基于AI的無人機自主飛行技術展望

林一平

上海交通大學，上海市 閔行區 100000

基于AI的無人機自主飛行需要具備環境感知、導航定位、路徑規劃、運動控制的能力，并能在飛行實踐中學習，糾正失誤，通過深度學習，強化學習，持續提高，為無人機群智能飛行、實際營運奠定基礎。

無人機飛行經歷了程序飛行、遙控飛行、半自動飛行階段后，基于AI進入了自主飛行階段，其技術不斷成熟，性能不斷提升。這不僅使無人機具備了環境感知、導航定位、路徑規劃、運動控制的能力，而且還提供了在飛行實踐中學習，糾正失誤，通過深度學習，強化學習，持續提高的過程，為無人機群智能飛行等奠定基礎。

基于AI的無人機自主飛行首先必備基礎能力，其次應該具備自我學習能力，并不斷提高智能水平等級，獲得優良品質。

基礎能力

基于AI的無人機自主飛行首先必備基礎能力，即具備環境感知能力、導航定位功能、路徑規劃能力、運動控制功能(見圖1)。

環境感知

無人機在空中需要時刻感知外部環境及其變化，因為其關系到能否正常飛行，是否飛行安全。這個外部環境包括靜態的和動態的。靜態的環境包含高樓大廈、電視臺、廣播臺、大山、江河等地理標志物；動態的環境包含周邊有無飛鳥，有無航空器在飛行；有無風、雨、雪等氣象變化。通常采用機載的有針對性的傳感器采集外界環境的大氣數據、高度數據、速度數據、坐標數據、目標數據進行識別，輸入計算機分析、運算，做出判斷、決策，使無人機能夠適應外部環境及其變化，主動避讓，趨利避害，確保正常飛行和飛行安全。

導航定位

無人機在空中飛行需要時刻了解自己所處的位置，以保證飛行途中不迷航，且航向正確。目前無人機上普遍使用GPS 系統、北斗衛星系統進行導航定位，這對于自主飛行是個技術保障。對于一些高標準、特殊用途的無人機通過機載激光裝置還可以提高導航定位系統的精準度。

航線規劃

無人機自主飛行在領受任務后需要根據所去空域的實際情況認真規劃航線，做出多套方案進行比較和優選。既要避開高樓大廈、大山的阻擋，又要避開人口集中城市空域民航機的繁忙航線，避免發生沖突，還要考慮沿途經過有哪些機場可作為應急用的臨時備降場。既要確保所規劃的飛行航線最短、最合理，又要達到省時、省油、經濟性最佳，并且安全性最佳。對于軍用無人機的航線規劃要考慮戰場的突防，以降低威脅，做好自身防護。

運動控制

無人機的自主飛行需要全程進行運動控制，包括正常的自主起飛/降落，爬升、平飛、盤旋、加/減速、俯仰穩定與操縱、航向穩定與操縱等。評判無人機飛行運動控制有效性的標志是在出現狀況時能及時糾錯，或做出補救，確保后續飛行正常，并在執行完任務后順利返航。

升級智能水平

基于AI的無人機自主飛行同時應該擁有自我學習能力，即擁有模仿學習能力、機械記憶能力、理解學習能力、糾錯提高能力、深度學習能力、強化學習能力、并且能像上臺階一樣不斷地提升應用人工智能解決飛行中遇到問題的能力(見圖2)。

初級智能

此階段為通式教育，表現為智能無人機能夠像小學生那樣從初級的模仿學習開始，通過逐步增加的基礎知識和專業知識來積累機械記憶，學習并掌握一些基本的飛行技能。相當于初級教練期，經過考核、評價及格后才能升入下一個中級智能學習階段。

圖1 基于AI無人機自主飛行的若干大課題

圖2 基于AI無人機自主飛行的學習模式

(1) 模仿學習智能無人機在此階段以學樣、模仿為主特征，屬于輸入式學習的過程。以會不會，不走樣；像不像為評判標準。

(2) 機械記憶智能無人機在此階段以大量吸收知識、強行記憶為主特征，屬于輸入、下載、存儲的過程。并形成智能無人機的最初知識庫。

中級智能

智能無人機在此階段表現為能夠像中學生那樣從中級教練中學習，理解含義，逐步學會思考，學會決策，學會一些基本的糾錯技能。

(1) 理解學習智能無人機在此階段以學習中不再滿足初級的模仿學習和機械記憶，不再滿足不求甚解，而是能夠搞清楚其定義、標準、法規的確切含義，更好地貫徹執行。

(2) 能夠思考智能無人機在此階段以學習中不再滿足初級的模仿學習和機械記憶，而是能夠提出問題，積極地思考。會提出問題，會追根尋源，直至搞明白，弄清楚。通過考核努力成為無人機中的“學士”。

(3) 能夠決策智能無人機在此階段開始學習為自身行為決策，決策來自諸如如何在飛行中避碰；如何避開航線中的雷電區域；如何在發動機空中停車情況下迫降；如何在前起落架故障情況下安全著陸等。通過考核努力成為無人機中的“碩士”。

(4) 能高糾錯智能無人機在此階段開始學習一旦發生操縱失誤時如何來糾正差錯，然后迅速恢復正常。尤其是差錯發生在無人機起飛段或降落段，或在低空空域，不僅飛行高度低，而且反應時間短，環境復雜，非常考驗無人機的智能系統和糾錯能力。

高級智能

智能無人機在此階段表現為能夠像大學生那樣從高級教練中學習，理解含義，主動學會思考，學會決策，學會并掌握一些高級的糾錯技能。

(1) 深度學習智能無人機在此階段以學得深、鉆研得深為標志。在縱向技術層面達到它會，己也會；己會，它不會；甚至使己達到比以往更深的層次，技術上更超前，擁有絕對的科技優勢。通過考核努力成為無人機中的“博士”。

(2) 強化學習智能無人機在此階段以高度自覺，不自滿為標志。不斷要求自身學習、學習、再學習，吐故納新，不斷技術升級，不斷提高智商，不斷提高智能，變得更聰明，通過考核努力成為無人機中的“博士后”。

(3) 能抗干擾智能無人機在此階段學會多種抗干擾手段，確保機載系統不失效，照樣能在強電磁波干擾環境中排除外部干擾，阻止外界黑客進入，保護機載系統，依靠人工智能可靠飛行。

(4) 識破騙局智能無人機經過在此階段的學習已經具有較高的智商，掌握較全面的知識，整套機載系統足夠完善，足夠強大，能夠擺脫外方的多種引誘，識破外方設置的騙局，不受干擾、不受引誘、不被受控、不上當，堅定地依靠自主導航，自主操控飛行，圓滿地完成既定任務。

(5) 應急處理 智能無人機在此階段的學習已經具有較高的智能，能夠在復雜的飛行環境中自行全程監管機載系統工作，保障其運行工作。一方面，在遇到故障時能正確診斷故障源，及時排除故障。另外一方面，在無人機遇到險情時能自應急、自切換、自排障、自挽救。

應用能力

智能無人機經過初級、中級、高級階段學習，檢驗其成果的標準最終應該落實在分析問題和解決問題的應用能力上。由于這一切都發生在空中，既不同于地面的排障，也不同于有人駕駛飛機的排障，往往時間非常緊迫，必須立刻做出決定，落實具體措施，否則后果將會十分嚴重。好在這些經過智能化高級階段學習的無人機分析問題和解決問題的應用能力特別強，能夠勝任。再加上5G技術的運用，將大大縮短空中反應及應急處理的時間，恢復系統正常，并挽救無人機。

結束語

通過上述梳理，用戶可以對各自的無人機智能化作一個客觀、公正的評價，對其達到的智能水平有個更清醒的認識?；贏I無人機自主飛行所面對的大課題，既點明了無人機智能化研究的領域，又指明了無人機智能化方向，還指出了無人機智能化發展的趨勢。

雖然，目前世界智能無人機發展水平參差不齊，有更多的無人機還處在初級智能階段；部分無人機達到了中級智能階段；也只有極少數的無人機進入了高級智能階段。顯然，首尾兩端發展總體落差很大，且又讓出了很大的上升空間，說明無人機光具備基礎智能遠遠不夠，很有必要繼續深度學習、強化智能學習，不斷升級智能化水平才能跟上時代步伐，適應日新月異的科技發展，滿足航空創新需要。 ■