在构建图像分类赢咖4之后，明显的下一步是制作一个可以飞行的版本。我决定构建一个自主无人机，可以识别面孔和响应语音命令。
选择预建的无人机
黑客无人机最难的部分之一就是开始。我首先通过从部件建立一个无人机，但我喜欢几乎所有的我的DIY项目，从头建设结束了比我购买一个预制的版本更昂贵的方式，坦率地说，我的家庭无人机从来没有飞得很对。这肯定要比建造更容易，更便宜。
大多数无人机制造商声称提供API，但在爱好生态系统方面没有明显的赢家。大多数具有可用的API的无人机的成本超过1,000美元，这是一个巨大的进入门槛。
获取O'Reilly的AI通讯
但是经过一番研究，我发现了Parrot AR Drone 2.0（见图1），我认为这是一个有趣，低端，可攻击的无人机的明确选择。你可以买一个200美元的新，但这么多人买无人机，从来没有最终使用它们，二手无人机是一个不错的选择，并广泛在eBay上为$ 130或更少。
鹦鹉AR无人机不像那么昂贵（约$ 550）的新鹦鹉Bebop 2无人机那么稳定，但鹦鹉AR配备了一个优秀的node.css客户端库称为节点ar无人机是完美的建设上。
另一个优点：鹦鹉AR无人机很难打破。在测试自主时，我反复撞到墙壁，家具，房子植物和客人，它仍然飞行很大。
与无人机相比，攻击地面赢咖4最糟糕的事情是电池寿命短。电池充电需要几个小时，然后持续大约10分钟的飞行。我建议购买两个额外的电池，并在测试期间骑自行车。
我的无人机
Javascript是控制无人机的一种伟大的语言，因为它是固有的事件驱动。并相信我，当飞无人机时，会有很多异步事件。节点不是一种语言，我花了很多时间，但我离开这个项目超级印象深刻。最后一次我认真地编程赢咖4，我使用C，在线程和异常处理是痛苦的，有一个倾向，避免它。我希望有人为其他无人机平台构建Javascript封装，因为语言使得处理我们不确定的世界变得容易和有趣。
建筑
我决定在我的笔记本电脑上运行逻辑，在云中做机器学习。这种设置导致比在Raspberry PI硬件上直接运行神经网络更低的延迟，我认为这种架构对于爱好无人机项目目前是有意义的。
微软，谷歌，IBM和亚马逊都有快速，廉价的云计算机学习API。最后，我为这个项目使用了Microsoft的Cognitive Service API，因为它是唯一提供自定义面部识别的API。
参见图2，示出了无人机的结构：
入门
默认情况下，Parrot AR Drone 2.0服务于客户端连接的无线网络。 这是令人难以置信的恼人的黑客。 每次你想尝试一下，你需要断开你的网络，并获得无人机的网络。 幸运的是，有一个超级有用的项目，名为ardrone-wpa2，有一个脚本来破解你的无人机加入自己的WiFi网络。
Telnet到你的无人机和偷偷摸摸是很有趣的。 Parrot运行一个精简版本的Linux。 什么时候是最后一次连接到Telnet的东西？ 下面是一个如何打开终端并直接登录无人机的计算机的示例。
% script/connect "The Optics Lab" -p "particleorwave" -a 192.168.0.1 -d 192.168.7.43 % telnet 192.168.7.43
从命令行飞
安装节点库后，制作一个node.css REPL（Read-Evaluate-Print-Loop）并引导你的无人机是很有趣的：
var arDrone = require('ar-drone'); var client = arDrone.createClient({ip: '192.168.7.43'}); client.createRepl(); drone> takeoff() true drone> client.animate(‘yawDance, 1.0)
如果你实际上是跟着，现在你已经崩溃了你的无人机 - 至少几次。 我把安全壳重新粘在一起大约一千次之前，它解体，我不得不买一个新的。 我犹豫提到这一点，但鹦鹉AR实际上飞了很多更好没有安全船体。 这种配置使得无人机在没有船体的情况下更加危险，因为当无人机碰撞到某些东西时，螺旋桨可以卡住，并且它将在家具中留下痕迹。
