在密集的竹林里， 一群无人机自如地穿梭其中，像组织有序的鸟群，时而灵巧地掠过低矮灌木丛，时而交叉飞行变换队形……
这不是科幻内容，而是浙江大学团队研发的自主导航的集群飞行系统，它们小巧轻便、自主可控又能成群结队，成功解决了未知复杂环境下，机器人单机与群体的智能导航与快速避障等一系列核心技术难点。[1]
该研究于今年5月发表在机器人领域权威期刊《科学·机器人》（Science Robotics）上，被评价为：为机器人领域作出了重大贡献，使无人机群在实验室有限环境之外的应用方面迈出了重要一步。
研究成果登上5月《科学·机器人》封面（图源：参考资料[2]）
大家对无人机都不陌生，但在生活中接触较多的是用于航拍的“消费级”无人机。其实，无人机领域还有许多类似上述这样结合了人工智能技术的创新研究与应用，一起来看看。
一、无人机概念
1. 定义
无人机（UAV，Unmanned Aerial Vehicle）是一种装有动力系统的无人驾驶飞行器。[3]
可以在无人驾驶的条件下完成复杂空中飞行任务和各种负载任务，被看作是“空中机器人”。
2. 分类
● 按照用途分
可分为民用无人机和军用无人机。其中民用无人机又分为消费级无人机和工业无人机。
目前，工业无人机主要应用在农林植保、电力巡检、安防监控、地理测绘、快递物流、医疗急救等领域。
● 按照技术特征分（机翼产生升力机理）
可分固定翼无人机、多旋翼无人机、无人伞翼机、扑翼式微型无人机等。
扑翼式无人机、多旋翼无人机、固定翼无人机（图源：网络）
其中，多旋翼无人机，在各个方面都显示出独特的优势，与其他无人机相比，具有结构简单、垂直起降和使用环境广泛等优点。所以，多旋翼无人机的技术发展受到了更多研究者的关注和投入。[4]
● 按照控制方式分
可分为遥控式、半主动式、自主式和三者兼备型等。
二、无人机优点
无人机由于不需机载操纵人员，而带来一系列优点：[5]
● 无机载人员损失；
● 减少设备和质量；
● 降低成本，研制周期短；
● 更适于执行危险性高、枯燥无味、续航时间长的任务；
● 更高的机动性，不受环境的限制；
● 系统组成简单，使用维护方便；
● 起飞、着陆容易。
三、无人机系统组成
无人机通过无人机系统完成飞行、操作、数据处理和信息传递等功能。无人机系统主要由飞行器平台、信息传输、地面测控、任务载荷等系统和其他部件共同构成。
无人机系统组成框图（图源：参考资料[5]）
像开篇提到的多旋翼无人机，其自主导航方案是基于全球定位系统（GPS）、惯性测量传感器（IMU）、激光雷达（LiDAR）、运动捕捉系统（Mocaps）和视觉传感器等来实现的。
四、无人机与人工智能结合的创新应用
1. 无人机遥感测绘
低空无人机能够搭载相机，多光谱、激光雷达、热红外等多种遥感设备，可以快速而且有效地获取地面照片，特别适合一些地理测绘、应急救灾、雾霾监测、农作物生长状况、地面植被覆盖、沙漠化治理监控等场景中。[6]
无人机具有体积小、便携性高、高度可控、随时监测、实时数据集传输等优点，在航拍和遥感方面已经得到了广泛的应用，很好地弥补了航天遥感系统的缺陷。
2. 无人机管道、线路巡检
输油管道、高压输电线、铁路轨道等这类线路很多都是在偏僻无人的旷野部署，这些线路维护成本高、强度大、效果差。
而利用搭载了高清可见光相机、激光雷达的无人机能够对线路进行全方位拍摄，进行实时、远程查看，便于巡检人员提高工作效率、检查准确度。也可以利用数据训练模型，识别各类异常情况。
3. 无人机物流技术
随着电子商务和快递物流业的快速发展，配送成本增加、配送速度未达理想状态。在某两个定点城市开拓专门用于无人机货运的航线，可以实现快速、精准运输，有效提高配送效率。
2021年，浙江省血液中心和浙大二院共同建立了全国首条医用无人机血液运输航线。中国首次使用垂直起降固定翼无人驾驶飞行器完成了超长距离海岛场景物流运输。
4. 无人机目标检测与跟踪
目标的检测、识别与跟踪技术是无人机行动分析理解的基础，为了提高无人机性能，需要进一步研究复杂场景下目标检测与跟踪方法，主要涉及图像处理、模式识别、目标跟踪等多技术领域。
5. 无人机导航与通信
在密集树林中、弱GPS环境下，传统的导航方式执行流程多，容易产生事件延迟和误差累计，无法适应高避障飞行。
而利用神经网络技术可以将传感器数据映射到无人机控制量上，在仿真环境中进行训练，为无人系统提供经验上的性能提升，有效提升计算速度，减小误差。
6. 无人机集群协同控制与规划
无人机集群相比单个无人机具有冗余度高、搜索范围广、任务执行能力强等优势，能够应用于复杂场景。
需要重点突破协同指挥控制技术、协同态势感知生成与评估技术、协同路径规划技术、协同语义交互等技术，实现无人机系统之间、无人机系统与有人作战系统之间的高度协同，达到自动控制“蜂群”中各无人系统的平台状态、交战状态、任务进度、各编队之间的协同状态的目的。
7. 反无人机技术
随着无人机产业蓬勃发展，存在许多无人机“黑飞”现象，为了更好地规范无人机飞行行为、维护空中安全秩序，可以利用神经网络技术设计无人机识别系统，通过采集和分析无人机在不同飞行模式下的射频信号，训练神经网络，以达到识别并进行反制的目的。
参考资料
[1]http://www.news.zju.edu.cn/2022/0510/c775a2533197/page.htm
[2]沈洪梁. 单/多四旋翼无人机系统平台的设计及若干应用的研究[D].浙江大学,2016.
[3]王国庆. 多传感器融合的四旋翼无人机室内自主飞行系统的研究与实现[D].桂林电子科技大学,2021.
[4]昂海松. 无人机系统概念和关键技术[J]. 无人系统技术,2018,1(01):66-71.
[5]段海滨,何杭轩,赵彦杰,王寅,牛轶峰,袁莞迈,邓亦敏,范彦铭,魏晨,罗德林. 2021年无人机热点回眸[J]. 科技导报,2022,40(01):215-227.
更多数据集上架动态、更全面的数据集内容解读、最牛大佬在线答疑、最活跃的同行圈子……欢迎添加微信opendatalab_yunying 加入OpenDataLab官方交流群。