人工智能為無人機賦能的核心技術方案探究

從手動飛行到人工駕駛，從無人值守作業到智能化自主作業，如今，飛行器科技創新進入了空前密集的活躍期。鑒于此，本文結合專利文獻和相關的開源科技情報信息對“無人機 + 人工智能”的技術方案進行了綜合分析，以探究其核心技術方案和未來發展趨勢。

基本情況

無人機（UAV）相比傳統載人飛機具有體積小、重量輕、造價低、編組靈活等特點，不僅在低空經濟（物流、航拍、表演等）等民用領域提供了新質生產力，還在俄烏、巴以戰爭等軍用領域中展現出巨大價值。在高速發展的人工智能（AI）浪潮席卷全球的過程中，涌現出越來越多的利用AI技術為UAV進行賦能的技術方案，如：美國SkyDefenseLLC公司推出的“CobraJet低成本人工智能反無人機系統”、韓國柯南技術公司的“數字孿生賦能的人工智能飛行員開發與無人機測試”以及大疆發布全新小型智能多光旗艦系列UAV，內置人、車、船目標檢測AI模型等。AI如何與UAV完美結合并為其賦能，成為本領域的科技工作者亟待解決的技術問題。

主要技術方案分析

通過對近5年6493項與UAV+AI相關專利文獻及相關科技信息情報信息的綜合分析研判，得出UAV+AI系統的主要技術方案包括：

智能控制技術：是UAV實現自主飛行和執行任務的關鍵技術，用于提供智能化的控制和決策。該技術主要包括：AI人工智能、機器學習、深度學習、強化學習、卷積神經網絡、神經網絡模型、物聯網、計算機視覺、攝像頭、圖像識別、預處理、圖像處理、目標檢測、圖像數據、數據集等技術。

飛行控制技術：是保證UAV穩定、精確飛行的基礎。該技術包括以下幾項。姿態控制：通過慣性測量單元（IMU）和陀螺儀等傳感器獲取飛器的姿態信息，再基于飛行控制算法對姿態進行控制，確保飛行平穩；自動控制：通過預設航線或程序來自主飛行，如自動起飛、航線規劃、自主降落等；高度與速度控制：通過與壓計激光高度計、GPS等傳感器實時獲取高度和速度信息，并通過控制器來調節推力、螺旋槳轉速等參數來實現UAV高度和速度的精準控制。

傳感器技術：用于實時采集UAV所處的位置、速度、高度、姿態等飛行數據，為自主控制飛行做數據支持。該傳感器主要包括：GPS、慣性導航系統、氣壓計、磁力計、紅外線傳感器、激光、雷達等。

通信技術：既可以用于UAV與地面控制中心進行實時通信，接收控制指令和數據傳輸，又可以用于無人機集群中各個UAV單體之間的交互通信。該技術主要包括：無線電通信、衛星通信等技術。

能源技術：為UAV提供穩定的能源供應，保證飛行時間和飛行距離。該能源主要包括：電池和太陽能技術。

技術創新點案例分析

通過綜合智能控制技術、飛行控制技術和通信技術的典型UAV +Al 案例進行技術創新點分析。

案例基本情況

申請人：韓國Rainbowtech公司，公開號：KR102586149B，申請日期：2022年12月29日，申請的發明名稱：利用數字孿生的災害安全管理平臺的專利。

背景技術

數字孿生是指在虛擬空間中創建與真實事物完全相同的物體（孿生體）并通過各種模擬進行驗證的技術。使用數字孿生技術，可以監控虛擬世界中的設備、系統和城市環境的狀態，并確定和改進維護、維修和管理時間。

發明目的

本發明旨在提供一種平臺，通過構建數字孿生城市，并將城市中的物體與預先利用人工智能構建的數字孿生城市信息進行比較和分析，能夠更加快速、便捷地提前預防物體的災害。

核心創新點技術方案如圖1所示，該發明的數字孿生應用災害安全管理平臺主要包括：無人機100和災害安全管理系統 200 。其中，無人機100用于生成構建數字孿生城市的城市圖像數據，并且生成需要災害安全管理的對象圖像數據。災害安全管理系統200用于構建數字孿生城市，在預測災害時選擇需要進行災害安全管理的對象，使用無人機100接收關于需要災害安全管理的對象的圖像數據，并使用AI對其進行分析，生成災害安全管理消息并傳送到管理該對象的管理器300以通知其提前預防災害。該發明的數字孿生應用災害安全管理平臺的災害安全管理方法主要包括以下步驟：

第一步：利用無人機100捕獲的城市圖像數據構建數字孿生城市。數字孿生城市是通過將無人機100捕獲的城市環境、城市內的建筑物和城市基礎設施數字化并使用數字孿生技術來構建的。具體可以通過使用GIS（地理信息系統）坐標系將數字孿生信息匹配到同一坐標系，將城市內各種物體的信息集成為圖層格式的信息。該數字孿生城市信息可以定期更新。例如，根據相關法律數字孿生城市內的建筑物每三年定期使用無人機100收集和更新高精度數字孿生信息。

第二步：選擇災害管理對象。在預測發生災害時選擇相關對象（例如受災的城市建筑物、公共設施（如道路、港口、橋梁、隧道、大型體育設施等）、河流、戶外廣告設施、交通信號系統、人口稠密地區等），獲取該對象的備災相關信息，并預測是否會發生災害。選擇特定時間的易受災害對象并分析其災害相關信息。例如，臺風發生時，檢查室外木材或舊建筑的狀況，以確定是否能免受臺風災害；雨季期間，檢查河流的狀況，以預測是否會發生洪水。另外，在大型活動發生的旅游旺季，評估人口密度水平，實時判斷因人群聚集而發生事故的可能性。

第三步：拍攝所選對象并生成有關該對象的更精確的信息。無人機100精確地拍攝對象并將關于該對象的精確圖像數據發送到災害安全管理系統200。

第四步：災害安全管理系統200使用人工智能將從無人機100接收到的物體圖像數據與已經存儲在數字孿生城市中的物體的信息進行比較和分析。具體是將數字孿生城市的物體信息處理成大數據，利用人工智能對當前重新拍攝的數字孿生城市大數據物體信息所獲得的物體信息進行對比分析，以確定數字孿生城市的脆弱程度。例如，以建筑物為例，將數字孿生城市中存儲的建筑物過去的裂紋狀態信息與無人機100重新拍攝得到的建筑物當前的裂紋狀態信息進行比較分析，以確定劣化程度并通過數據分析，可以根據開裂程度判斷建筑物的老化狀況。

第五步：針對所選擇的對象生成災難安全管理消息并將其通知給相應的管理器300。為了防止災難，當預測到災難時，災難安全管理系統200向相應對象的管理器300實時通知災難安全管理消息。

技術效果

通過預測運行過程中可能發生的各種情況，可以驗證安全性或預防意外事故，從而降低事故風險，還可以提高生產力、優化設備并改善城市生活環境。

發展趨勢展望

1、未來UAV會朝著更加智能化的方向發展。AI技術的融入使得UAV如虎添翼，可以在短時間內分析海量的飛行數據，為飛行提供精準的決策支持，能夠顯著提高任務的執行效率和成功率。隨著機器學習的樣本數量的增加，AI會持續優化戰術決策流程，從而持續優化決策能力。此外，多線程，多維度的智能控制方式，使得UAV在執行任務期間，能夠自主應對意外威脅和緊急事件，能夠更好地適應復雜環境，同時執行多樣化任務。

2、未來UAV會朝著功能模塊化的方向發展。功能模塊可以根據不同任務需求進行快速專業定制和批量升級。不同功能模塊靈活集成一體，受損模塊可以及時更換，便捷的拆裝方式不僅可以縮短組裝時間、降低了成本，還可以提高UAV的適應性和生存能力。

3、未來UAV會朝著精確識別的方向發展。通過搭載高分辨率攝像頭、紅外傳感器等先進設備，無人機可以對目標區域進行大范圍、高精度的偵察和監視。AI算法能夠實時分析圖像和數據，提取關鍵信息，能夠精確識別、跟蹤和鎖定目標，實現精確打擊。這不僅可以提高打擊效果，還可以減少誤傷風險。

4、未來UAV會朝著自主導航、防干擾與避障的方向發展。無人機防電磁干擾能力進一步增強，并通過集成先進的自主導航系統和傳感器，無人機可以實時感知周圍環境，自主規劃飛行路線，并避開障礙物。這不僅可以提高UAV的安全性和可靠性，還可以在復雜多變的環境中自主執行任務。