就是为这样的互操作挑战而生的。它移动和塑造数据，可以很容易地连接到API，并能够利用云工作——在无人机任务周期的每个阶段发挥巨大潜力。
1、飞行前计划
从无人机任务规划开始。
开始前请了解空域和机场规定，并遵守。机场/空域的数据可能是AIXM格式，我们可以将它转换成KML格式，以便在Google Earth中进行观看。在飞之前，你需要考虑无人机航行通告，天气和风向信息，限制空域，森林火灾和通用航空活动，比如滑翔伞/跳伞。
自动生成航线/航线点。可以利用类似于Litchi这样的app/website，在地图上绘制你需要的点，并以CSV格式导出。在这里，你可以考虑创建一个自动生成点的工作流（例如计算管道中心线）或转换路径从Google Earth(kml)到Litchi(csv)。
集成多个格式，得到最精准的全局表现。考虑实时地图、CAD建筑结构、社区的GIS地图、以及基础设施数据库。
飞行预览。获得真实的飞行预览是关键，混合你的数据源，并转换成KML格式，看看在Google Earth上飞行将会是什么样子。对于商业应用程序，你可以构建一个web服务，它在web浏览器上显示飞行预览。用户可以将他们的飞行路径上传到web服务，让其在地图展示之前自动验证有效性。
检查飞行路径。从视觉和自动识别风险和错误方面检查飞行路径。自动检查应该对飞行计划执行各种测试。比如，你需要在哪些空域进行飞行，是否需要批准。
从验证结果生成报告。对于商业应用，你可以创建web服务，让用户上传他们的飞行计划，并自动生成报告。
2、飞行
启动无人机，等待其收集数据。
让飞行任务自动化，因为自动化意味着更少的人为错误。它能更有效地利用有限的飞行时间和执行更安全的操作，因为自动化的系统更能应对环境条件的变化要求。自动化还意味着可以快速生成多个任务，以及再次飞行；而不必手动计划和手动飞行每个航线点。
无人机可以存储大量的信息：飞行日志、栅格、点云、视频、视频边车文件（SRT格式）、以及所有嵌入了坐标值的信息。每个无人机收集的数据都稍有不同，但是，通常图像数据都存储为JPEG EXIF或NFO。
高存储量数据在处理工作流的各个阶段都是一种挑战。因此，在飞行过程中，在收集数据时，尽量考虑如何实现“MYO”（最低最优）原则。
3、飞行后检查
当无人机飞回后，取出存储卡，将数据复制到电脑上。根据你任务的复杂性，你可能会处理成千上万的图片，视频和激光扫描文件。
后期处理可能包括变化检测、分类、渲染点云、添加z值、或者其他的任务。这取决于你打算用这些数据干什么。
创建一个目录来索引所有的数据。Excel电子表格是一种方式，如果你使用HTML，你会发现更好的终端用户友好型界面。
将图片转换到其他有用的输出，比如Google Earth。为此，你的工作流需要包含从JPEG提取经纬度、影像配准、以及将图像加载到KML。其他格式转换和影像配准，对飞回的任意数据都是必要的，比如存储为SRT格式的飞行路径信息。
利用自动化。同时，巨大的数据量是潜在的瓶颈，所以，确保优化无人机到磁盘的工作流，以便重复使用。
4、数据分发
数据交付部分包括将它转换成目标用户需要的格式。
将数据放到云上，以便其他人现在任务结果。
此外，商业应用可以提供数据下载、报告/总结、或者飞行路线等web服务以获利。你也可以考虑利用应用程序Esri Survey123让用户更新主数据库内数据。
生成一个报告。可以是Excel电子表格、HTML、PDF、BI软件，或任何你需要的格式（参见：数据报告研讨会）。自动化的汇总和分发过程有利于做出快速决策。
考虑如何通过工具和无人机API，在无人机任务周期的每个阶段进行集成。检查DJI、OpenDroneMap、DroneDeploy、Drone2Map for Arcgis。应用的常见输出格式为XML，CSV和JSON。你还可以应用Microsoft、Google、或Watson的服务——比如，自动化分辨图片包含的信息。
真实世界的UAV
更多深入技术，请看FME UC 2017无人机专家Dean Hintz和Steve MacCabe，以及阿拉巴马电力公司Renato Salvaleon的演讲。
l UAVs and FME:Powering Your Drone and Its Data with FME
Hans van der Maarel的FME UC演讲主要关注无人机的后期处理。他的FME工作流从点云生成PDF报告。
l From the clouds to the ground:change detection in drone-captured point clouds
数据准备、集成、可视化、自动化和分发都是无人机任务周期的一部分。我们看到了巨大的潜力，迫不急待地想要听到FME用户的成果。
如果你是无人机爱好者，无论商业或娱乐，请让我们知道你们的需求！新的格式支持？特定的功能或转换器？我们想要了解你们在无人机领域遇到的挑战，以及如何利用无人机web服务实现集成。