人工智能在無人機領域的應用分析

劉暢

摘 要 本文討論了無人機和人工智能的概念內涵，闡述了無人機與人工智能技術的關系及兩種技術結合的優勢。從軍用和民用兩個方面分析了人工智能無人機系統的典型應用領域及應用發展趨勢。對未來無人機的應用從民用和軍用兩方面進行了展望。

關鍵詞 人工智能；無人機；智能蜂群；應用分析

中圖分類號 TP2 文獻標識碼 A 文章編號 1674-6708（2018）212-0150-03

無人機是指利用無線電遠程控制設備和自主程序控制裝置操縱的不載人飛行器。由于其具有操縱智能靈活、造價低廉、不懼傷亡、起降簡單等優點，在現代軍用和民用領域有著廣闊的應用前景。美國國防部和聯邦航空管理局（FAA）早在《美軍無人機路線圖2005～2030》中采用Unmanned？Aircraft？ System（UAS）規定了無人機的3個基本內涵：

1）飛行器上無駕駛員。

2）能完成一定的使命任務。

3）能重復使用。

目前遙控航空模型飛機是否屬于無人機仍有爭議，主要原因在于現代航空模型飛機也采用了先進的飛行控制技術，其功用與傳統意義的無人機相比界線模糊。但仍有學者認為“若只是在視距內飛行，遙控航空模型飛機不屬于嚴格意義的無人機”[ 1 ]。

盡管無人機隨著科技的進步在不斷發生改變，但永遠不變的是：無人機由人使用，無人機任何工作的權限都是由人設置的。但同時由于人自身的生理能力、精力以及精確控制能力的局限性，不可能隨時管控無人機，因此，無人機需要有獨立自主工作的能力。

自主飛行的能力和水平，反映了無人機智能的高低。從一般意義上講，自主與智能是兩個不同范疇的概念，自主表達的是行為方式；智能則是完成行為過程的能力[2]。自主未必智能，但自主希望有智能；智能依賴自主，智能的等級取決于自主權限的高低[3]。

隨著神經科學、計算機和集成芯片技術等飛速發展，人工智能技術迎來了新的發展熱潮，使無人機的自主飛行和智能控制成為了可能。當代人工智能技術所取得的進步，與深度學習算法、增強學習算法等密切相關。人工智能技術是提升無人機應用能力的革命性技術，其對無人機發展的影響主要體現在3個方面：單機智能飛行、多機智能協同、任務自主智能[4]。

本文針對“人工智能+無人機”的典型應用領域，從軍用和民用兩個方面進行概括性總結。

1 軍用領域

軍用領域的需求往往是高新技術發展的直接驅動力，人工智能技術和無人機技術作為當代兩大高新技術，在軍事應用方面有著廣闊的潛力，同時又被驅動融合式發展。

1.1 智能無人機蜂群

智能無人機蜂群是將大量無人機基于開放式體系架構進行綜合集成，以系統群智涌現能力為核心，以通信網絡信息為中心，以平臺間的協同交互能力為基礎，以單平臺節點能力為支撐，構建具有抗毀性、低成本、功能分布化等優勢的智能體系[5]。

在軍事應用方面，智能無人機蜂群作戰系統以多元化投送方式快速投送到目標區域遂行多樣化軍事任務，包括與其他武器平臺協同攻擊空中、海上、地面目標及情報偵察監視等，實現對熱點地區戰略威懾、戰役對抗、戰術行動。由于具有惡劣環境適應性強，協同作戰能力強等優勢，該領域備受世界各軍事大國的重視，目前正處于飛速發展階段。

美國空軍發布的《小型無人機系統路線圖2016-2036》報告首頁，將無人機及其蜂群系統稱為“填補戰術與戰略之間空白”的技術，凸顯了小型無人機系統及其蜂群的重要意義。美軍在研的幾種典型智能無人機蜂群如表1所示。圖1為美空軍研究實驗室（AFRL）發布的2030年空軍智能無人機蜂群項目。

歐洲各國聯合研發的“神經元”無人機也是智能無人機蜂群應用的典型機型。其綜合運用了自動容錯、神經網絡等人工智能技術，具有自動捕獲和自主識別目標的能力，也可通過組網由指揮機控制飛行或作戰，并能夠在不接受任何指令的情況下獨立完成飛行，并在復雜飛行環境中自我校正。

我國在2016年珠海航展上，中國電科聯合清華大學和泊松科技公司展示了國內首個固定翼無人機蜂群試驗原型系統，實現了67架規模的蜂群原理驗證，打破之前由美國海軍保持的50架固定翼無人機蜂群的世界紀錄。

智能無人機蜂群的關鍵技術主要包括：總體架構、戰術與作戰使用、蜂群控制與群體智能、蜂群感知與信息融合、任務規劃和航跡規劃等[5]。而這些關鍵技術的突破正是依托于人工智能技術。

1.2 人工智能無人機-有人機系統

人工智能無人機-有人機系統的應用包括：無人機-有人機合作系統和無人機-有人機對抗系統。

無人機-有人機合作系統典型的實例是美國空軍在研的“忠誠僚機”項目，其旨在將第四代戰機F-16改造成無人機，通過人工智能自主運算數據庫，協同第五代隱身戰機F-35、F-22的駕駛員作戰。“忠誠僚機”在不需要地面控制的情況下，依靠強大的人工智能技術，不僅能自主飛行，還能在沒有長機的指令下，自主完成作戰任務。圖2為美國空軍規劃的未來無人機-有人機聯合作戰編隊。

無人機-有人機對抗系統典型案例是2016年美國辛辛那提大學博士生開發的ALPHA人工智能無人機在模擬空戰中擊敗了飛行數千小時的退役空軍上校，凸顯了人工智能無人機的作戰潛力，該系統既可滿足飛行員模擬對抗的需求，也可以作為有人機的僚機隨行作戰任務。

1.3 無人機人工智能情報分析

Google公司通過使用軍用無人機獲得的數據進行人工智能分析，幫助美國國防部開展情報分析工作，該計劃被稱為為“專家項目”（Project Maven），是美國國防部2017年4月啟動的“算法戰”項目的一部分。盡管美國國防部已經投入了大量資金研發先進的傳感器用于無人機的情報收集，但在創建分析工具以梳理數據方面明顯滯后。Maven的任務是使用機器學習來識別無人機鏡頭中的車輛和其他物體，從而減輕情報分析人員的負擔，Google公司將為美國國防部提供TensorFlow？API來協助機器學習算法識別出特殊對象，其目標是為軍方提供先進算法，自動檢測和識別無人機全動態攝像機捕獲的多達38種物體。美軍高層將Maven比作“火花”，稱其“將在整個國防部點燃人工智能的火苗”。可見，美軍對人工智能技術融合無人機領域的高度重視。

2 民用領域

近年來無人機在民用市場已被廣泛應用于農林植保、測繪、電力巡線、物流運輸、應急救援等領域。在2016年5月由我國國家發改委牽頭制定的《“互聯網+”人工智能三年行動實施方案》中，明確提出了推動人工智能技術在無人系統領域的融合應用，提出了發展無人飛行器等無人智能設備。無人機能為收集大數據提供便捷的平臺，而人工智能又具有強大的數據分析和規劃決策能力，兩者結合在一起相互驅動發展。

2.1 信息技術驅動的智能無人機應用

通過借助無人機的平臺優勢，信息技術尤其是大數據、云計算等技術正在與無人機相互融合，使無人機朝著人工智能方向發展[4]。

1）在大數據方面。作為空中移動載體，無人機在測繪、物流運輸、交通監管、工業生產、個人消費等領域能夠通過傳感器搜集海量數據。通過對這些數據的分析，可以為人工智能應用提供可靠決策支撐，能產生巨大的經濟效益。同時，無人機收集的數據也有助于無人機本身的發展。由于有大量的數據為無人機提供助力，無人機將能進一步提升智能飛行的能力。

2）在云計算方面。由于無人機機載容量和機載處理器運算能力的限制，要提升無人機的智能計算水平，需要讓無人機機載處理器得到解放。機上的計算、機上的存儲、機上的智能能力拓展，都可以采用云端處理解決。

2.2 能源巡視

無人機能源巡視主要是指無人機代替人進行長距離、復雜環境的巡檢工作，例如對輸電線路的巡檢、輸油線路的巡檢、移動鐵塔的巡檢和光伏的巡檢方面。無人機巡檢是替代人巡檢的一個有效的手段，尤其是在山區、跨河流等人難以到達的地方。據統計，在山區人巡檢的效率基本上是每天3-4級鐵塔，而每級鐵塔之間距離僅為500米到1？000米左右，人巡檢的效率非常低且巡檢的效果也無法保證，所以迫切需要一種智能化、自動化的設備來完成巡檢的工作，人工智能無人機系統不僅能自主規劃飛行路徑并對巡檢目標進行智能檢測，而且還能利用人工智能技術對巡檢目標進行分析。

2.3 智能無人機編隊燈光秀

2018年在平昌冬奧會開幕式燈光秀上，美國英特爾公司放飛了由1218架“流星”四旋翼無人機組成的編隊，可以幻化成運動員和奧運五環標志，刷新了智能無人機編隊的紀錄，如圖3所示。

3 結論

提高無人機系統的人工智能水平是無人機發展的永恒追求目標，人工智能與無人機的結合具有廣闊的應用拓展前景。隨著我國民用無人機政策的規范和低空空域改革的深化，我國民用無人機行業發展前景樂觀，高智能無人機系統將蘊含著更加深厚的市場潛力。同時，隨著軍用領域無人機人工智能的深入應用，無人機系統在未來復雜的戰場環境將具有更高的思維能力和自主決策能力，必然會成為各軍事大國爭奪的新的制高點。

參考文獻

[1]范彥銘.無人機的自主與智能控制[J].中國科學（技術科學），2017，47（3）：221-229.

[2]Long L N，Hanford S D.Evaluating cognitive architectures for intelligent and autonomous unmanned vehicles[R].2007 AAAI Workshop，University Park.

[3]戴浩.人工智能技術及其在指揮與控制領域的應用[R].第四屆中國指揮與控制學會青年科學家論壇，重慶，2016.

[4]樊邦奎.無人機與人工智能初探[R].人工智能與機器人峰會（CCF-GAIR），深圳，2016.

[5]鈕偉，黃佳沁，繆禮鋒.無人機蜂群對海作戰概念與關鍵技術研究[J].指揮控制與仿真，2018（1）：20-26.