萨特 · 福莱费施曾说：“无人机如果不能避障，跟会飞的咸鱼有什么分别。”因此在消费级无人机技术的诸多趋势中，避障能力已经成为实现自动化乃至智能化的关键环节，而在未来几年也将趋于完善。
完善的无人机自主避障系统可以在电力无人机自动避障很大程度上减少因为操作失误而带来的机身损伤或人身、财物损伤等，该系统所依赖的主要技术原理为双目立体视觉系统，即利用两个不同视觉的图像传感器之间的距离，测量物体与传感器之间的夹角，根据三角测距定理来计算出物体与无人机之间的距离。
避障功能或将作为无人机实现自动化的重要环节/图 来源网络
然而该技术将运用多套代数方程组，因此在避障过程中需要进行大量的数据计算，这就需要多台顶级的计算机进行协同计算，因此如何降低处理器的能耗并提高计算性能成为了诸多无人机厂家面临的问题。而且大量的运算工作会导致无人机的电压增加，续航时间也会因此而下降。
目前无人机的避障功能主要是前方避障，不仅可以实现自动避障功能还可以保证续航时间，但是这样无人机却无法识别背后的障碍物，因此无人机撞墙的事情也并非永远不会发生。
而根据无人机避障技术的原理和发展趋势，可以将无人机避障技术分为三重阶段，即感知障碍物阶段、绕过障碍物和场景建模和路径搜索。
在感知障碍阶段，消费级无人机的使用说明上都会标明必须在开阔场地飞行，并且要尽量避开人群，而为了避免因操作失误而带来的安全事故，各厂商都将研发避障技术作为重点，并将如何测量无人机与障碍物之间的距离作为具体的实现方式。推荐阅读：电力无人机应用
根据目前的技术发展而言，当前被较多使用到的障碍物检测方法有超声波测距、红外或激光测距、双目视觉、电子地图等。而一旦搞清楚障碍物的测量原理，就可以进行无人机与障碍物保持一定距离的设置，这也是无人机避障功能的初级阶段。
然而遇到障碍物之后进行悬停等待并不能满足使用者们的需求，因此如何安全高效的绕过障碍物并继续完成飞行任务成为了无人机避障功能开发的下一步，但是如何精准获取障碍物的轮廓却成为了技术障碍，也就是说获得障碍物的深度图像成为了无人机避障技术中的关键。
但是这种技术只能适用于单一的障碍物，一旦出现多重障碍物，安全事故一样容易发生，因此如何对飞行场景进行精准建模，让无人机获得场景模型，就可以通过机载计算机来以大数据计算来设置优化过的避障路径，进而降低无人机安全事故发生率，而这也将成为无人机避障发展的必然趋势。
当前无人机的避障技术还处于一个很初级的阶段，但是火爆的消费无人机市场注定让无人机避障技术成为重点研究的对象，随着技术的不断的成熟，将会有更多的方法应用于无人机避障技术之中，也将降低无人机的操作难度。
无人机避障技术对于无人机而言，可谓是一场技术革新，可以很大程度的提高无人机的安全指数，但受到现有的计算能力、续航能力和技术水平等限制，一款完美的自主避障无人机的出现还需要继续等待。
