核心要点
多模态这个词听着抽象，放到无人机上其实很具体：让机器同时用摄像头看、用超声波测距、用陀螺仪感知姿态。这篇按课程页第四天与第五天的安排，讲清传感器与避障到底怎么讲、小组怎么测试不同模态组合，以及第五天的AI工坊接上什么。

课程页第四天上午写的是：多模态概念（传感器类型：摄像头、超声波、陀螺仪）与新工科应用（传感器在无人机中的作用：避障、物体识别）。

下午就进入集成与测试环节。

三种传感器各管什么

摄像头负责视觉信息，能做物体识别与视觉导航。多模态不是把传感器堆上去，而是让不同信息来源互相校验。传感器集成的难点在于数据要能同时被读到并且对得上。

超声波负责近距离测距，在低空避障里常用。避障需要快速判断，跟随需要持续锁定，两者的算法思路不同。避障的误判通常来自光线或反射面，调试时要换场地试。

陀螺仪感知姿态与角速度，是保持稳定的基础。小组测试不同模态组合，是把课堂变成小型实验的过程。机器视觉在第五天出现，是为了先有基础感知再上算法。

多模态的意义在融合

单一传感器都有盲区，摄像头怕光线变化，超声波受表面材质影响，陀螺仪会累积漂移。机器视觉在第五天才有，第四天先用基础传感器建立直觉。小组测试不同模态组合，本质上是在做对照实验。

把几种信息结合起来判断，才能让避障更可靠。AI模块的加入顺序是刻意安排的：先有数据，再有决策。AI模块的加入让无人机从会飞变成会判断。传感器集成的难处在于多路数据要能同时对得上。

课程页把多模态写成核心概念，说明它不只是并列使用，而是要融合决策。传感器调试常会因为场地光线或材质而失灵，这也是真实工程的一部分。这一天的内容，是全周最接近人工智能专业实际工作的部分。

下午的集成与测试

课程页写的是集成传感器，编程实现避障或跟随物体，并小组测试不同模态组合。避障误判常来自光线或反射面，调试时要换场地测试。

避障与跟随是两种不同的任务：前者要停或绕，后者要跟着走。机器视觉安排到第五天，是为了先建立基础感知的直觉。

小组测试不同组合，是把课堂变成小型实验的过程。小组测试不同模态组合，本质上是在做对照实验。

第五天接上AI

第五天上午的AI工坊讲算法概念，包括路径规划与机器视觉。AI模块的加入，让无人机从会飞变成会判断。

项目构建环节给无人机添加AI模块，实现自主导航，比如巡线或迷宫飞行。这一天是全周最接近人工智能专业实际工作的内容。

这一步建立在第四天传感器数据可用的前提上。

想了解更详细招生简章、课表和报名咨询电话，请联系：
报名热线：4000616586
联系人：程老师
咨询微信：pxbbaoming

了解更多详情，请点击访问：课程首页

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。