局部地图让无人机能够构建并记住周围几十米内的三维环境，从而实现「指点飞行」等功能，因为仅仅知道飞行方向和机身位置肯定是不够的，只有对周围地形变化有记忆能力，才能完成「在指定方向上规划线路并绕行」这样级别的任务。
而全局地图则是对整个飞行过程中经过的地形的记录，虽然精度不如局部地图，却能帮助无人机实现「智能返航」等功能：当无人机一不小心飞到了建筑物后面导致遥控信号丢失时，智能返航功能能够让无人机在一分钟内沿原路返航，如果一分钟内不能连上遥控器信号，则会直线返航。这其中对飞行路径周围环境的记忆，就是精灵4Pro智能之处的另一个体现。
实现的难点
避障功能从构思到实现，走的每一步几乎都便随着无数的难题。仅仅是写出有效的视觉识别或者地图重构的算法还只是第一步，能让它在无人机这样一个计算能力和功耗都有限制的平台上流畅稳定的跑起来，才是真正困难的地方。特别是在精灵4Pro上，不仅双目视觉的数据量相比精灵4直接翻了一倍，还要保证续航不受影响，这是非常困难的。
此外，如何处理功能的边界也是一个问题，比如双目视觉在视线良好的情况下可以工作，那么当有灰尘遮挡的情况下呢？这就需要不断的实验和试错，并且持续的优化算法，保证各项功能在各类场景下都能正常工作，不会给出错误的指令。
「避障功能」作为近年来无人机产品的大趋势，带来的最直接的好处就是，以往一些人为疏忽造成的撞击，现在都能经由避障功能去避免，既保障了无人机飞行安全的同时，也避免了对周围人员财产的损害，让飞无人机的门槛进一步得到了降低。
而长远来看，无人机想要普及到农业、建筑、运输、媒体等领域，「智能化」肯定是必经之路，毕竟只有在飞行功能上做到智能控制，才有余量去满足不同行业的需求。如今由「避障功能」而衍生出的一系列「智能飞行」功能，无疑就是「无人机智能化」的阶段性体现之一。
