基于人工智能技術的低空飛行器管控關鍵技術研究

褚鵬　王軍　劉樹光　李澤　朱銳

摘要：? ? ? 以人工智能技術在低空飛行領域的應用為切入點， 分析了人工智能技術驅動下低空飛行器向平臺無人化、 控制智能化、 任務多元化發展帶來管控對象多元復雜、 管控難度不斷提升、 管控時空深度拓展的現實挑戰。 提出了以預實踐決策提升飛行審批效率、 以自主式決策實時監控飛行狀態、 以數據驅動式決策精準處置違規行為的主要決策方法和發展途徑， 剖析了人工智能技術、 軟殺傷技術、 硬毀傷技術在管控建設及應急處置中的運用要點和優缺點。

關鍵詞：? ? ?人工智能； 軟殺傷技術; 硬毀傷技術； 空域安全； 低空； 飛行器中圖分類號：? ? ? TJ760； V271

文獻標識碼：? ? A文章編號：? ? ?1673-5048（2023）02-0120-05

DOI： 10.12132/ISSN.1673-5048.2022.0222

0引言

人工智能因其具有“類腦”功能， 在某些方面可以超越人類極限， 人工智能、 大數據、 云計算等智能科技發展將直接推動智能機器、 群體智能、 人機融合智能等領域深度開發和應用， 大幅提升人類改造世界的能力。 近年來， 在低空飛行領域， 人工智能技術快速發展和應用， 以無人機為代表的低空飛行器已廣泛應用于民航運輸、 執法監控、 影視拍攝等方面［1］， 國外對空域管制運行的風險及空中交通管理綜合運用業務數據、 管理規則、 控制策略等進行了深入研究探索［2-3］， 低空空域的開放使用和低空飛行器的管控是在確保空域安全的前提下深入推進低空飛行器發展和運用。 然而長期以來， 由于管控手段和發展理念滯后， 我國對低空空域資源的開發利用力度很小， 管控方法單一。 低空空域管控呈現空域劃分不夠合理、 管理體制不夠科學、 運行機制不夠順暢、 安全責任不夠明晰、 服務保障不夠完善等問題［4］。 低空飛行發展與高效管控及應急處置建設之間矛盾凸顯， 為此， 探索低空飛行管控的決策方法、 發展途徑以及關鍵技術運用， 就成為我國低空飛行器管控新的研究方向。

1人工智能技術驅動低空飛行器管控面臨的挑戰低空飛行器主要是指輕型和超輕型飛機、 航空航天模型、 滑翔機、 旋翼式飛行器、 無人機等低、 慢、 小飛行器。 基于模型和算法的人工智能（AI）系統是人工智能技術在低空飛行器發展應用的重要方面， AI系統和大數據信息系統將發揮倍增器的作用， 實現“設計有人、 控制無人”的發展目標， 低空飛行器的無人化、 智能化、 多元化趨勢明顯， 應用效益顯著［5］， 其對低空飛行器管控工作也帶來了嚴峻挑戰。

1.1低空飛行平臺無人化， 管控對象多元復雜

人工智能技術在低空飛行器中的應用不斷深入， 技術成熟度也在不斷提升， 人工智能視覺識別技術、 智能決策技術等在低空飛行器中應用的典型趨勢就是低空飛行平臺趨于無人化， 人逐步從傳統的飛行系統中脫離， 從前臺走向幕后， 使人的身體機能脫離對飛行平臺的限制， 使低空飛行平臺的設計更靈活， 功能更強大。 在低空飛行平臺無人化的趨勢下， 低空飛行器的種類、 功能發展日新月異， 對低空自主飛行的客觀需求增加， 低空飛行器管控的對象也呈現多元化、 復雜化。

1.2低空飛行控制智能化， 管控難度不斷提升

人工智能領域的線性回歸、 邏輯回歸、 決策樹、 隨機森林、 降維運算、 K-最近鄰、 K-均值法、 樸素貝葉斯、 支持向量機、 人工神經網絡這10大算法不斷促進低空飛行向控制自主化、 決策智能化、 效能體系化方向發展， 如圖1所示。 這些人工智能算法的應用原理雖然簡單， 但卻很實用， 例如， 線性回歸是假設輸出變量是若干輸入變量的線性組合， 根據這一關系可以求解線性組合中的最優系數；? K-最近鄰是一種監督學習機器算法， 可用于解決機器學習算法中的回歸和分類任務； 人工神經網絡是深度學習的核心， 其非常適合處理大型和高度復雜的機器學習任務。 隨著這些智能算法在智能輔助決策技術、 數字參謀、 云端大腦的建設運用， 低空飛行器的自主控制能力凸顯， 智能化使其逐步擺脫外部環境的限制， 對其進行精準管控的難度增加， 因此， 應運用智能控制技術， 創新智能算法， 緊密對接低空飛行器控制智能化發展， 在平臺無人化的基礎上實現低空飛行器的自主控制和低空空域飛行管控平臺的指令控制相結合， 突出智能化控制的運用， 提升低空飛行器的飛行效率和低空空域的運行效率。

1.3低空飛行任務多元化， 管控時空深度拓展

低空飛行器在平臺無人化、 控制智能化發展的同時， 其類型不斷增加、 功能不斷擴展， 執行的任務也更加多元。 目前， 低空飛行器已經在低空經濟物流、 低空應急救援、 低空航拍監測、 科研教育活動、 低空偵察打擊等方面快速發展和應用， 并取得良好的效果和發展前景。 例如， 低空飛行器在低空娛樂觀光、 物流運輸、 載客運輸、 影視拍攝等方面促進低空經濟發展； 在地震、 火災、 水患救援、 應急通信保障、 電力應急搶修等方面執行應急救援任務； 在生態環境監測、 交通道路巡查、 災害預警等方面執行低空航拍監測任務； 在飛行器研發、 低空飛行駕駛培訓等方面支撐開展科研教育工作； 在巡邏偵察、 犯罪追蹤、 對抗打擊等方面遂行低空偵察打擊任務。 低空飛行器任務多元化必將帶來低空飛行時空的拓展， 對空管的效率、 精度提出了更高要求， 需要借助網絡化、 信息化、 智能化技術手段， 有力支撐低空飛行器管控能力建設。

2低空飛行器管控的主要決策方法和發展途徑我國實行的是“統一管制， 分別指揮”的航空管制體系， 主要空域均由空軍組織實施管理。 通常， 航路內的飛行活動由民航提供管制指揮， 航路外的飛行活動由軍航負責管制指揮［6］。 低空飛行器管控應注重軍地聯合、 理順體制機制、 立足技術支撐、 豐富管控功能、 形成管控合力。 而高效管控的核心在于決策方法的合理選取和技術的有力支撐， 重點探索決策方法、 尋求發展路徑。 綜合研究認為， 以量子信息、 移動通信、 人工智能等先進技術加強低空飛行器智能決策能力建設； 以預實踐式決策優化提升飛行審批效率； 以自主式決策自主監控低空飛行器狀態， 及時告警、 精準引導處置； 以數據驅動式決策快速從大數據中挖掘有用信息， 供管控人員科學決策、 高效處置安全威脅。 先進技術支撐智能決策發展示意圖如圖2所示［7］。

2.1以預實踐式決策提升飛行審批效率

為確保低空空域安全， 必須加強對低空飛行器用空需求的審批管理力度， 實現低空飛行管控信息與用戶飛行需求信息的高效、 準確交互， 所有低空飛行器飛行計劃必須經過審批、 報備后， 才可以升空飛行。 作為管控方， 既要規范審批程序， 也要細化審批內容， 提升審批效率， 使低空飛行活動有章可循， 有規可依， 提升低空飛行服務保障能力。 預實踐式決策重在發揮人的主觀能動性優勢， 加強對低空飛行管控工作的前期謀劃， 借助模擬仿真技術手段， 發現問題、 補齊短板， 提高飛行審批決策效率， 有效降低決策風險。

2.1.1優化審批程序， 區分空域管理

低空飛行器飛行方案審批程序的制定應在軍地雙方進行低空空域管制劃分的基礎上進行， 以低空空域安全為底線， 盡量簡化審批程序。 例如， 低空飛行器在劃定的低空“報告空域、 監視空域”內飛行， 可實行飛行計劃備案管理， 通過簡化飛行審批程序， 縮短飛行準備時間， 提升飛行效率， 空域管控部門為低空飛行活動提供飛行計劃、 航空情報、 航空氣象、 飛行情報、 告警和協助救援等服務； 在低空“管制空域”中實行飛行計劃審批， 用戶必須按要求提交審批材料， 獲批后才可按飛行計劃開展低空飛行活動， 并接受管制服務。

2.1.2規范審批內容， 及時精準發布

在區分空域、 簡化程序的基礎上， 低空飛行器軍地聯合管控部門應在自己責權范圍內， 規范審批內容， 使組織低空飛行活動的單位和人員知悉什么事項需要報批、 需要準備什么材料， 利用互聯網網站、 微信公眾號、 抖音等媒體平臺及時、 精準發布相關管控制度規定， 并及時收集用戶反饋意見， 達到管控部門和用戶雙向溝通順暢， 管理要求理解一致的目的。 同時， 應盡量減少審批材料準備的復雜度， 達到該審批的內容不缺失， 多余的材料不用準備的目標。 根據低空空域飛行審批要求， 提交的材料一般包括：飛行器類型、 飛行時間區間、 飛行空域范圍、 飛行航線、 駕駛人員資質等。

2.1.3模擬決策分析， 優化完善方案

低空飛行用空需求量大， 申請飛行方案呈現數量多、 種類雜、 時效性強等特點， 為達到對低空飛行活動的高效管控， 提升飛行方案的審批效率是關鍵因素。 如果審批效率達不到用戶的需求， 就會引發用戶鋌而走險， 實施“黑飛”等行為， 造成重大飛行隱患。 為克服人類身體機能和腦力疲勞的限制， 應充分利用大數據技術提供基礎數據支撐， 為決策預案收集設計提供案例庫支撐， 為智能算法設計提供自主解析方法支撐， 設計低空飛行管控決策模擬系統， 并對不同時空環境、 不同類型飛行器、 不同飛行任務牽引下的飛行申請方案進行仿真、 檢驗、 分析、 優化， 對決策方案進行修正和完善， 提升決策方案的可行性和可靠性， 提高飛行計劃的審批效率。

2.2以自主式決策實時監控飛行狀態

低空飛行器雖然飛行的高度低， 但由于其機動性強， 發生事故的可控性差， 造成的危害性較大， 因此， 低空飛行器軍地聯合管控應對飛行器起飛前到安全降落的全過程進行監管， 需要實時掌控飛行器運行狀態， 及時發現問題隱患。 采用自主式決策可基于飛行大數據平臺， 采用智能算法實時獲取和分析飛行數據， 一旦出現違規飛行癥候和行為， 可通過智能算法支持， 與擬定的處置預案進行對比分析， 自主決策并采取相應處置方案。

2.2.1健全監控手段， 實時獲取數據

在低空空域開放的同時， 應加強低空空域的監控手段建設， 一方面， 運用數字微波通信、 衛星通信、 移動通信等技術加強基礎通信網絡建設， 提供信息通信基礎保障； 另一方面， 要求所有低空飛行器申請飛行前必須接入低空飛行管控網絡， 并實時上報飛行器狀態數據； 再次， 建立低空空域管控人員與低空飛行器操作人員之間的實時信息交互， 便于信息傳輸和共享。

2.2.2掌控審批內容， 化解沖突矛盾

軍地聯合管控力量在管控職責分工的基礎上， 根據己方管控責任細化管控任務， 及時掌控低空飛行器飛行計劃審批情況及具體用空需求， 根據低空飛行空域容量和正在執行的飛行計劃， 運用自動化管控系統對將要執行的飛行計劃方案進行比對、 分析、 審核， 對于存在的問題及時協調處理， 避免用空沖突， 使低空空域管控方和低空飛行器用戶熟知飛行計劃的內容， 這是低空飛行活動安全有序的基本前提。 如果飛行計劃沖突無法解決， 應及時取消相應的飛行計劃并告知計劃的組織實施者。

2.2.3建立監測臺站， 實時監控狀態

只有實時獲取低空飛行器的飛行狀態， 才能對其進行有效的管控。 因此， 軍地雙方應加強監控手段的建設， 注重信息的聯通共享， 在低空空域范圍內建立監測點， 安裝監測設備， 實時獲取低空空域內低空飛行器的飛行狀態， 為低空飛行活動提供有效的計劃引導、 航空情報、 氣象、? 告警和救援等服務， 使低空飛行活動始終在管控系統的自主監控之下運行。 一旦發現違規行為或癥候， 系統將自動發出告警， 并精準提供詳細的信息數據供指揮人員判斷決策。

2.3以數據驅動式決策精準處置違規行為

低空飛行軍地聯合管控的主要任務是對低空飛行器飛行活動進行實時監控， 適時引導， 對違反規定的飛行器進行告警， 對違規行為及危害進行預判， 科學決策處置方案， 并針對性采取制止行動。 采用數據驅動式決策可基于大數據信息處理軟件［8］， 依據設定的規則和推理程序對獲取的海量低空信息數據進行數據挖掘和綜合分析， 提取并分析有價值的信息， 形成數據規律供管控人員決策參考。 管控人員可結合自己的經驗， 借助數據分析進行判斷決策， 快速高效處置違規行為。

2.3.1分析飛行數據， 精準糾偏校正

由于低空飛行器飛行性能不足， 或飛行器操控人員技術能力不過關、 操控失誤等原因， 通常會造成在低空飛行的飛行器未按照規定的飛行高度、 預定航線飛行， 擾亂其他飛行器飛行安全。 因此， 對低空飛行器的飛行數據進行實時分析， 監控低空飛行器系統狀態和飛行計劃執行情況； 同時， 基于多源數據的實時比對分析， 對違規飛行的行為和安全隱患及時進行分析判斷， 精準指出違規行為， 督促、 指導低空飛行器操控人員采取糾錯措施， 快速恢復正常的飛行活動。

2.3.2高效決策處置， 降低風險危害

對于常規違反低空飛行規定的行為， 通常采取及時準確的管控引導即可使飛行器恢復正常飛行， 但由于低空飛行器故障、 操作失控， 或操縱人員蓄意破壞活動等原因， 低空飛行器危險飛行會擾亂低空飛行航線活動， 對其他在空飛行器安全造成威脅， 對地面目標造成潛在危害。 因此， 軍地聯合管控部門應針對具體情況， 運用關聯分析法、 蒙特卡洛分析法等進行低空飛行數據分析和風險評估， 基于智能化的低空飛行管控系統自主生成決策方案， 供管控指揮人員決策參考， 或基于特定授權， 由管控系統自主決策采取相應方案， 及時制定應對措施， 將危害將至最小。

2.3.3精準采取行動， 減少附帶損傷

對于不聽從管控指令、 危害低空飛行和地面目標安全的飛行器， 應加強相關飛行信息數據的挖掘與綜合分析， 預判采取具體處置技術手段的附帶損失， 通過指揮員的經驗和數據智能分析支持系統快速科學決策， 綜合運用干擾阻斷、 鏈路劫持、 信號劫持、 導航欺騙、 激光致盲、 脈沖失能等軟殺傷技術手段和彈炮結合毀傷、 高能激光、 定向捕獲、 近距對抗、 微型彈藥、 集束彈藥等硬毀傷技術手段（如圖3所示［9］）， 精準制止違規飛行行為， 迫使其降落至安全區域， 或使其損毀， 避免或最大限度降低對在空飛行器或地面目標造成的傷害。

3低空飛行器管控關鍵技術運用

低空飛行器的發展伴隨著技術的創新應用， 對其實施高效管控應依托關鍵技術運用， 一方面以人工智能技術運用提升對低空飛行活動的管控能力， 另一方面綜合運用軟殺傷和硬毀傷技術， 快速、 精準制止低空危害活動， 有效降低威脅和損失。

3.1以人工智能技術支撐一體化管控能力建設

由于低空飛行器體型小、 飛行高度低、 速度慢， 實時準確掌控空域內低空飛行器數量、 位置等信息是對其實施有效管控的基本前提， 應綜合運用光電探測、 雷達探測、 聲波探測、 無線電頻譜探測等技術， 全方位、 多角度獲取低空目標飛行數據； 運用人工智能視覺識別技術， 對低空目標實施精準高效的自主識別和分類； 運用深度智能分析技術快速處理信息數據， 對開源數據中的威脅信息進行精準識別， 加快情報數據和低空飛行態勢分析， 為管控決策提供情報依據； 運用智能化決策技術， 基于決策方案庫、 決策規則和算法實施高效的管控決策， 最終形成對低空飛行器的自主探測、 自主分析、 自主識別、 自主決策、 自主指揮的一體化管控能力。

3.2以軟殺傷技術有效降低附帶損傷

低空飛行器無論其是否攜帶攻擊彈藥， 其本身就可能隨時成為一種攻擊武器， 對空中其他目標和地面目標造成威脅。 為有效降低附帶損傷， 應運用指揮鏈路阻斷技術， 對遙控信息頻段進行阻斷干擾， 切斷操控端與飛行平臺之間的無線電聯系， 使其失去控制； 運用控制信號劫持技術， 奪取低空飛行器的控制權， 操控其飛行至安全區域； 運用導航鏈路阻斷技術對低空飛行器的衛星定位信號進行干擾， 使其無法精確定位， 進而使控制系統無法正常工作， 喪失遂行任務的能力， 迫使其快速降落； 運用定位導航欺騙技術誤導低空飛行器飛行， 引導其飛離重點空域； 運用定向激光致盲技術使低空飛行器失去飛行方向， 無法準確對目標實施威脅； 運用電磁脈沖失能技術損傷目標元器件， 使低空飛行器失去某方面的功能， 例如， 破壞低空飛行器控制系統元器件使其失去控制能力。 以上軟殺傷技術中， 運用導航鏈路阻斷技術會對區域內其他低空飛行器的定位設備造成影響， 對于自主飛行的低空飛行器， 運用指揮鏈路阻斷技術和控制信號劫持技術對其他飛行活動沒有制約作用［10］。

3.3以硬毀傷技術快速消除風險威脅

在軟殺傷技術手段無法阻止低空飛行器飛行行為時， 為快速消除風險威脅， 可綜合運用硬毀傷技術手段對目標進行精準毀傷， 避免造成難以挽回的損失。 運用彈炮結合毀傷技術， 可在一定高度和距離范圍內對低空飛行器實施毀傷， 但易受彈炮射程限制， 而且發射導彈毀傷目標的成本也較大， 效費比不高； 運用高能激光毀傷技術毀傷低空飛行器， 精準度高， 但激光毀傷的機理是需要持續照射低空飛行器表面， 通過能量聚集毀傷目標， 而且激光器的設備較大， 機動性較弱； 運用物理定向捕獲技術費用低， 附帶損傷小， 但無論是機載還是車載發射網彈， 對發射的距離、 時機和角度要求都很高； 運用無人近距對抗技術可抵近目標實施近距精準對抗， 使用無人飛行器配備的對抗裝備對低空飛行器實施定向干擾、 精準毀傷， 特殊情況下可以直接撞擊低空飛行器， 以自殺式攻擊毀傷目標； 運用微型彈藥毀傷技術成本小、 效費比高， 但其攻擊距離有限； 運用集束彈藥毀傷技術可增大對低空飛行器的殺傷概率， 對集群目標具有很好的殺傷效果， 但其對彈藥儲備數量要求高， 持續殺傷能力不強［11］。

4結論

人工智能技術不僅促進了低空飛行器的快速發展和低空空域的有序開放， 而且對低空飛行管控能力的建設也發揮了核心的技術支持作用。 低空飛行器管控應針對低空飛行器智能化發展帶來的現實挑戰， 依托低空空域分類劃設、 管控機構設置、 職能劃分等系統架構， 運用量子信息、 移動通信、 智能分析等技術支撐， 實施低空飛行預實踐式決策、 自主式決策、 數據驅動式決策， 確保低空飛行管控決策的精確性、 高效性； 同時， 應注重人工智能技術支持一體化管控能力建設， 加強低空飛行軟殺傷技術和硬毀傷技術創新發展和應用， 支持快速消除危害和風險能力建設， 在低空空域內搭建智能、 安全、 高效的低空飛行管控與應急處置體系， 實現低空安全與低空經濟發展的融合雙贏。

參考文獻：

［1］ Kamnik R， Nekrep P M， Topolek D. Using the Scanners and Drone for Comparison of Point Cloud Accuracy at Traffic Accident Analysis［J］. Accident Analysis and Prevention， 2020， 135： 105391.

［2］ Matsuoka T， Amai O. Evaluating Human Error Data for Hazards in Air-Traffic Control and Deriving a Quantitative Safety Index［J］. International Journal of Aviation Management， 2019， 4（3）： 199-223.

［3］ Kontogiannis T， Malakis S， McDonald N. Integrating Operational and Risk Information with System Risk Models in Air Traffic Control［J］. Cognition， Technology & Work， 2017， 19（2/3）： 345-361.

［4］ 劉鋼. 擴大低空空域開放 突破通用航空業增長瓶頸 ［EB/OL］. （2016-08-24）［2022-01-25］. https：∥www. sohu. com/a/111852615_472861.?Liu Gang. Expand the Opening of Low Altitude Airspace and Break Through the Growth Bottleneck of General Aviation Industry ［EB/OL］.（2016-08-24） ［2022-01-25］. https：∥www. sohu. com/a/111852615_ 472861.（in Chinese）

［5］ 吳明曦， 朱丹. 人工智能對軍事領域的影響［J］. 軍民兩用技術與產品， 2020（11）： 9-11.Wu Mingxi， Zhu Dan. The Impact of Artificial Intelligence on the Military Field［J］. Dual Use Technologies & Products， 2020（11）： 9-11.（in Chinese）

［6］ 姜偉波. 淺析我國低空開放對空域管制的影響和對策［J］. 科技視界， 2019（17）： 101-103.Jiang Weibo. Analysis of the Impact of Chinas Low Altitude Opening on Airspace Control and Countermeasures［J］. Science & Technology Vision， 2019（17）： 101-103.（in Chinese）

［7］ 王鵬. 把握智能化戰爭特點規律 推動智能化訓練創新發展［J］. 國防科技， 2019， 40（1）： 1-4Wang Peng. Grasp the Characteristics and Laws of Intelligent Wars， Promoting the Innovative Development of Intelligent Training［J］. National Defense Technology， 2019， 40（1）： 1-4.（in Chinese）

［8］ 黃亭飛， 程光權， 黃魁華， 等. 基于DQN的多類型攔截裝備復合式反無人機任務分配方法［J］. 控制與決策， 2022， 37（1）： 142-150.Huang Tingfei， Cheng Guangquan， Huang Kuihua， et al. Task Assignment Method of Compound Anti-Drone Based on DQN for Multi Type Interception Equipment［J］. Control and Decision， 2022， 37（1）： 142-150.（in Chinese）

［9］ 閆家鼎， 謝海斌， 莊東曄. 無人機集群對要地防空的威脅及反制對策研究［J］. 飛航導彈， 2021（7）： 56-61.Yan Jiading， Xie Haibin， Zhuang Dongye. Threat of UAV Cluster to the Air Defense of Important Areas and Research on Countermeasures［J］. Aerodynamic Missile Journal， 2021（7）： 56-61.（in Chinese）

［10］ 劉宏. 無人機探測反制技術及應用研究［J］. 科技創新與應用， 2021（25）： 135-137.Liu Hong. Research on Detection and Counteraction Technology of UAV and Its Application［J］. Technology Innovation and Application， 2021（25）： 135-137.（in Chinese）

［11］ 王正剛， 康青， 荀怡佳， 等. 低慢小無人機對軍事區域的安全威脅及其應對方法［J］. 國防科技， 2021（3）： 65-71.Wang Zhenggang， Kang Qing， Xun Yijia， et al. Security Threats Posed by LSS Unmanned Aerial Vehicles to Military Areas and Possible Countermeasures［J］. National Defense Technology， 2021（3）： 65-71.（in Chinese）

Research on Key Technologies of Low Altitude Vehicle Management

and Control Based on Artificial Intelligence Technology

Chu Peng Wang JunLiu Shuguang Li Ze Zhu Rui

（1. School of Electronic Information， Xijing University， Xian 710123， China；

2. School of Equipment Management and UAV Engineering， Air Force Engineering University， Xian 710051， China）

Abstract： Taking the application of artificial intelligence technology in the field of low altitude flight as an breakthrough point， this paper analyzes the challenges of unmanned platform， intelligent control and multi-task of low-altitude aircraft driven by artificial intelligence （AI） technology， which bring about multi-complex control objects， increasing control difficulty and expanding space-time depth. It puts forward the main decision-making methods and development approaches of improving the efficiency of flight examination and approval by pre-practice decision-making， real-time monitoring of flight status by autonomous decision-making， and accurate handling of violations by data-driven decision-making. This paper analyzes the main points， advantages and disadvantages of the application of artificial intelligence technology， soft killing technology and hard damage technology in the construction of management control and emergency treatment.

Key words： artificial intelligence; soft killing technology;? hard damage technology; airspace security; low altitude; vehicle