视觉导航技术即将在航空领域取得重大突破，空客旗下的Wayfinder项目正在让飞机实现盲降。这一进展将彻底改变人类飞行员的工作方式。传统上，人类飞行员依靠目视判断跑道距离和方向，这套手眼协调技能现在正被引入深度学习模型中。空客Wayfinder给飞机装上了机器学习模型，让它能依靠机头相机实现自动进近和着陆。这个技术不再依赖昂贵的CAT III ILS系统。 全球有近4000个机场，但只有不到1000个机场配备了ILS系统。其中只有不到100个能满足CAT III标准。安装一套ILS系统动辄需要数千万欧元，并且维护费用每年都在增加。因此，很多偏远小机场对安装ILS望而却步。为了解决这个问题，空客推出了自主滑行、起飞和着陆（ATTOL）示范项目。他们把传感器和飞控电脑安装到测试机上，让飞机自己“看懂”跑道。 这个系统的落地分为三个步骤：首先，让飞机能够“看见”跑道。传统的计算机视觉技术需要人工设计特征，容易在复杂环境下失效。而卷积神经网络（CNN）可以通过海量数据挖掘深层特征，在不同天气条件下都能准确识别跑道。其次，将像素坐标转化为下滑道信息。即使图像中没有数字下滑道也没关系，飞机知道自己的位置和朝向，并结合卫星地图上的3D坐标计算距离和下滑道偏差。 第三个步骤是利用合成数据进行训练。真机数据稀缺时，可以使用X-Plane飞行模拟器生成虚拟环境进行训练。模拟器可以提供详细的机场模型和极端工况情况，再结合ReShade着色器模拟真实相机的效果进行后处理着色，让网络先在虚拟环境中锻炼技术。 多任务学习技术也被应用到了这个系统中。过去的网络需要分为分类、检测和回归三个阶段来完成任务；而Wayfinder把这些任务合并成一个网络，共享层提取通用特征后任务层并行输出多个结果：边界框坐标、距离、中心线偏移等信息。测试结果显示这个系统能够在几公里外准确检测到跑道信息。 目前这个系统正在真实跑道上进行验证，并且已经在一些城市空中交通领域展开探索。未来一旦跨域训练成熟后，模拟器与实机之间的差异将被打破。递归神经网络（RNN）可以将时间维度拉长融合连续帧的视觉线索与先验知识等信息，让飞机在未见过的机场也能准确校准下滑道。 从现在开始，“目视飞行”将被升级为“目视自主”，不再依赖仪表导航。凭借这个技术的发展，A320neo到城市空中交通的电动倾转翼都将受益于视觉导航技术的升级。 原文保留：1000个、100个、4000个、ATTOL、CAT、CNN、III、ILS、Plane、RNN、ReShade、Wayfinder、X-Plane