中文字幕一级黄色A级片|免费特级毛片。性欧美日本|偷拍亚洲欧美1级片|成人黄色中文小说网|A级片视频在线观看|老司机网址在线观看|免费一级无码激情黄所|欧美三级片区精品网站999|日韩av超碰日本青青草成人|一区二区亚洲AV婷婷

低空無人機通常指在1000 m（含）以下低空和超低空空域中飛行的無人機，是多樣化技術(shù)設(shè)備的優(yōu)良載體，高性能、智能化的低空無人機將成為支撐低空經(jīng)濟發(fā)展的中堅力量。隨著人工智能技術(shù)的快速發(fā)展，無人機逐漸朝著智能化的方向邁進，加強低空無人機自主智能技術(shù)等關(guān)鍵技術(shù)體系研究，完成從遙控飛行向復雜環(huán)境中自主飛行轉(zhuǎn)型，對低空無人機創(chuàng)新應(yīng)用和低空經(jīng)濟高質(zhì)量發(fā)展具有重要意義。

 

中國工程院張軍院士、朵英賢院士研究團隊在中國工程院院刊《中國工程科學》2025年第2期發(fā)表《低空無人機技術(shù)研究現(xiàn)狀與展望》一文。文章將低空無人機的模態(tài)、飛行、自主能力對應(yīng)其結(jié)構(gòu)材料與飛行控制、定位導航、自主智能技術(shù)，并從這3個方面深入分析了低空無人機技術(shù)的發(fā)展現(xiàn)狀和研究趨勢，提出了低空無人機仿生構(gòu)型與復合材料、多源融合定位、混合智能算法等低空無人機技術(shù)發(fā)展方向。為推動低空無人機技術(shù)的創(chuàng)新發(fā)展，研究建議，加強政策引導與基礎(chǔ)建設(shè)、推動技術(shù)創(chuàng)新與產(chǎn)業(yè)布局、拓展應(yīng)用場景與實施示范工程、構(gòu)建全面安全的防護體系，實現(xiàn)我國無人機產(chǎn)業(yè)和低空經(jīng)濟的高質(zhì)量發(fā)展。

 

一、前言

 

近年來，無人機憑借高效、靈活、成本低等特點，被廣泛應(yīng)用于國防安全、交通物流、應(yīng)急救援等領(lǐng)域。世界主要國家對無人機技術(shù)的發(fā)展均給予高度重視，相繼發(fā)布了一系列發(fā)展規(guī)劃和政策措施以推動該技術(shù)的研究。美國致力于構(gòu)建無人機融入國家空域系統(tǒng)的實施步驟和戰(zhàn)略方案，發(fā)布了《小型無人機系統(tǒng)操作規(guī)則》，明確了無人機的操作規(guī)范、操作員資格和飛行限制等內(nèi)容；俄羅斯成立了無人駕駛航空系統(tǒng)發(fā)展政府委員會，制定了《2030年及未來2035年前的無人航空發(fā)展戰(zhàn)略》，通過刺激市場需求、建設(shè)基礎(chǔ)設(shè)施與安全體系、培養(yǎng)專業(yè)人才、推動關(guān)鍵技術(shù)研究等措施來提升自主無人機產(chǎn)業(yè)的競爭力，使2035年俄羅斯國產(chǎn)民用無人機在國內(nèi)市場占比達到80%；歐盟在低空無人機管理方面采取了統(tǒng)一的監(jiān)管措施，歐洲航空安全局于2019年發(fā)布了相關(guān)法規(guī)，明確了無人機在歐洲單一空域內(nèi)的飛行規(guī)定，對無人機操作類別及對應(yīng)風險等級、操作員操作資格等級等作出了詳細要求。

 

我國積極推動商業(yè)航天、低空經(jīng)濟等新增長引擎的發(fā)展。低空經(jīng)濟是以各種有人、無人駕駛航空器的低空飛行活動為牽引，輻射帶動相關(guān)領(lǐng)域融合發(fā)展的戰(zhàn)略性新興產(chǎn)業(yè)。作為典型的低空無人設(shè)備，無人機是多樣化技術(shù)設(shè)備的優(yōu)秀載體，具有廣泛的應(yīng)用場景，包括城市物流、農(nóng)林植保和電網(wǎng)巡檢等。根據(jù)中國民用航空局的數(shù)據(jù)預估，2035年，我國低空經(jīng)濟市場規(guī)模有望達到3.5萬億元。其中，無人機市場發(fā)展持續(xù)增長，是支撐低空經(jīng)濟發(fā)展的中堅力量，2024年我國無人機行業(yè)市場規(guī)模為1737億元，無人機運營企業(yè)有近1.9萬家，注冊無人機數(shù)量有215.8萬架。

 

低空無人機通常指在1000 m（含）以下低空和超低空空域中飛行的無人機，在低空環(huán)境中易受到惡劣天氣、障礙物遮擋、信號干擾等因素的影響，因此對無人機的抗干擾能力和操控性能提出了較高的需求。結(jié)構(gòu)材料與飛行控制、定位導航、自主智能分別是低空無人機提升模態(tài)、飛行、自主能力的核心技術(shù)。結(jié)構(gòu)材料技術(shù)通過輕量化、高強度設(shè)計和先進復合材料的應(yīng)用，優(yōu)化機體性能，提升飛行效率、耐久性和環(huán)境適應(yīng)性，是無人機自身能力的重要基礎(chǔ)。通過結(jié)構(gòu)與材料設(shè)計并結(jié)合無人機飛行控制算法，無人機能夠初步實現(xiàn)遙控飛行。若要進一步完成復雜任務(wù)，則需要無人機具備精確的定位導航技術(shù)，以在復雜干擾環(huán)境中依靠定位技術(shù)獲取其在空間和時間中的位置，順利到達指定航跡點。隨著人工智能技術(shù)的快速發(fā)展，無人機逐漸朝著智能化的方向邁進。無人機自主智能技術(shù)指面向高動態(tài)、強實時、不透明的任務(wù)環(huán)境，無人機能夠按照任務(wù)要求自主規(guī)劃飛行路徑、自主識別目標以進行信息推理、并用自然語言與人交互等。加強低空無人機關(guān)鍵技術(shù)體系研究，完成從遙控飛行向復雜環(huán)境中自主飛行轉(zhuǎn)型，對低空無人機創(chuàng)新應(yīng)用和低空經(jīng)濟高質(zhì)量發(fā)展具有重要戰(zhàn)略意義。

 

為深入探析低空無人機技術(shù)的現(xiàn)有應(yīng)用及研究趨勢，本文將低空無人機的模態(tài)、飛行、自主等能力對應(yīng)于結(jié)構(gòu)材料、定位導航、自主智能技術(shù)（見圖1），梳理這3類技術(shù)在低空無人機領(lǐng)域的應(yīng)用和研究現(xiàn)狀，分析國內(nèi)外低空無人機技術(shù)的研究趨勢，研判低空無人機技術(shù)的未來重點發(fā)展方向，提出推動低空無人機技術(shù)快速且穩(wěn)健發(fā)展的對策建議，以促進我國低空無人機技術(shù)應(yīng)用能力的提升。

圖1　低空無人機技術(shù)框架

 

二、低空無人機結(jié)構(gòu)材料與飛行控制技術(shù)

 

（一）應(yīng)用現(xiàn)狀

 

低空無人機在未來空域資源拓展和智慧城市建設(shè)中扮演著日益重要的角色，其操作環(huán)境的復雜性遠超高空平臺。低空環(huán)境具有氣候多變、地形復雜、氣流擾動強烈等特點，對無人機的穩(wěn)定性、抗干擾能力和環(huán)境適應(yīng)性提出了更高要求。當前，世界先進國家紛紛圍繞結(jié)構(gòu)設(shè)計創(chuàng)新、材料技術(shù)突破以及飛控系統(tǒng)優(yōu)化等方面，開展系統(tǒng)性研究與實踐。蘇黎世聯(lián)邦理工學院研發(fā)了具備多種變形模式的無人機以適應(yīng)不同的飛行環(huán)境。法國國防部的“生物飛行”（BioFly）無人機項目基于仿生學原理，提升了撲翼無人機的隱蔽性和任務(wù)效率。深圳市大疆創(chuàng)新科技有限公司、美國Zipline無人機公司等企業(yè)采用復合材料結(jié)合模塊化設(shè)計，實現(xiàn)了高強度、輕量化結(jié)構(gòu)，顯著提升了無人機的耐用性和抗風性能。盡管現(xiàn)階段結(jié)構(gòu)材料技術(shù)取得了顯著進展，但其設(shè)計精度與可靠性仍高度依賴于結(jié)構(gòu)理論和先進材料性能的科學研究。

 

（二）結(jié)構(gòu)設(shè)計

 

結(jié)構(gòu)設(shè)計是低空無人機技術(shù)發(fā)展的基礎(chǔ)之一，對提高無人機的適應(yīng)性、可靠性和經(jīng)濟性具有重要意義。在低空環(huán)境中，無人機面臨多樣化載荷和復雜動態(tài)工況，傳統(tǒng)的結(jié)構(gòu)設(shè)計方法在此情境下適應(yīng)性有限，無法滿足實際需求。目前低空無人機的主要分類及特點如表1所示。

 

表1　低空無人機分類及特點

 

拓撲優(yōu)化技術(shù)通過精準控制材料空間分布，顯著提高結(jié)構(gòu)效率與性能。近年來，拓撲優(yōu)化技術(shù)已經(jīng)逐漸應(yīng)用到無人機結(jié)構(gòu)設(shè)計中，尤其在機翼、機身等關(guān)鍵承力構(gòu)件上表現(xiàn)出色。然而，目前拓撲優(yōu)化技術(shù)的應(yīng)用主要集中在靜態(tài)載荷條件下，對于復雜的動態(tài)載荷、多工況優(yōu)化仍缺乏系統(tǒng)性研究。與此同時，拓撲優(yōu)化設(shè)計的結(jié)果通常呈現(xiàn)復雜結(jié)構(gòu)，對現(xiàn)有制造工藝提出了較高要求，進一步實現(xiàn)優(yōu)化結(jié)構(gòu)的精確制造與經(jīng)濟性成為研究難點之一。

 

仿生設(shè)計在低空無人機結(jié)構(gòu)領(lǐng)域具有重要發(fā)展意義，其研究目的主要有兩大類：一類是以輕量化、高強度為目標，通過仿生手段實現(xiàn)結(jié)構(gòu)優(yōu)化；另一類則是側(cè)重于提升飛行效率與機動性，借鑒自然界生物在動態(tài)適應(yīng)與變形方面的獨特機制。前者通常聚焦于材料和結(jié)構(gòu)的優(yōu)化，如采用蜂窩結(jié)構(gòu)設(shè)計來降低重量、提高剛度和抗沖擊性能，從而滿足無人機在機翼和蒙皮等部件上的使用要求；后者則著眼于實現(xiàn)結(jié)構(gòu)的主動或被動變形，以模仿鳥類翼型在不同飛行狀態(tài)下的自適應(yīng)特性，從而提高飛行效率和機動能力。需要指出的是，無論是以輕量化為目標的結(jié)構(gòu)仿生還是以提升動態(tài)性能為目的的動力仿生，在尺度效應(yīng)、動態(tài)響應(yīng)特性、長期疲勞性能以及可靠性理論方面均存在諸多未解問題，亟需建立完善的理論模型和實驗驗證體系，實現(xiàn)從仿生原理到實際工程應(yīng)用的有效轉(zhuǎn)化。

 

模塊化設(shè)計通過將無人機關(guān)鍵部件模塊化，使無人機具備快速部署和維護的優(yōu)勢。這種設(shè)計方法適用于不同任務(wù)需求的無人機系統(tǒng)，如偵察、物流、測繪等領(lǐng)域，顯著提高了系統(tǒng)靈活性和經(jīng)濟效益。但模塊化設(shè)計也存在連接強度不足、動力學性能分析復雜、接口可靠性不穩(wěn)定等問題，這些技術(shù)挑戰(zhàn)嚴重影響了模塊化無人機的進一步推廣與應(yīng)用。在此背景下，應(yīng)加速推進模塊接口的標準制定、引入智能化模塊管理算法，以提升模塊的兼容性、擴展性和可靠性。

 

（三）材料設(shè)計

 

低空無人機的材料選擇是影響其飛行性能、任務(wù)適應(yīng)能力和長期可靠性的重要因素。隨著無人機在復雜低空環(huán)境中的廣泛應(yīng)用，材料不再只是單純的“構(gòu)件基礎(chǔ)”，還是提升性能和適應(yīng)新任務(wù)的關(guān)鍵推動力。

 

碳纖維增強復合材料（CFRP）因其卓越的強度重量比和出色的抗疲勞性能，成為低空無人機機身、機翼、槳葉等關(guān)鍵部位的首選材料。CFRP不僅能夠顯著降低無人機整體重量，還能有效提高結(jié)構(gòu)剛度和抗沖擊能力，在實際飛行中應(yīng)用后表現(xiàn)出較低的能耗和優(yōu)異的動態(tài)響應(yīng)能力。與此同時，玻璃纖維增強復合材料（GFRP）以其成本相對低廉、抗腐蝕性好的優(yōu)勢，在無人機結(jié)構(gòu)中廣泛應(yīng)用，尤其適用于對強度要求相對適中的部件。除復合材料外，金屬材料在部分結(jié)構(gòu)部位依然發(fā)揮著不可替代的作用。例如，鋁合金因其良好的成型性、較高的比強度和良好的抗振性能，常用于無人機的框架、支撐結(jié)構(gòu)和連接件；鈦合金則以其高強度、耐高溫以及出色的抗腐蝕性能，在需要承受高應(yīng)力和復雜載荷的部件上得到應(yīng)用。然而，金屬材料普遍存在密度較大、重量較高的問題，這在追求極致輕量化的無人機設(shè)計中尤為不利，因此如何在保證強度和可靠性的前提下，降低金屬結(jié)構(gòu)的重量仍是一項重要研究任務(wù)。

 

近年來，智能材料的引入為無人機材料設(shè)計帶來了全新的突破。形狀記憶合金在某些變形結(jié)構(gòu)中已顯示出自適應(yīng)調(diào)節(jié)能力，可用于實現(xiàn)翼型調(diào)整或應(yīng)急變形功能，從而提升飛行效率和任務(wù)適應(yīng)性。自修復聚合物則通過內(nèi)置的微膠囊或動態(tài)交聯(lián)結(jié)構(gòu)，在發(fā)生微損傷時實現(xiàn)局部修復，延長結(jié)構(gòu)的服役壽命。這類材料在實驗室階段已經(jīng)展現(xiàn)出較好的自修復性能，但如何在實際飛行環(huán)境中實現(xiàn)大面積、長周期的自修復仍是未來研究重點。

 

（四）飛行控制

 

低空、超低空無人機的運動學和動力學建模是實現(xiàn)精確飛行控制的基礎(chǔ)。牛頓拉格朗日方法和系統(tǒng)辨識是推導無人機非線性動力學模型的兩種主要動力學建模方法?；谖锢矶傻慕７椒山忉屝詮?，但也存在精確模型參數(shù)難獲取和強非線性系統(tǒng)難表達等問題?，F(xiàn)有研究通過引入不確定性分析方法，評估不同物理參數(shù)對動力學模型的影響，提高建模精度。相比之下，基于實驗數(shù)據(jù)提取系統(tǒng)動力學特性的建模方法存在建模過程簡單、參數(shù)調(diào)節(jié)靈活等優(yōu)點。

 

低空無人機通常具有強非線、高動態(tài)等特性且飛行環(huán)境多變，這種情況下線性控制算法的性能與魯棒性存在較大局限性，難以滿足復雜任務(wù)需求。近年來，非線性控制方法如滑?？刂?、反饋線性化控制逐漸得到關(guān)注。這些方法能夠處理非線性系統(tǒng)的強擾動和不確定性，具有良好的控制性能，但其控制參數(shù)的調(diào)優(yōu)過程復雜、計算量較大、實時實現(xiàn)困難。此外，滑?？刂埔状嬖诙墩駟栴}，雖然通過設(shè)計更為復雜的滑模面和控制率能夠減小這種效應(yīng)，但也相應(yīng)提高了控制算法的計算復雜性和實施難度。

 

近年來，智能控制方法如強化學習逐漸受到無人機控制領(lǐng)域的關(guān)注。強化學習算法可以在與環(huán)境的交互中不斷優(yōu)化控制策略，尤其是在動態(tài)復雜環(huán)境或未知擾動環(huán)境中的優(yōu)越性明顯。目前，深度強化學習算法被廣泛應(yīng)用于無人機飛行控制領(lǐng)域，通過高維狀態(tài)空間的直接學習能夠獲得更好的控制性能，但強化學習算法需要大量的訓練數(shù)據(jù)，存在學習效率低、泛化能力弱等問題，難以確?？刂撇呗缘陌踩耘c穩(wěn)定性。在保證無人機穩(wěn)定性的前提下，進一步提高強化學習的訓練效率和策略魯棒性，是當前研究面臨的重要難題。

 

三、低空無人機定位導航技術(shù)

 

（一）應(yīng)用現(xiàn)狀

 

近年來，低空無人機被廣泛應(yīng)用于民用和軍事領(lǐng)域，包括搜索、救援、消防和監(jiān)測任務(wù)等。這類任務(wù)往往要求無人機能夠可靠地飛行到指定航跡點，因此，高精度的定位與導航技術(shù)是提升無人機自主飛行穩(wěn)定性的關(guān)鍵。全球衛(wèi)星導航系統(tǒng)（GNSS）能夠在衛(wèi)星信號良好的空曠戶外環(huán)境中實現(xiàn)無人機的定位和導航。深圳市大疆創(chuàng)新科技有限公司等企業(yè)采用RTK GNSS定位方案來提升無人機定位精度，但在低空飛行過程中，無人機周圍的山脈、建筑物等地形與地物會對定位信號形成遮擋、反射和散射等影響。例如，反射和散射信號會與來自衛(wèi)星的定位信號相互疊加，影響定位精度，因此，需要依靠慣性導航、視覺相機和激光雷達等其他傳感器信息，在衛(wèi)星導航信號受到干擾時進行定位和導航。此外，低空飛行環(huán)境易受到惡劣天氣的影響，單一導航系統(tǒng)由于自身局限性往往無法滿足實際需求。例如，雨雪、霧霾天氣會導致能見度降低、圖像質(zhì)量變差，嚴重降低視覺定位精度和可靠性。基于GNSS與慣性導航系統(tǒng)，融合其他機載傳感器的組合導航系統(tǒng)已成為目前低空無人機導航的主流選擇。為提升低空無人機定位與導航技術(shù)的精度，需要在定位與導航關(guān)鍵技術(shù)方向進行突破。

 

（二）衛(wèi)星與慣性導航

 

近年來，GNSS接收器被廣泛應(yīng)用于低空無人機定位和導航，但其定位精度高度依賴多個不同導航衛(wèi)星的空間信號。隧道和地下通道等城市基礎(chǔ)設(shè)施的增加使GNSS接收器難以高效工作。當無人機進入復雜地形或遮擋區(qū)域時，其衛(wèi)星信號的接收程度會降低，甚至完全消失。在這種情況下，通過GNSS接收器獲取無人機準確位置和導航信息將面臨巨大的挑戰(zhàn)性，因此，高度依賴GNSS的服務(wù)是極具風險的。

 

利用機會信號來輔助低空無人機導航的方法可以減少無人機對GNSS的依賴。該方法是在隧道、室內(nèi)等復雜地形或遮擋環(huán)境中安裝能夠傳輸和接收機會信號的設(shè)備；當進入這些區(qū)域時，無人機可以利用該類設(shè)備提供的機會信號估計自身位置。機會信號具有不同類型，包括長期演進信號（LTE）、調(diào)幅／調(diào)頻無線電信號、Wi-Fi、近地軌道衛(wèi)星信號等。然而，利用機會信號輔助低空無人機導航面臨的主要難點為：① 非常依賴機會信號的精度，因為無人機對時鐘和狀態(tài)信息等機會信號的先驗估計，通常都是不可用的。② 非常依賴配套的系統(tǒng)，因為現(xiàn)階段在許多地區(qū)都未建立完善和規(guī)范的機會信號體系。

 

在此背景下，GNSS與慣性導航系統(tǒng)的融合方法逐漸受到重視。隨著時間推移，慣性導航系統(tǒng)的誤差會不斷累積，最終導致定位信息發(fā)散；而利用GNSS提供的定位信息能夠?qū)T性導航系統(tǒng)的定位進行修正，以消除不斷累積的誤差。當短時間內(nèi)GNSS信號不可用時，使用慣性導航信息進行航位推算，能夠補充定位和導航信息。許多研究是利用卡爾曼濾波算法進行GNSS與慣性導航的信息融合，但該算法只是基于一階高斯 ? 馬爾可夫模型，并沒有利用過去的測量結(jié)果。因此，目前主流方法為擴展卡爾曼濾波方法，即在測量模型中使用過去的測量值作為延遲元素，通過映射函數(shù)將過去的測量值映射到當前狀態(tài)?；跀U展卡爾曼濾波框架的方法還包括因子圖優(yōu)化技術(shù)，使用歷史測量值進行非線性優(yōu)化，但該方法對算力要求較高。

 

（三）視覺與慣性導航

 

隨著定位技術(shù)的不斷發(fā)展，基于視覺、慣性測量的低空無人機導航方法引起了國內(nèi)外的高度重視，視覺傳感器能夠糾正慣性測量傳感器的累積誤差，慣性測量傳感器可以為視覺傳感器提供準確的姿態(tài)信息和尺度恢復。其中，單目視覺慣性導航技術(shù)因其低成本、低功耗優(yōu)勢得到了廣泛的應(yīng)用。然而，單目視覺導航技術(shù)對光照變化十分敏感，導致在弱紋理、復雜環(huán)境中難以實現(xiàn)高精度可靠的定位和導航。在受霧霾等惡劣天氣影響時，視覺相機獲取的圖像質(zhì)量變差，特征提取和匹配難度增加，導致視覺定位的精度和可靠性下降。目前，無人機結(jié)合視覺與慣性進行導航的主要問題是精度低和魯棒性不足。

 

光照、噪聲會對特征提取和匹配產(chǎn)生重要影響，因此在進行特征提取與匹配之前，需要對視覺相機獲取到的原始圖像進行預處理。① ORB-SLAM3方法在比例金字塔構(gòu)建過程中使用高斯模糊對圖像進行預處理，以降低高頻噪聲。② VINS-MONO方法使用直方圖均衡來糾正圖像，通過增強對比度以改進點和線的特征檢測；然而，在大多數(shù)情況下，直方圖均衡容易導致圖像過度校正和灰度合并。③ 基于伽馬參數(shù)的圖像校正算法能夠?qū)D像進行非線性拉伸，但缺點為需要用戶根據(jù)經(jīng)驗和具體需求手動調(diào)整伽馬參數(shù)。④ 具有加權(quán)分布的自適應(yīng)伽馬校正技術(shù)在一定程度上解決了圖像過校正和強飽和度等問題，但是基于神經(jīng)網(wǎng)絡(luò)的伽馬校正算法較難應(yīng)用于實時的視覺慣性導航系統(tǒng)。

 

在視覺和慣性融合定位前端，進行特征提取與數(shù)據(jù)關(guān)聯(lián)等操作，利用二維或三維特征匹配計算相機姿態(tài)進行定位。具體有：① VINS-MONO算法利用點特征和慣性測量預積分進行非線性優(yōu)化，但是基于點特征的視覺慣性系統(tǒng)在弱紋理變化和光照變化的復雜環(huán)境中存在魯棒性、準確性不足的問題。② PL-VIO算法采用點和線特征，具有計算簡單、緊致性的優(yōu)點。與點特征相比線特征提供了更豐富的幾何結(jié)構(gòu)信息，因此，具有點線特征融合的視覺慣性系統(tǒng)會更具優(yōu)勢。③ PLD-VINS方法將短線合并，采用光流方法跟蹤檢測到的線段。④ PLC-VIO方法采用改進的EDLines線特征提取方法，提取的線特征可分為結(jié)構(gòu)線和非結(jié)構(gòu)線，采用幀間匹配方法構(gòu)建視覺慣性系統(tǒng)。

 

在視覺里程計后端，主要方法可分為基于濾波的方法和基于優(yōu)化的方法兩大類，相關(guān)優(yōu)化方法包括卡爾曼濾波和圖優(yōu)化等。① 基于卡爾曼濾波的視覺慣性算法在復雜的環(huán)境中表現(xiàn)不佳，隨著狀態(tài)變量和時間的增加，計算復雜度顯著上升。② 基于粒子濾波的方法由于粒子退化問題和計算量大，難以滿足實時性需求，而基于優(yōu)化的方法通過構(gòu)建目標函數(shù)利用數(shù)值優(yōu)化算法，在大規(guī)模場景中表現(xiàn)優(yōu)異。③ ORB-SLAM3方法假設(shè)視覺約束協(xié)方差矩陣在每個金字塔水平上是固定的，在圖像質(zhì)量變化很大時，優(yōu)化效果就會變差。④ VINS-MONO方法的局限性在于將視覺傳感器的信息矩陣設(shè)定成一個預先估計的固定值，但在實際的視覺慣性系統(tǒng)中，這種設(shè)定方式難以準確反映真實情況。

 

（四）激光雷達導航

 

隨著半導體光電器件的發(fā)展，激光雷達逐漸用來增強GNSS／慣性導航定位。激光雷達具有高精度、方向性強等優(yōu)點，受光照條件變化的影響較小，在強光、弱光環(huán)境下都能正常工作，具有較好的抗干擾能力。傳感器技術(shù)的發(fā)展推動了激光雷達感知從二維到三維、從稀疏點云到相對稠密點云的發(fā)展?；诩す饫走_的低空無人機導航方法通過關(guān)鍵幀在地圖中檢索地點來解決定位問題，最具挑戰(zhàn)性的部分為全局描述子提取。與視覺圖像相比，來自激光雷達的原始點云是無紋理且形式不規(guī)則的；全局描述子通過對點云數(shù)據(jù)進行特征提取和概括；在保留關(guān)鍵信息進行地點區(qū)分的同時，大大減少了數(shù)據(jù)量。

 

近年來，三維點云的深度學習算法逐漸成熟，PointNet被提出用于學習局部和全局特征。隨著Transformer在各種任務(wù)中的應(yīng)用，注意力機制逐漸被用于識別重要的局部特征地點。PCAN通過注意力圖來計算每個特征的重要性，還可以通過注意力機制聚合的壓縮點云表示進行地點識別。同時，部分研究工作發(fā)現(xiàn)，體素化過程可以使原始點云更加規(guī)則，使三維點云接近于三維圖像的表示，因此選擇先對三維點云進行體素化，再提取全局描述子用于地點識別。MinkLoc3D可以提取稀疏體素化點云中的局部特征，并在隨后提出的MinkLoc3Dv2中改進了網(wǎng)絡(luò)架構(gòu)和訓練過程。

 

基于分割方法接近于人類思考地點識別的過程，即使用高級表示而不使用低級幾何。例如，將原始點云分割為目標，然后將目標的拓撲信息編碼為描述子，但該方法依賴分割質(zhì)量和額外的語義信息，耗時多且資源消耗大?；谕队暗姆椒ㄊ紫葘⑷S點云投影到二維平面上，然后進行全局描述子提取，如運用多層球面投影，用于學習地點識別的全局描述子。

 

激光雷達在約束減少時，如在狹長的走廊或隧道環(huán)境中，會出現(xiàn)定位退化的問題，導致在處理具有相似特征的多個目標時，可能會出現(xiàn)目標跟蹤困難、數(shù)據(jù)關(guān)聯(lián)錯誤等問題，影響定位精度和導航?jīng)Q策的準確性。因此，需要利用視覺、激光雷達和慣性等傳感器的互補特性，形成組合導航方案以應(yīng)對低光、無特征和無結(jié)構(gòu)等復雜環(huán)境。

 

四、低空無人機自主智能技術(shù)

 

（一）應(yīng)用現(xiàn)狀

 

隨著人工智能技術(shù)的蓬勃發(fā)展，智能化無人系統(tǒng)的應(yīng)用日益增多。無人機作為一種適應(yīng)能力強、機動能力高的無人系統(tǒng)，其自主智能化引起了國內(nèi)外的高度重視。深圳市大疆創(chuàng)新科技有限公司、北京三快在線科技有限公司等企業(yè)努力探索智能算法在低空無人機上的部署，并成功應(yīng)用于農(nóng)業(yè)植保、物流運輸、應(yīng)急救援等領(lǐng)域。國內(nèi)高校如北京航空航天大學、北京理工大學等積極推動低空無人機自主智能技術(shù)的發(fā)展，成立了多個與智能無人機相關(guān)的重點實驗室。飛行智能指面向高動態(tài)、強實時、不透明的任務(wù)環(huán)境，無人機能夠做到按照任務(wù)要求自主規(guī)劃飛行路徑、自主識別目標并進行信息推理、能夠用自然語言與人交流等。實現(xiàn)飛行智能的低空無人機應(yīng)當具備智能的路徑規(guī)劃、決策推理、人機交互等能力。

 

（二）路徑規(guī)劃

 

目前，無人機在低空環(huán)境中與行業(yè)應(yīng)用相結(jié)合，在航拍攝影、農(nóng)業(yè)植保、物流運輸、航空測量等領(lǐng)域獲得了廣闊發(fā)展前景。無人機路徑規(guī)劃是無人機開展任務(wù)執(zhí)行的重要基礎(chǔ)。智能路徑規(guī)劃指低空無人機在給定約束和目標終點的情況下，在空間環(huán)境中規(guī)劃安全且可行路徑的過程。為了實現(xiàn)不同的任務(wù)，最優(yōu)路徑的約束可能體現(xiàn)在時間最短或路徑最短等。相比于傳統(tǒng)的平面路徑規(guī)劃問題，無人機可以在三維空間中進行探索，其潛在的可行路徑解數(shù)目會呈指數(shù)級增長，使最優(yōu)路徑的求解成為一大難題。此外，低空無人機的飛行環(huán)境中會存在多種不確定性因素（如鳥類和其他無人機等），這些動態(tài)物體的運動通常具有不可預測性，因此克服復雜環(huán)境中存在的高度不確定性也是無人機路徑規(guī)劃的一大挑戰(zhàn)。同時，在低空無人機計算資源有限的情況下，動態(tài)環(huán)境中的實時路徑規(guī)劃對算法的計算效率也提出了更高要求。

 

目前，無人機路徑規(guī)劃采用的主要算法有圖搜索算法、啟發(fā)式算法、強化學習算法等（見表2）。① 圖搜索算法是圖論中應(yīng)用最廣泛的算法。為權(quán)衡搜索效率和路線質(zhì)量，圖搜索算法基于啟發(fā)函數(shù)會找到一個相對較優(yōu)解。然而，反復的迭代循環(huán)導致算法計算成本昂貴，在無人機有限的機載計算能力下，很難滿足實時性要求。② 啟發(fā)式算法是通過模擬或揭示某些自然界的現(xiàn)象、過程或生物群體的智能行為而發(fā)展得到的智能優(yōu)化算法，如受螞蟻覓食行為的啟發(fā)，啟發(fā)式算法通過信息濃度來優(yōu)化問題的求解。然而，無人機的數(shù)據(jù)管理和處理能力往往較弱，該方法復雜的參數(shù)設(shè)置極大限制了調(diào)優(yōu)的過程。目前，大疆無人機主要采用全局路徑規(guī)劃和局部路徑規(guī)劃相結(jié)合的路徑尋優(yōu)方式。全局規(guī)劃主要采用啟發(fā)式算法，根據(jù)地形信息和障礙物信息，預先規(guī)劃出一條可行路徑；局部路徑規(guī)劃則是在全局路徑的基礎(chǔ)上，根據(jù)無人機的實時位置和姿態(tài)，動態(tài)調(diào)整飛行軌跡，以應(yīng)對環(huán)境變化和突發(fā)情況。③ 通過直接與環(huán)境交互，強化學習算法利用反饋信息來優(yōu)化路徑，而不依賴于先驗知識。近年來，強化學習算法在動態(tài)環(huán)境中表現(xiàn)出色，低空無人機進一步使用深度強化學習等方法可以直接學習高維空間中的規(guī)劃策略以生成路徑。

 

表2　自主智能技術(shù)主要方法對比

 

目前，結(jié)合傳統(tǒng)優(yōu)化算法和強化學習的混合規(guī)劃算法為解決復雜的路徑規(guī)劃問題提供了更有效的途徑。傳統(tǒng)優(yōu)化算法在路徑規(guī)劃中具有成熟的理論基礎(chǔ)，但在復雜環(huán)境中可能面臨計算復雜度高、適應(yīng)性差等問題；而機器學習方法能夠通過數(shù)據(jù)驅(qū)動的方式學習環(huán)境特征和優(yōu)化策略，具有較強的適應(yīng)性和靈活性。因此將兩者結(jié)合，可以充分發(fā)揮各自的優(yōu)勢，提升路徑規(guī)劃的效率，如使用神經(jīng)網(wǎng)絡(luò)學習啟發(fā)式函數(shù)，以提升傳統(tǒng)優(yōu)化算法的搜索效率。

 

（三）決策推理

 

智能決策推理技術(shù)是低空無人機智能化和自主無人化作業(yè)的核心技術(shù)，要求其能夠根據(jù)自身的狀態(tài)、環(huán)境信息和任務(wù)要求，選擇最優(yōu)的行動方案。由于低空環(huán)境的高動態(tài)、多約束以及多任務(wù)的自然特性，智能決策推理技術(shù)需滿足快時變、最優(yōu)性、強抗擾的任務(wù)需求。此外，受通信資源的限制，多無人機作業(yè)時可能缺乏集中式的規(guī)劃器為無人機統(tǒng)一進行決策，這就要求該技術(shù)能夠分布式地部署于單個無人機上。

 

針對低空無人機的智能決策推理技術(shù)，目前主要有專家系統(tǒng)方法、基于博弈的方法、啟發(fā)式方法以及深度強化學習方法，如表2所示。① 專家系統(tǒng)方法利用人類的先驗知識對系統(tǒng)進行建模，并通過模糊匹配方法選擇知識庫中的策略。在進行智能決策時，推理系統(tǒng)感知環(huán)境信息，并與知識庫中的決策規(guī)則相匹配，進而找到相應(yīng)的策略執(zhí)行任務(wù)。該方法在決策推理時具有簡單、高效、速度較快的優(yōu)勢，但由于依賴大量的先驗知識，使處于復雜環(huán)境中的無人機難以獲取完整準確的環(huán)境信息，自適應(yīng)能力比較弱。② 基于博弈的方法通常將任務(wù)場景建模為微分博弈問題，然后通過博弈論的數(shù)學知識為問題找到解析解。但由于低空無人機的飛行環(huán)境有多種動態(tài)影響因素，如鳥類或其他飛行器突然闖入等，該方法在高動態(tài)環(huán)境下難以構(gòu)建理論模型，進而無法提供精細的解析解。③ 與智能路徑規(guī)劃類似，目前已經(jīng)有針對實際任務(wù)需求、基于啟發(fā)式算法的決策推理方法。在低空無人機的任務(wù)環(huán)境中，優(yōu)化目標豐富多樣，給啟發(fā)式算法的搜索效率帶來巨大的挑戰(zhàn)。另外，對于容易陷入局部最優(yōu)解的原始算法，還需進行相應(yīng)改進以實現(xiàn)既定任務(wù)目標，滿足實際任務(wù)決策的需要。④ 面對復雜多變的低空飛行環(huán)境，深度強化學習方法憑借端到端的優(yōu)勢滿足了無人機決策推理的實時性要求，并且通過與環(huán)境的交互進行策略學習，適合在復雜、動態(tài)不確定的環(huán)境中完成既定任務(wù)。近年來，分層強化學習方法的引入為提升低空無人機的智能決策推理能力提供了很好的研究思路。該方法針對任務(wù)場景中的決策空間混雜問題，將指令、行動分別映射為離散的分配空間、連續(xù)的規(guī)劃空間，并自適應(yīng)改變上、下層之間的交互頻率，實現(xiàn)高動態(tài)環(huán)境下的自主決策推理。然而，由于分層強化學習方法需要同時訓練兩層決策網(wǎng)絡(luò)，在復雜、不確定性環(huán)境中無法保證較好的魯棒性。因此，如何基于分層強化學習方法的自然特性，建立更好的交互機制以提升其魯棒性，是分層強化學習能夠泛化到更加復雜的空戰(zhàn)場景的必要前提。

 

（四）人機交互

 

低空無人機能夠通過傳感器對周圍態(tài)勢進行環(huán)境探測和數(shù)據(jù)采集，在應(yīng)急救援、電力巡檢等場景中得到廣泛應(yīng)用。在執(zhí)行復雜任務(wù)時，復雜的任務(wù)指令輸入會導致用戶操作負擔過重、交互效率低下，甚至任務(wù)失敗。在動態(tài)環(huán)境中，傳統(tǒng)的交互方式（如地面站指令）可能無法滿足實時性需求，增加任務(wù)風險?，F(xiàn)有的無人機智能交互方法大致可分為基于模型框架的方法和基于自然語言接口的方法，前者旨在認知框架中融入更多的語義知識來更具體地表征物理環(huán)境實體，而后者主要集中在建立空間實體和邏輯語言之間的轉(zhuǎn)換關(guān)系以實現(xiàn)對無人機的語義理解。當?shù)涂諢o人機的周圍態(tài)勢比較復雜時，需要人類通過經(jīng)驗，作出合理的指令用于交互。另外，與地面機器人相比，低空無人機需要在保證安全的同時，實現(xiàn)更加穩(wěn)定且精準的復雜動作。

 

目前，在復雜環(huán)境中的低空無人機自然交互方式仍存在一定的局限性，如語音識別在噪聲環(huán)境中的準確性較低、手勢識別在復雜背景中的魯棒性不足等。因此，在不同的環(huán)境態(tài)勢中進一步調(diào)整與低空無人機交互的方式，是實現(xiàn)智能人機交互所面臨的挑戰(zhàn)。主流的人機交互方式是采用地面站軟件，將復雜任務(wù)分解為多個子任務(wù)，使用智能任務(wù)規(guī)劃算法進行人機交互，可以有效減少用戶操作。西北工業(yè)大學在2023年基于國產(chǎn)大模型研發(fā)了“群聊式”無人機控制框架，實現(xiàn)了開放環(huán)境下人機、多機的對話交互。結(jié)合多模態(tài)交互技術(shù)（如語音+手勢+觸摸），能夠有效提升復雜環(huán)境中人機交互的自然性和效率，如深圳市大疆創(chuàng)新科技有限公司的DJI GS PRO、Mavic Pro無人機，SenseFly公司的eMotion無人機憑借基于先進的機器視覺技術(shù)的飛行系統(tǒng)，實現(xiàn)了多種方式的手勢操作。

 

五、低空無人機技術(shù)發(fā)展方向

 

（一）結(jié)構(gòu)材料與飛行控制技術(shù)

 

結(jié)構(gòu)材料技術(shù)是低空無人機技術(shù)體系的底層硬件支撐，包括低空無人機的結(jié)構(gòu)設(shè)計技術(shù)、材料設(shè)計技術(shù)和飛行控制方法，其共同決定了低空無人機的續(xù)航能力、飛行性能和安全性能。未來3~5年內(nèi)，仿生構(gòu)型和模塊化設(shè)計是無人機結(jié)構(gòu)設(shè)計的重要研究方向?；邙B類、昆蟲等仿生學原理的無人機構(gòu)型能夠有效提高續(xù)航時間和飛行隱蔽性。根據(jù)環(huán)境和任務(wù)需求，自適應(yīng)調(diào)整機身結(jié)構(gòu)和載荷分布，也能夠提升無人機在受限空間飛行的安全性和任務(wù)效率。目前，普渡大學的研究團隊已開發(fā)出仿生蜂鳥機器人，能夠自主學習飛行并躲避障礙物，展示了仿生結(jié)構(gòu)在實際環(huán)境中的應(yīng)用潛力。

 

材料設(shè)計技術(shù)旨在采用新型材料提升低空無人機的能源效率、耐腐蝕性和抗疲勞性。目前，采用具有高強度、低密度的復合材料，使用先進的成型、連接工藝是低空無人機輕量化、增加材料利用率的重要趨勢，如碳纖維復合材料和增材制造技術(shù)等。未來，自修復材料在低空無人機中的應(yīng)用是材料技術(shù)的重要發(fā)展趨勢。形狀記憶合金和聚合物基自修復復合材料將逐步走向應(yīng)用，維護頻率減少幅度可超過50%，減少人為維修成本和任務(wù)中斷概率。德國宇航中心的自修復復合材料項目已在實驗階段取得明顯成效。

 

飛行控制算法是低空無人機能夠?qū)崿F(xiàn)飛行的基礎(chǔ)，也是保障其在動態(tài)環(huán)境中穩(wěn)定飛行的關(guān)鍵。隨著人工智能技術(shù)的發(fā)展，針對系統(tǒng)辨識建模泛化能力弱、魯棒性差等問題，將深度學習與傳統(tǒng)辨識算法結(jié)合，利用數(shù)據(jù)驅(qū)動技術(shù)補償傳統(tǒng)模型的不足是系統(tǒng)建模領(lǐng)域重要的研究方向。神經(jīng)網(wǎng)絡(luò)等智能控制算法可以通過自主學習，適應(yīng)環(huán)境并優(yōu)化控制策略，使低空無人機可以在不確定性高、動態(tài)變化快的場景中完成任務(wù)。然而，目前智能控制仍面臨著計算復雜度高、對訓練數(shù)據(jù)依賴性強等挑戰(zhàn)，在實際應(yīng)用中，其實時性和安全性仍有待進一步提升。未來，從“小回路”智能檢測到“全回路”優(yōu)化控制是實現(xiàn)低空無人機抗干擾和自愈、提升無人機安全性能的重要方向。

 

（二）定位導航技術(shù)

 

低空無人機的定位導航技術(shù)主要包括衛(wèi)星與慣性導航、視覺導航、激光雷達導航等。目前，利用其他傳感器減少低空無人機對GNSS的依賴是無人機定位導航技術(shù)的重要趨勢。結(jié)合多源傳感器進行信息融合能夠?qū)崿F(xiàn)無人機導航信息的冗余性，浙江大學研究團隊研發(fā)的多源融合導航系統(tǒng)，在城市峽谷環(huán)境中的定位精度已達到亞米級，預計未來可推廣到更復雜的干擾環(huán)境中。

 

考慮到惡劣天氣對視覺圖像質(zhì)量的影響，能夠抑制光照影響的圖像預處理方法、高效的點線特征融合方法是目前無人機視覺慣性導航技術(shù)的重要研究方向。未來，基于深度學習的圖像預處理與特征識別算法將進一步成熟，可有效抑制光照和動態(tài)環(huán)境影響，使視覺導航在復雜場景中具備更強的魯棒性。激光雷達導航方案對光照和目標外觀變化更具魯棒性，但會出現(xiàn)點云失效或者激光退化等情況導致激光雷達導航失敗，因此需要其他傳感器的信息進行補償。未來，提高單一傳感器定位精度、融合多源傳感器應(yīng)對信號干擾環(huán)境、構(gòu)建星地協(xié)同位置感知與服務(wù)體系是提升低空無人機在復雜干擾環(huán)境定位精度和任務(wù)性能的重要研究方向。

 

（三）自主智能技術(shù)

 

低空無人機的自主智能技術(shù)主要包括路徑規(guī)劃技術(shù)、決策推理技術(shù)、人機交互技術(shù)?；诼窂揭?guī)劃算法的研究現(xiàn)狀，傳統(tǒng)算法通過智能技術(shù)改造提升了環(huán)境適應(yīng)性和效率，強化學習已成為無人機適應(yīng)動態(tài)、復雜場景的核心技術(shù)。因此，具有更強適用性的混合規(guī)劃算法是未來無人機路徑規(guī)劃的重要趨勢。

 

決策推理技術(shù)根據(jù)低空無人機自身的狀態(tài)、環(huán)境信息和任務(wù)要求，選擇最優(yōu)的行動方案。目前，無人機決策推理技術(shù)的重點從單一目標逐漸轉(zhuǎn)向了多目標優(yōu)化，如能耗與安全性。針對無人機集群應(yīng)用的通信瓶頸，去中心化決策架構(gòu)成為主流。未來，分布式、輕量化、具備在線演進升級能力的決策推理算法是無人機適應(yīng)高動態(tài)、強對抗、通信拒止應(yīng)用場景的重要研究方向。面向強對抗環(huán)境的決策推理技術(shù)將在未來幾年實現(xiàn)突破，通過分布式輕量化的人工智能算法，實現(xiàn)低空無人機之間的協(xié)同自主決策與協(xié)同作戰(zhàn)，降低數(shù)據(jù)依賴性并提升實時性與魯棒性。

 

人機交互技術(shù)通過表征無人機的周圍態(tài)勢，建立空間實體和邏輯語言之間的轉(zhuǎn)換關(guān)系，以方便操作人員快速下達合理的指令用于交互。未來，低空無人機的人機交互將進一步朝著多模態(tài)的方向發(fā)展。多模態(tài)交互技術(shù)將融合視覺、語音、觸覺、手勢控制技術(shù)，實現(xiàn)人與無人機的快速精準交互。波音公司研發(fā)的多模態(tài)人機交互平臺，目前已在復雜任務(wù)場景實現(xiàn)語音與手勢協(xié)同控制，提升操控效率和安全性，未來將更廣泛應(yīng)用于災(zāi)害現(xiàn)場和復雜偵察任務(wù)。

 

六、低空無人機技術(shù)應(yīng)用發(fā)展建議

 

（一）加強政策引導與基礎(chǔ)建設(shè)

 

為推動低空無人機產(chǎn)業(yè)的健康、有序發(fā)展，建議進一步明確政策引導和行業(yè)合作模式，加強基礎(chǔ)設(shè)施建設(shè)。制定并實施國家層面的低空經(jīng)濟發(fā)展戰(zhàn)略和頂層設(shè)計規(guī)劃，明確產(chǎn)業(yè)發(fā)展的具體目標、技術(shù)標準及監(jiān)管要求，推動地方政策與國家政策的統(tǒng)一銜接。同時，建立全國統(tǒng)一的低空飛行監(jiān)管平臺，通過實時飛行監(jiān)控、飛行計劃快速審批、動態(tài)空域監(jiān)管等方式，提升監(jiān)管效率，實現(xiàn)統(tǒng)一、高效的空域管理。此外，積極推動“政策 ? 技術(shù) ? 市場”三輪驅(qū)動模式，通過政府引導資金投入、企業(yè)參與建設(shè)及運營、科研院所提供技術(shù)支持，建設(shè)低空智聯(lián)網(wǎng)基礎(chǔ)設(shè)施，推動信息共享、通信網(wǎng)絡(luò)完善和地面控制中心建設(shè)。

 

（二）推動技術(shù)創(chuàng)新與產(chǎn)業(yè)布局

 

技術(shù)創(chuàng)新與合理產(chǎn)業(yè)布局是推動低空無人機產(chǎn)業(yè)可持續(xù)發(fā)展的核心支撐。建議設(shè)立低空無人機技術(shù)專項基金，支持多模態(tài)傳感器、傳感器融合、飛行控制算法、智能控制系統(tǒng)等關(guān)鍵技術(shù)的研發(fā)，鼓勵企業(yè)與科研院所、高校開展聯(lián)合攻關(guān)。建立低空無人機產(chǎn)業(yè)聯(lián)盟，明確產(chǎn)業(yè)鏈上下游企業(yè)合作模式，推動核心零部件國產(chǎn)化，建立穩(wěn)定的上下游合作機制，確保產(chǎn)業(yè)鏈整體自主可控。明確產(chǎn)業(yè)布局區(qū)域，建設(shè)無人機產(chǎn)業(yè)示范區(qū)，吸引相關(guān)企業(yè)和科研院所集中入駐，促進產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展。此外，鼓勵金融機構(gòu)創(chuàng)新產(chǎn)業(yè)鏈金融服務(wù)模式，為低空無人機企業(yè)提供專項貸款、融資租賃、保險保障等多樣化金融服務(wù)，增強產(chǎn)業(yè)鏈抗風險能力。

 

（三）拓展應(yīng)用場景與實施示范工程

 

低空無人機產(chǎn)業(yè)發(fā)展需進一步明確具體的應(yīng)用場景，推動產(chǎn)業(yè)落地和規(guī)模化實踐。在物流領(lǐng)域，借鑒已有的無人機物流配送案例，推動偏遠地區(qū)規(guī)?；瘧?yīng)用，完善物流網(wǎng)絡(luò)。在農(nóng)業(yè)領(lǐng)域，建設(shè)無人機示范基地，推進精準農(nóng)業(yè)技術(shù)在農(nóng)藥噴灑、病蟲害監(jiān)測、作物管理等方面的應(yīng)用，提升農(nóng)業(yè)生產(chǎn)效率和環(huán)境保護水平。在應(yīng)急救援領(lǐng)域，開展低空無人機示范應(yīng)用項目，明確醫(yī)療急救、物資運輸、災(zāi)害現(xiàn)場信息采集與評估等具體應(yīng)用場景，建設(shè)完善的應(yīng)急響應(yīng)機制，提升應(yīng)急救援效率。

 

（四）構(gòu)建全面安全防護體系

 

安全防護體系建設(shè)是低空無人機產(chǎn)業(yè)健康發(fā)展的重要保障，建議全面構(gòu)建安全防護體系，加快自主避障技術(shù)研發(fā)，如視覺感知、激光雷達融合等技術(shù)應(yīng)用，推動低空無人機在復雜環(huán)境中安全運行。明確飛行控制系統(tǒng)安全性與可靠性的技術(shù)標準，加強冗余設(shè)計建設(shè)，確保低空無人機在異常情況下的安全性。完善全國統(tǒng)一的低空無人機空域管理平臺建設(shè)標準，實現(xiàn)無人機與有人機之間的高效協(xié)調(diào)管理。加強無人機操作人員培訓和資質(zhì)審核，嚴格執(zhí)行飛行許可證制度，加大法律法規(guī)宣傳力度，提高公眾安全意識，形成社會共同監(jiān)督與安全管理的良好氛圍。