由戴维德·斯卡穆扎（Davide Scaramuzza）教授领导的一组研究人员已经开发了一种训练无人机沿着森林步道的方式，以协助搜索和救援徒步旅行者的搜救任务。根据这项研究，Scaramuzza教授的团队通过深层神经网络（DNN）确定了一种机器学习的方法，该方法使无监督的无人机可以使用板载摄像头确定路径的方向。
该系统是通过首先设置带有三台摄像机的远足者来创建的，该摄像头覆盖了约180度的视觉信息：一个位于前方，一个放置在左侧30度，其他30度向右放置，以使捕获的视频中有轻微的重叠。徒步旅行者被指示始终朝路径的方向前进，因为前置摄像头将为步道提供信息。
这原始数据（PDF）使用的是八个小时的录像，约7公里的远足步道在300至1,200米之间。这些镜头是在一天中的不同时间和不同天气条件下拍摄的。
当测试时，结果令人惊讶，因为自主四轮摩托车能够与人类相比，在整个过程中浏览一条全新的步道，并保持在路线，有时甚至更好。相同的路径和测试是用两个人对无人机进行的，以确定基于DNNS的机器学习的有效性，并且在一次测试中，Quadcopter成功的时间为85.2％，而不是准确的86.5％和82％的时间。第二次具有不同条件的测试导致四人精确的时间为91％，精度为91％，而准确的时间为88％。
观看以下研究的视频说明。
“既然我们的无人机已经学会了认识并遵循森林小径，我们必须教他们认识人类，” Scaramuzza教授说。
可以识别适当踪迹和人类的无人机肯定会为营救操作提供巨大的帮助，如果它也可以检测到诸如此类的生命体征lynx 6-a。
IEEE机器人技术和自动化信（RA-L）出现了题为“用于移动机器人的森林步道视觉感知的机器学习方法”，并将在5月的IEEE国际机器人和自动化国际会议上介绍。
