第54章 数学已经和数字没什么关系了！

立人楼303教室的门半开着，漆昊推门进去的时候，发现赵平已经坐在第二排靠过道的位置了。

“赵学长来得真早。”漆昊把笔记本放在桌上，在赵平旁边坐下。

赵平坐姿比平时僵硬了那么一点点。

“也没多早，就……提前了一会儿。”

赵平说着，从书包里掏出一本书。

他把书往漆昊面前一推，假装随意地说：“这个给你。”

漆昊低头一看，愣了一下。

是《代数簇的双有理几何》！

这本书他在QQ空间的说说里提过一嘴说想要借，结果一群人全来看热闹，没有一个人有的。

“这书……你哪来的？”漆昊拿起来翻了翻，书页崭新，连书脊的折痕都没有，一看就是新书。

赵平早就准备好了说辞：“之前好奇买来看的，翻了几页发现看不懂，就一直搁着吃灰，你发说说，不是想找这本书吗，你用得上，那就送你了。”

漆昊又不是傻子，赵平这话明显不太靠谱。

他一个搞UI设计的买这本书？

难道是生活太顺利了，想要找点苦头来吃？

漆昊搞不懂这群有钱人的想法，不过他说了：“这书国内要九百多，太贵了，我就借三天。”

漆昊接过书放到自己笔记本旁边，态度很认真：“三天够我把需要的部分看完，到时候还你。”

赵平张了张嘴，想说“你就拿着吧”，但看漆昊那个表情，知道再推就显得刻意了，只好点点头：“那你先用着，不着急还。”

清心健脑丸刚猛的副作用还在持续，漆昊为了让自己看上去不那么冷，努力控制嘴角笑了一下：“谢了。”

就这么一句谢谢，赵平觉得今天早上打了七个电话找到书店，又加了五十块钱费用让人从市中心送过来这一系列操作，值了！

不得不说，他室友教的方法确实好使。

当学霸的舔狗和当女神的舔狗，本质上确实没什么两样。

都是揣摩对方需求，精准投喂，然后假装云淡风轻。

区别只在于，一个研究的是对方的所有社交平台，另一个研究对方所有社交平台之外，还得研究

淘宝购物车。

此时门被推开，周教授走在最前面，身后跟着王教授，两人中间还夹着一个他们没见过的中年男人。

“来了啊。”周教授看到漆昊和赵平已经坐好了，侧身让那位陌生老师往前站了站。

“给你们介绍一下，这位是自动化学院的沈老师，研究方向是无人机系统与智能控制，也是咱们学校飞行器实验室的负责人。”

“沈老师好。”漆昊和赵平几乎同时站起来。

“坐，别搞那么正式。”沈老师自己拉了把椅子坐下，开门见山地说，“老周跟我说了你们的情况，想研究无人机方向是吧，我今年正好也在带一组学生做无人机相关的项目。”

王教授在旁边补了一句：“沈老师手里有几个横向课题，跟无人机的自主飞行和感知相关，他会负责你们的培训。”

周教授坐下来，翻开自己带来的笔记本，上面密密麻麻写着东西：“上次我们初步聊过选题方向，今天要定下来，沈老师这边能提供无人机硬件平台和飞控系统的支持。”

“沈老师，您请。”

沈老师拍了拍手里的笔记本，笑着说：“那咱们就直接切入正题，这次创新杯，我这边根据我们实验室现有的横向项目，拟定了一个选题方案，叫作《基于超声波与双目视觉的低空森林防火巡检无人机系统》。”

“咱们可以利用双目视觉采集林间图像，再配上超声波传感器进行低空测距，实现林区的自主巡检，这个选题非常契合微软创新杯解决全球棘手问题的环保主旨。”

沈老师说完，王教授和周教授都对视了一眼，似乎奇怪对方为什么会选这个。

漆昊没有注意到他们的动作，只是本能觉得沈老师给出的选题有问题。

“沈老师，我能问个问题吗？”漆昊抬起头。

沈老师有些意外，随即笑道：“当然可以，你说。”

“如果要完成预设的结果，现有的硬件算力能吃得消吗？”

漆昊刚被C#和Python洗过脑，深知再完美的算法一旦落地成代码，都必须向物理硬件妥协。

在他这个数院学生的逻辑里，双目视觉解算三维图像本质上是海量的矩阵运算，普通单片机连个硬

件浮点运算器都没有，硬啃如此高频的浮点数无异于让牛车去拉高速行驶的火车。

别说实时避障巡检了，这恐怖的算力开销砸下去，无人机还没起飞，芯片估计就能当场给大家表演一个物理冒烟。

沈老师笑了：“你是漆昊吧，难怪周教授和王教授夸你聪明。”

“确实如此，森林防火巡检的环境极其复杂，林间树木枝叶茂密，其高频且无规则的几何特征，对双目立体匹配算法来说简直就是灾难，系统会产生大量的误匹配点。”

“同时，超声波传感器在密林中受到枝叶的多路径反射干扰，再配上螺旋桨带来的强风噪，回波信号极易失真，测距误差会成倍增加。”

“我这个选题，从社会价值上来说非常给力，但在目前的硬件算力限制和复杂的物理环境面前，工程落地的难度不小，写仿真软件简单，但如果真要真机演示，大概率在第一步环境感知上，就会因为算力耗尽而直接挂掉。”

漆昊听了对方讲解，这才明白对方刚才是考他们。

“漆昊你很敏锐，既然这样的话，我昨天和两位教授讨论了下，得知你最近在学代数几何，不知道你有没有兴趣做基于代数几何方法的无人机视觉SLAM与自主导航？”

“沈老师这个如何理解？”

“目前主流的视觉SLAM方案，不管是基于特征点的还是直接法的，本质上都是在欧氏空间里做优化。”

“但无人机的应用场景非常复杂，尤其是在非结构化环境下，比如建筑物之间、桥梁下方、隧道内部，传统方法对特征点的依赖太重，一旦纹理稀疏或者光照剧变，系统就容易崩。”

沈老师在黑板上画了一个简单的框架图：“我的想法是，把整个视觉定位和三维重建的问题，放到射影几何和代数几何的框架下去处理……”

赵平在旁边听得汗流浃背。

他无比庆幸当初填志愿时，聪明了一把，避开了数学的锋芒。

他看着沈老师黑板上的内容，发现数学已经和数字没什么关系了。

他尝试拿着笔算了三次。

嗯，得到了三种不同的答案。

而一旁的漆昊，已经和沈老师进入下一个阶段的讨论了。