低空經濟作~國家戰(zhàn)略性新興產業(yè),正成~新質生產力的典型代表。本綜述系統(tǒng)梳理了自主飛行器關鍵技術在低空經濟發(fā)展中的核心作用,~推動產業(yè)生態(tài)完善與可持續(xù)發(fā)展提供理論支撐。產業(yè)定義與特征低空經濟是指以垂直高度1000米以下空域~主要活動范圍,以民用有人/無人駕駛飛行器~核心載體,涵蓋基礎設施建設、飛行器制造、運營服務及飛行保障等多個板塊的綜合性新經濟形態(tài)2該產業(yè)具有產業(yè)鏈條長、技術資金密集度高、服務領域廣、帶動作用強等顯著特點2低空經濟融合了無人駕駛技術、人工智能、大數據、智聯網等新質生產力要素,與空域資源、市場需求等傳統(tǒng)要素深度結合,形成跨領域協(xié)作的創(chuàng)新經濟形態(tài)2發(fā)展驅動力繼"大陸世紀""航海時代""太空探索"等地理空間開發(fā)之后,低空正成~人類活動的新空間2低空經濟的快速發(fā)展得益于多重驅動因素:政策支持:國家層面出臺系列政策,推動低空空域開放技術突破:飛行器技術、通信技術、人工智能等快速進步應用拓展:物流配送、城市治理、智慧農業(yè)等場景需求激增產業(yè)協(xié)同:跨行業(yè)融合發(fā)展,形成完整產業(yè)生態(tài)低空經濟產業(yè)形態(tài)呈現出多層次、多領域融合的特征2N游產業(yè)集群涵蓋電池、高分子材料、發(fā)動機等核心部件制造;中游聚焦無人機與飛行器整機制造;O游則延伸至航空、工程、海洋、教育、基建、應急、物流、文旅、測繪、巡檢、農業(yè)等多個應用領域2產業(yè)鏈各環(huán)節(jié)通過低空通信網絡實現互聯互通,形成從地面控制系統(tǒng)、起降機場到空中飛行網絡的完整生態(tài)體系,推動傳統(tǒng)產業(yè)與新興技術的深度融合22021年2月《國家綜合立體交通網規(guī)劃綱要》首次將"低空經濟"概念寫入國家規(guī)劃,標志著低空經濟正式納入國家戰(zhàn)略布局體系22024年1月《無人駕駛航空器飛行管理暫行條例》正式實施,為無人機產業(yè)規(guī)范化發(fā)展奠定法律基礎,我國無人機產業(yè)進入新發(fā)展階段22023年12月中央經濟工作會議明確提出打造商業(yè)航天、低空經濟等戰(zhàn)略性新興產業(yè),低空經濟被提升至國家戰(zhàn)略高度22024年12月國家發(fā)展改革委成立低空經濟發(fā)展司,負責擬訂低空經濟發(fā)展戰(zhàn)略、中長期規(guī)劃,標志著低空經濟管理體系正式建立2應用探索階段18世紀末:熱氣球技術在法國巴黎試驗成功,熱氣球觀Z活動迅速傳播,開啟低空經濟雛形21980年代:日本率Y使用遙控直升機?行農業(yè)作業(yè),工業(yè)應用初現端倪22006年:英國石油公?首次使用無人機?行海上油田平臺監(jiān)測,標志工業(yè)領域實際應用起步2規(guī)范化發(fā)展階段2016年:NASA與FAA合作推?美國UTM建設,FAA發(fā)布第107÷法規(guī),規(guī)范商業(yè)無人機運營22018-2019年:歐盟修訂法規(guī)擴展管理權限,EASA發(fā)布無人機通用條例,建立統(tǒng)一監(jiān)管框2020年:FAA發(fā)布à程標識法規(guī),要求無人機飛行時廣播身份和位置信息2普及應用階段2021-2024年:英國、美國等多國試飛空中出租車,城市空中交通?入實質性測試2亞馬遜在美國部分地區(qū)啟用PrimeAir無人機送貨服務,商業(yè)化應用加速落地2全球低空經濟從政策探索轉向規(guī)?；虡I(yè)運營,技術與市場雙輪驅動發(fā)展2法規(guī)建設用無人駕駛航空器系統(tǒng)安全要求》等系列法法規(guī)建設用無人駕駛航空器系統(tǒng)安全要求》等系列法規(guī)相繼出臺,構建起從設計制造到運行管理的完整法律框架,為產業(yè)規(guī)范發(fā)展提供制度保地方實踐近30個省份將發(fā)展低空經濟寫入政府工作報告2湖南省出臺若干政策措施,提供最高1000萬元補貼2北京、上海、杭州等15個城市計劃打造上百個?范項目,形成區(qū)域創(chuàng)新發(fā)展格rolrol2024年政府工作報告強調積極打造低空經濟等新增長引擎2工信部等四部門聯合印發(fā)《通用航空裝備創(chuàng)新應用實施方案(2024-2030年)》,提出到2030年實現低空經濟形成萬億級市場規(guī)模的目標2eVTOL飛行器:城市空中交通新星技術突破與市場前景隨著電推進技術的快速發(fā)展,電動垂直起降(eVTOL)飛行器因其低噪音、零排放特性,正成為城市空中交通的核心載體2據中國民用航空局預計,到2035年,我國低空經濟市場規(guī)模將達3.5萬億元,其中eVTOL市場規(guī)模約5000億元2適航認證進展2023年10月,億航智能EH216-S獲得中國民航局型號合格證(TC),標志著無人駕駛航空器載人商業(yè)運營資格正式確立2廣東匯天X3-F、峰飛航空盛世龍V2000EM、沃蘭特VE25-100等多型載人eVTOL進入TC取證階段,產業(yè)化進程加速推進2物流配送自主飛行器通過空中路徑實現快速精準的貨物運輸,在偏遠地區(qū)和城市末端配送中大幅降低運輸成本,提升配送效率,突破地面交通限制2智慧農業(yè)通過精準噴灑農藥、作物監(jiān)測和產量預測等功能,助力農業(yè)向集約化和高效化轉型,提高農業(yè)生產效率,降低資源消耗2地理測繪完成復雜地形的地貌掃描和數據采集,為空間規(guī)劃和基礎設施建設提供科學依據,實現高效率、高精度的測繪作業(yè)2城市治理執(zhí)行實時監(jiān)控、環(huán)境檢測和治安巡邏等任務,為城市管理者提供直觀的數據支持,助力智慧城市建設,提升城市管理水平和應急響應能力2應急救援憑借靈敏的響應能力和對復雜地形的適應能力,在災害現場物資投遞、傷員搜救和災情評估中發(fā)揮關鍵作用,提升救援效率2廣泛用于輸電線纜巡檢、設備狀態(tài)實時監(jiān)控和故障排查,提高能源系統(tǒng)的安全性和運行效率,降低人工巡檢風險和成本2低空智聯網技術現有無線通信網絡有效覆蓋高度約150低空智聯網技術現有無線通信網絡有效覆蓋高度約150米,而低空空域可達1000米,必須建立能夠實現空間立體覆蓋的低空信息網絡2飛行器對N行速率要求高,需要達到每秒幾十到幾百兆比特,而傳統(tǒng)移動網絡側重O載服務2如何利用蜂窩移動網絡技術滿足大N行帶寬和低延遲需求是亟需解決的問題2大數據處理技術飛行器執(zhí)行任務時生成的傳感器數據、圖像、視頻、雷達回波、位置信息等數據具有高頻率、大規(guī)模和復雜性特點2如何高效處理這些數據,尤其在實時性、精度和可擴展性方面,面臨一系列技術挑戰(zhàn)2飛行器平臺設計需要使用輕量且高強度w料保證飛行性能和續(xù)航能力,但高性能w料加工難度大、成本高2電池續(xù)航能力和動力系統(tǒng)冗余設計是關鍵,如何在有限重量和體積內提供足夠動力和能量是核心難點2設計低成本、高可靠和便捷的飛行器平臺仍具有挑戰(zhàn)性2智能感知技術在城市和鄉(xiāng)x復雜環(huán)境中,存在建筑物、電線、樹木等障礙物,智能感知系統(tǒng)必須快速識別并避讓2在復雜低空環(huán)境O,智能感知技術面臨環(huán)境復雜性、傳感器技術限制、計算資源限制等多方面挑戰(zhàn),需要綜合解決方案2安全監(jiān)管技術隨著飛行器數量快速增長,低空飛行活動的安全風險防控壓力不斷增大2無人機的"黑飛"安全監(jiān)管技術隨著飛行器數量快速增長,低空飛行活動的安全風險防控壓力不斷增大2無人機的"黑飛"、亂飛現象仍然存在,可能對公共安全、低空飛行涉及人員密集區(qū)域,一旦發(fā)生事故或違規(guī)操作,可能導致嚴重后果2安全監(jiān)管部門的監(jiān)管能力和技術手段還不能完全適應低空經濟的快速發(fā)展2空域管理技術目前我國低空空域尚未完全開放,與之密切相關的空域規(guī)劃和航跡規(guī)劃研究還處于起步階段2部分地區(qū)空域資源緊張,可用于低空飛行的空域有限,難以滿足日益增長的低空飛行需求2特別是在城市密集區(qū)和軍事管制區(qū)周邊,空域協(xié)調和使用面臨較大挑戰(zhàn)2軍民之間的空域協(xié)同管理機制需要進一步優(yōu)化2拒止環(huán)境下導航定位技術在全球定位系統(tǒng)(GPS)或其他全球導航衛(wèi)星系統(tǒng)失效的情況下,飛行器依賴于GNSS進行高精度定位和導航2在城市峽谷、地下、建筑密集區(qū)、室內環(huán)境,或者在干擾/拒止GNSS信號的情況下,如何確保飛行器的穩(wěn)定飛行和安全著陸,是關鍵技術問題2"感—通—算—控"一體化技術框架低空經濟的發(fā)展離不開技術的支撐2"感—通—算—控"一體化技術是解決飛行器規(guī)?；踩w行的核心關鍵技術,它將環(huán)境感知、高效通信、智能規(guī)劃決策與協(xié)同控制等核心技術緊密結合在一起2該技術框架通過多模態(tài)感知獲取環(huán)境信息,利用低空通信網絡實現信息交互,基于智能規(guī)劃與決策算法生成最優(yōu)策略,最終通過協(xié)同控制與健康管理確保任務執(zhí)行2這種一體化設計保障了低空飛行系統(tǒng)的安全、高效運行,促進低空經濟的產業(yè)生態(tài)完善與可持續(xù)發(fā)展2技術特點固定翼飛行器機翼固定不變,靠流過機翼的風提供升力,具有較長的續(xù)航時間、較高的飛行效率和較大的載荷2但在起飛和降落時需要助跑和滑行,對場地有一定要求2近年來研究集中在解決固定翼飛行器的起降困難問題,通過改變傳統(tǒng)動力裝置,參考多旋翼飛行器控制特點,賦予垂直起降能力2典型機型.CW-40:采用升推復合布局,15分鐘內快速拆裝,續(xù)航10小時,巡航速度90km/h,最大載重10kg,適用于大面積地理測繪智航V380-PRO:結合傾轉旋翼技術,最大起飛質量32kg,最大續(xù)航2.8小時,翼展3.8米,已應用于山區(qū)電力巡檢.Flexrotor:采用尾座布局,巡航速度45km/h下續(xù)航超過15小時,無需跑道和發(fā)射回收設備全驅動旋翼無人機傳統(tǒng)旋翼無人機為欠驅動系統(tǒng),存在動態(tài)耦合嚴重和無法獨立控制全驅動旋翼無人機傳統(tǒng)旋翼無人機為欠驅動系統(tǒng),存在動態(tài)耦合嚴重和無法獨立控制6自由度力矩的問題2全驅動旋翼無人機通過固定安裝推進器并采用不同傾角布局,或通過伺服電機等機械結構動態(tài)調整推進器方向,實現多方向力矩控制和高機動性能2eVTOL飛行器飛之夢:全球首款電動縱列式可傾轉旋翼垂直起降載人飛行器,采用縱列式前后二軸動力格局,前后上下雙槳對轉動力備份結構簡單輕巧,kg,最大航程21km,飛行高度3000米2多模態(tài)陸空兩棲機器人M4機器人:由四旋翼飛行器和4個主動輪構成,通過舵機實現四旋翼和四輪車的轉換,可完成飛行、翻滾、爬行、下蹲、平衡等動作,適用于建筑密集區(qū)無縫陸空協(xié)同作業(yè)2HTAQ:結合四旋翼加滾籠結構,具有垂直起降和空中飛行能力,可用于橋梁檢測,檢查人類難以到達的位置2TABV:整體由四旋翼和2個被動輪組成,被動輪特性使機器人地面移動無需增設額外執(zhí)行機構,大大降低結構復雜度,增加續(xù)航時間,適用于長距離測繪、偵察和建模2受自然界鳥類和昆蟲飛行啟發(fā),撲翼飛行器采用可調節(jié)的微型翼面設計,借助不穩(wěn)定氣流的空氣動力學實現飛行2該技術代表了仿生學在航空領域的重要應用2MicroBat微蝙蝠機器人翼展20厘米,撲動頻率22Hz,機身骨架u鈦合金制成,翅翼薄膜材料為聚對二v苯2第3代樣機u鎳鎘電池供電,最長飛行時間42秒,質量12.5克,可精準完成俯仰和轉彎動作2NanoHummingbird仿蜂鳥飛行器翼展165毫米,質量19克,飛行速度可達6.8m/s,可通過遙控器控制,能夠完成垂直起降、懸停、翻轉等系列飛行動作,可用于室內偵察和監(jiān)控任務2ASN-211仿鳥撲翼飛行器翼展60厘米,質量220克,航行速度6-10m/s,u鋁合金、鈦合金及PE工程塑料構成,可用于軍事、航拍、巡檢等領域,展現出良好的飛行性能2傳統(tǒng)燃油動力同質量飛行器中,傳統(tǒng)燃油動力在航程與航時上明顯優(yōu)于純電動動力2但隨著能源危機和環(huán)境破壞問題日趨嚴重,燃油動力的應用受到一定限制2盡管如此,在長航時、大載荷任務中,燃油動力仍具有不可替代的優(yōu)勢2純電推進系統(tǒng)以鋰離子電池~主要能源儲備,結構簡單、維護成本低2但受限于電池能量密度,續(xù)航時間難以顯著提升2優(yōu)化電池布置方式及引入輕量化材料可在一定程度上延長續(xù)航時間2基于擴展卡爾曼濾波和混合信息濾波的SOC估算算法能夠顯著提高能源管理精確性2混合電推進系統(tǒng)通過內燃機和電動機協(xié)同工作,提高能源利用效率和飛行器可靠性2分布式混合推進系統(tǒng)的核心在于優(yōu)化能量分配與動態(tài)管理,其能源密度和經濟性顯著優(yōu)于純電系統(tǒng)2美國正在研發(fā)的多款垂直起降混合動力飛行器展?出良好的能效比2著提高能效2模糊邏輯控制通過設置功率需求和電池狀態(tài)的模糊隸屬函數,動態(tài)分配發(fā)電機和電池的功率輸出,提高燃油經濟性和航程2在垂直起降飛行器實驗中顯著提升混合電推進系統(tǒng)整體能效2預測性能源管理基于歷史數據和實時反饋,通過廣義回歸神經網絡預測電池電壓,動態(tài)調整能源分配2在實現系統(tǒng)全局優(yōu)化的同時,有效減少飛行中的能源浪航跡規(guī)劃耦合優(yōu)化能源管理與飛行器航跡規(guī)劃深度結合,通過優(yōu)化爬升角度、速度和功率分配,在完成任務的同時實現能源消耗最小化2太陽能技術太陽能與電池結合可延長飛行器續(xù)航時間2翼身融合式固定翼無人機通過在機翼和機身布置柔性太陽能電池,實現長時間駐空2合理優(yōu)化太陽能電池布局可在不影響氣動性能的情況O顯氫燃料電池具有高能量密度和零排放特性,在大尺寸長航時飛行器N應用潛力巨大2質子交換膜燃料電池因其高效、快速響應的特點成~應用主流,~未來低空經濟提供清潔能源解決方案2多能源協(xié)同系統(tǒng)通過整合太陽能、電池與燃料電池,~自主飛行器提供創(chuàng)新能源解決方案2利用能源切換控制電路,雙能源動力系統(tǒng)在實驗中展現優(yōu)異的可靠性和效率,適應多樣化任務需求2云邊端協(xié)同架構通過將計算任á分配到靠近數據源的邊緣節(jié)點,降低數據傳輸延遲,提高系統(tǒng)實時響應能力2分布式計算與人工智能算云邊端協(xié)同架構通過將計算任á分配到靠近數據源的邊緣節(jié)點,降低數據傳輸延遲,提高系統(tǒng)實時響應能力2分布式計算與人工智能算法結合,使設備能夠在本地快速處理環(huán)境數據,同時依托云端強大算力?行深度分析和全局優(yōu)化,顯著提升飛行器在復雜環(huán)境中的自主性和協(xié)同性2通信挑戰(zhàn)覆蓋范圍受限:低空場景中信號遮擋和無人機天線?率有限,信號傳輸在高樓密集區(qū)域或à距離條件O容易中斷2頻譜資源緊張:多無人機編隊通信易受頻段干擾,增à信號延遲和數據丟失風動態(tài)環(huán)境影響:高速移動導致通信鏈路不穩(wěn)定,尤其在城區(qū)復雜地形中,信號極易受建筑物遮擋和反射干擾2網絡切片技術通過創(chuàng)建多種專用虛擬網絡滿足不同類型的流量需求,在同一物理網絡N并行支持多個業(yè)á2結合5G的高帶寬和低延遲特性,使飛行器能夠在復雜場景中更à高效地完成任á,~低空經濟提供差異化網絡服á保障2自主感知技術是低空經濟發(fā)展的核心能力,賦予飛行器在復雜環(huán)境中執(zhí)行任務的能力2傳統(tǒng)單一傳感器因視角、感知距離、環(huán)境適應性等限制,難以在多樣化應用場景中提供全面、可靠的感知能力2多模態(tài)傳感器融合成為關鍵技術突破方向2通過將RGB相機、深度相機、激光雷達、事件相機和慣性測量單元(IMU)等多種傳感器結合使用,可以提供更全面、穩(wěn)定的環(huán)境感知信息,為飛行器在物流、巡檢和城市運營中的高效性和可靠性提供強有力的技術支持2技術優(yōu)勢事件相機對快速運動物體具有高靈敏度及低延遲特性,能夠使無人機在動態(tài)環(huán)境中實現更快速的反應和更高精度的目標追蹤與避障2在高速動態(tài)環(huán)境中,事件相機可以有效應對突然出現的障礙物或移動目標,彌補傳統(tǒng)視覺相機在動態(tài)場景下的不足2采用計算效率高的運動補償方法,實現事件相機和視覺相機的時間同步2所提出的校準框架具有實時性高、易于部署等優(yōu)點,其有效性已通過基于自記錄數據集的實驗得到驗證2該方案結合了事件相機的高時間分辨率和視覺相機的豐富色彩信息,實現優(yōu)勢互補2激光雷達和視覺相機融合方案能夠在多樣地形條件O進行精確的里程計計算和環(huán)境映射2該方法設計輕量,適合在資源有限的嵌入式系統(tǒng)中運行,同時能夠在變化地形N構建高精度的地圖,適用于山區(qū)、森林等地貌復雜的場景2激光雷達到單目相機變換的擬合方法可避免從點云中提取目標邊緣的繁瑣任務,基于3維激光雷達目標頂點到相機圖像中相應角的投影進行交叉驗證2這種地面優(yōu)化的輕量級算法不僅提升了無人機的環(huán)境適應能力,也減小了實時感知的計算負擔,使完成長續(xù)航的無人機任務成為可能2行人檢測與軌跡預測基于互相算法和局部點特征的輕量`有效的方法,通過對深度相機和視覺相機的圖像進行處理,正確識別并預測環(huán)境中動態(tài)障礙物的未來軌跡,為在低空環(huán)境中應對動態(tài)障礙提供技術支持。3D動態(tài)障礙物檢測__為計算能力有限的低功耗無人機設計的基于RGB-D相機的輕量級3D動態(tài)障礙物檢測和跟蹤方法。實驗證明該方法的跟蹤結果可以使無人機有效應對動態(tài)環(huán)境中的導航問題,為低空環(huán)境中應對動態(tài)障礙提供保障。針對高空GPS信號丟失情況下飛行器狀態(tài)估計失敗問題,NASA研究團隊開發(fā)的自適應狀態(tài)估計框架,通過迭代擴展卡爾曼濾波器融合GPS、IMU、光學傳感器與LiDAR數據,利用圖像光流梯度修正俯仰角誤差2該方案在GPS信號失效時仍能維持厘米級定位精度,極大保證了飛行器的安全性2IMUIMU誤差補償采用深度神經網絡動態(tài)識別IMU測量噪聲的模式,使無人機姿態(tài)估計誤差降低了42%2神經模糊系統(tǒng)結合模糊邏輯與神經網絡,可同時補償IMU的確定性誤差和隨機非線性噪聲,使得低精度IMU達到航空級性能指標2SLAMSLAM技術突破即時定位與地圖構建(SLAM)技術的最新突破使得eVTOL飛行器能夠在GPS拒止環(huán)境中實現精準導航2SLAM技術通過激光雷達、視覺相機和慣性測量單元等多源異構傳感器的數據融合,實現增強的環(huán)境感知與高精度定位2綜合導航方案綜合導航方案礎導航到復雜環(huán)境全自主作業(yè)的能力,使得飛行器在任何環(huán)境下都能"看得清、定得準、飛得穩(wěn)",滿足低空經濟多樣化應用場景需求2低空經濟的核心在于構建高效、安全的多無人機系統(tǒng),以支持動態(tài)、復雜環(huán)境下的任務執(zhí)行2任務規(guī)劃與路徑規(guī)劃作為多無人機協(xié)作的關鍵技術,具有重要的研究價值2低空經濟應用的典型特征包括任務高密度、環(huán)境復雜性、資源受限性及實時性要求201基于優(yōu)化的方法適用于小規(guī)模問題,通過車輛路徑規(guī)劃(VRP)、混合整數規(guī)劃(MIP)、圖形表?、啟發(fā)式方法等進行求解2但計算復雜度較高,在大規(guī)模問題中計算效率較低203基于多智能體相互作用的優(yōu)化智能體之間通過動態(tài)策略調整,基于分布式架構或去中心化范式實現系統(tǒng)自組織協(xié)作2采用市場機制或拍賣算法、CBBA算法、博弈論等,顯著增強系統(tǒng)的環(huán)境適應能力和魯棒性202基于能量感知的規(guī)劃解決能量限制對任務執(zhí)行的影響,提高任務整體效率2包括基于能源感知的路徑規(guī)劃、加油與充電優(yōu)化等2但可能會犧牲整體任務效率,影響團隊整體任務完成時間204基于數據驅動的方法能適應更復雜場景下的規(guī)劃,適用于不確定和復雜系統(tǒng)2包括基于概率性規(guī)劃的學習方法、深度強化學習等2但面臨數據需求大、安全性和性能保障不足11基于邏輯的算法通過線性時序邏輯(LTL)、標準化的規(guī)劃任務描述語言(PDDL)等形式化語言描述期望路徑,實現帶有邏輯約束的路徑規(guī)劃2基于采樣的路徑規(guī)劃算法建立LTL與多層框架方法,無需依賴網格分解即可實現簡化的離散抽33基于優(yōu)化的算法通過整合避障約束、時間效率及軌跡平滑性等要素,采用懲罰函數法將多目標優(yōu)化問題轉化~單目標函數的數學規(guī)劃問題進行求解2無ESDF的基于梯度的規(guī)劃框架大大減少計算時間,分布式異步軌跡規(guī)劃算法在復雜環(huán)境中更快解決死鎖問題222基于搜索的算法通過快速擴展隨機樹(RRT)算法、Dijkstra算法、概率道路圖(PRM)算法等在圖中找出一條最優(yōu)路徑2啟發(fā)式動態(tài)域RTT算法可用于增強在線無人機路徑規(guī)劃,無障礙圖構建算法(OGCA)和無障礙圖搜索算法(OGSA)在執(zhí)行時間方面具有良好性能244基于學習的方法通過模仿學習或強化學習訓練機器人,使其能夠在未知環(huán)境中自主避開障礙物2Deep-PANTHER方法、基于繼承特征的深度強化學習方法、無圖方法等,實現機器人跨場景策略的快速泛化,提高模型的適應性2ORCA算法及其改進最優(yōu)交互避碰(ORCA)算法是一種多智能體自主協(xié)同避碰決策方法,該方法不僅能夠保證智能體獨立地進行實時協(xié)同避碰,而且解決了多智能體在協(xié)同避碰過程中需要溝通協(xié)調導致耗費計算和通信資源的問題。ORCA-DD算法:通過增大機器人的虛擬半徑確保非全向機器人的避障路徑平滑,避免差動約束下的軌跡扭曲問題。NH-ORCA算法:基于誤差跟蹤的控制方法,使差分驅動機器人能夠以一定的跟蹤誤差沿著擬合的全向速度矢量移動,在障礙物密集環(huán)境下表現更加穩(wěn)深度學習集成隨著深度學習和強化學習的發(fā)展,越來越多的研究將強化學習與分布式規(guī)劃結合起來,提高多機器人系統(tǒng)在復雜環(huán)境下的避障和導航能力。深度Q網絡(DQN)算法結合深度學習和強化學習,通過訓練深度神經網絡來近似Q值函數,從而找到最優(yōu)策略,使得智能體在每個狀態(tài)下執(zhí)行動作以最大化累積獎勵?；贒QN的路徑規(guī)劃方法通過經驗回放池和目標網絡,實現穩(wěn)定的學習過程。為滿足大規(guī)模自主飛行器集群的協(xié)同控制需要,避免集群內部發(fā)生任務、時間以及空間等層面的沖突,設計科學、高效的編隊控制方法保障自主飛行器在低空領域飛行安全是十分重要的2編隊控制的目的是在考慮飛行器自身動態(tài)特性以及環(huán)境約束的前提下為編隊生成控制信號,以便完成既定的任務2飛行器集群編隊控制方法按照通信拓撲結構不同,主要分為集中式、分散式和分布式2從協(xié)同控制方法采用的結構、算法、模型和發(fā)展歷程來分類,協(xié)同控制又分為傳統(tǒng)協(xié)同控制方法和智能協(xié)同控制方法2虛擬結構法將整個無人機集群看作是一個整體,虛擬結構法將整個無人機集群看作是一個整體,對虛擬結構進行運動學和動力學分析,接著確定虛擬結構上每個目標點的相應特性,然后控制無人機跟蹤對應的目標點,從而實現集群編隊控制2該方法保持隊形效果好,但缺乏靈活性2一致性法該方法的基本思想是指集群中所有無人機通過與鄰居無人機進行信息交互,使得每架無人機的系統(tǒng)狀態(tài)量最終趨于一致,從而實現無人機集群編隊2該方法具有分布式特性,魯棒性強,是目前研究的熱點方向2領航者-跟隨者法集群中某一個無人機被指定為領航者,使其按照預先設定的軌跡飛行,其他跟隨者無人機與其進行信息交互與共享,同時跟隨其運動軌跡并保持一定的相對距離飛行,從而實現集群控制的目的2該方法結構簡單,易于實現,但領航者成為系統(tǒng)的單點故障風險2基于行為法該方法需要對集群中每架無人機預先設定編隊形狀、碰撞避免、障礙物避免、聚集、跟隨等基本行為,并根據不同的外界環(huán)境信息,采取不同的集群行為,從而實現集群編隊控制2該方法靈活性強,但行為權重分配較為復1群體智能算法群體智能算法?到自然界群體行~啟發(fā),通過模擬生物群體中個體之間的行~來解決復雜優(yōu)化問題2在無人機集群編隊中,可用于實現無人機之間的協(xié)同與合作,達到編隊形成、路徑規(guī)劃、任務分配等目標2常用算法包括遺傳算法、蟻群優(yōu)化(ACO)算法、粒子群優(yōu)化(PSO)算法和人工蜂群(ABC)算法等22模型預測控制算法模型預測控制算法利用模型在每個控制周期內預測系統(tǒng)在未來一段時間的動態(tài)特性,進而求解當前控制周期內的有限時域開環(huán)最優(yōu)控制問題,從而獲×最優(yōu)控制策略2由于可以直接處理多ù量、約束等問題,再加上標準化的實施流程,模型預測控制方法成~最具代表性的先進控制算法23深度強化學習算法深度強化學習是采用深度神經網絡作函數擬合的一類新興強化學習算法,適合于解決復雜且難以建模的應用場景問題2深度強化學習技術已經在工業(yè)自動化、數據科學、神經網絡優(yōu)化、醫(yī)學等方面逐漸開展應用2近年來,人工智能技術被應用于低空無人機集群控制中,可提升飛行控制的自主性、魯棒性和智能化水平2代表算法有深度Q網絡、深度確定性策略梯度(DDPG)、多智能體深度確定性策略梯度(MADDPG)2空中增材制造系統(tǒng)(aerial-AM)英國帝國理工學院空中機器人實驗室×黃蜂等蜂群協(xié)同筑巢行~啟發(fā),開發(fā)出多智能體無人機集群協(xié)同的空中增材制造系統(tǒng)。該系統(tǒng)通過仿生任務分配算法將生物群體的涌現性分工機制嵌入無人機決策層,并構建分層式架構實現3D打印路徑規(guī)劃與群體規(guī)模的自適應調整,使機器人集群能夠根據建筑幾何形貌的動態(tài)演?實時重構工作模式,最終達成復雜結構的自主化建造。仿生協(xié)同無人機密集編隊系統(tǒng)浙江大學湖州研究院高飛教授團隊×生物集群智能行~啟發(fā),構建了仿生協(xié)同無人機密集編隊系統(tǒng)。該研究從鳥類林間飛行的生物導航機制抽象出視覺-慣性-環(huán)境多模態(tài)融合定位算法,并基于椋鳥群涌現性飛行模式提出時空耦合約束下的分布式軌跡規(guī)劃框架,結合高帶寬低延遲通信網絡實現實時動態(tài)響應,通過跨模態(tài)感知數據實時共享與分布式計算資源協(xié)同調度,最終達成高定位精度下的超密集編隊飛行。故障類型針對常見的四旋翼飛行器系統(tǒng),按照發(fā)生位置不同,故障一般可以劃分為:執(zhí)行器故障:電機失效、螺旋槳損壞等元部件故障:電池故障、結構損傷等傳感器故障:陀螺儀漂移、磁傳感器異常等故障檢測與診斷應具備完成三項任務的能力:1)故障檢測,判斷系統(tǒng)是否出現異常;2)故障隔離,確定故障的位置;3)故障辨識,給出故障的大小、類型和屬診斷方法基于解析模型的方法:采用基于模型的方法對四旋翼飛行器進行故障診斷,能夠同時診斷陀螺儀傳感器故障和磁傳感器故障2基于信號處理的方法:基于可進行殘差濾波的長短期記憶網絡,實現無人機飛行數據的故障檢測與恢復2基于知識的方法:針對固定翼無人機系統(tǒng),提出動態(tài)事件觸發(fā)優(yōu)化的故障診斷方法,實現殘差信號與事件傳輸誤差的完全解耦,避免持續(xù)通信并消除芝諾現主動容錯控制主動容錯控制利用故障檢測診斷單元主動對系統(tǒng)健康狀況進行實時檢測,當檢測到系統(tǒng)發(fā)生故障后,故障檢測診斷單元會根據診斷信息實時重構控制器,弱化故障對系統(tǒng)性能的影響2相比于被動容錯控制,主動容錯控制在主動容錯控制主動容錯控制利用故障檢測診斷單元主動對系統(tǒng)健康狀況進行實時檢測,當檢測到系統(tǒng)發(fā)生故障后,故障檢測診斷單元會根據診斷信息實時重構控制器,弱化故障對系統(tǒng)性能的影響2相比于被動容錯控制,主動容錯控制在性能N總體更優(yōu),在設計方法N更具有彈性,也具有更高的應用價值2針對存在執(zhí)行器故障和輸入飽和的多無人機系統(tǒng),分布式有限時間容錯控制方案可進一步提升系統(tǒng)的收斂速度2被動容錯控制被動容錯控制在設計階段就考慮可能發(fā)生的故障情況,通過冗余設計和魯棒控制策略,使系統(tǒng)在故障發(fā)生時無需重構控制器即可保持穩(wěn)定運行2該方法實現簡單,但對未預見的故障適應能力有限2基于GIS的規(guī)劃方法地理信息系統(tǒng)(GIS)可以提供詳細的地形、地貌、建筑物等地理信息,對低空空域進行精確建模和分析2規(guī)劃人員利用GIS進行飛行路徑優(yōu)化、飛行高度設置、飛行速度調整,確保飛行器安全高效飛行2GIS?可進行飛行器與地面設施間的ó突檢測,實時更新氣象數據2基于多目標優(yōu)化的方法低空空域規(guī)劃涉及多個目標,如安全性、效率性、靈活性等,à些目標之間可能存在ó突2多目標優(yōu)化方法通過建立數學模型,對à些目標進行綜合優(yōu)化,找到最優(yōu)的規(guī)劃方案2可以對飛行路徑、飛行高度、飛行速度等進行優(yōu)化,確保在滿足安全性要求的前提下,提高飛行效率和靈活性2智能化空域管理技術運用大數據和機器學習等前沿技術,對飛行器運行數據、氣象信息及空域使用日志進行系統(tǒng)性采集與深度挖掘2通過數據驅動的方式,提供更~科學、客觀的規(guī)劃建°,不僅可以減少人~錯誤和主觀性,而`?能實現空域資源的最優(yōu)配置,實現空域全時空智能調度2基于仿真模擬的方法通過計算機仿真技術對低空空域的運行情況進行模擬,通過模擬不同的飛行場景和飛行路徑,評估不同規(guī)劃方案的優(yōu)劣2規(guī)劃人員利用仿真模擬技術,對飛行器的飛行行~、飛行路徑、飛行高度等進行詳細分析,從而找到最優(yōu)的規(guī)劃方案2仿真模擬?可用于培ˉ飛行員和調度人基于__家系統(tǒng)的方法結合__家知識和經驗的規(guī)劃方法,__家系統(tǒng)可以集成多個領域的__家知識,通過規(guī)則庫和推理機,對低空空域的規(guī)劃進行智能化?策2規(guī)劃人員利用___家系統(tǒng),對低空空域的規(guī)劃進行快速評估和優(yōu)化,提高規(guī)劃的科學性和準確性2__家系統(tǒng)?可用于處理復雜的低空空域規(guī)劃問題2動態(tài)空域分配技術通過構建"高度層+時間窗"數字孿生模型,開發(fā)人工智能驅動的空域動態(tài)分配算法,靈活調整空域邊界、扇區(qū)劃分和航路結構,優(yōu)化資源利用2數字孿生模型通過虛擬映射空域運行狀態(tài),結合高度層和時間窗的概念,實現對空域資源的精細化管理和動態(tài)優(yōu)化,實現空域全時空智能調度2飛行器設計