基于AI的无人机自主飞行技术展望

林一平

上海交通大学，上海市 闵行区 100000

基于AI的无人机自主飞行需要具备环境感知、导航定位、路径规划、运动控制的能力，并能在飞行实践中学习，纠正失误，通过深度学习，强化学习，持续提高，为无人机群智能飞行、实际营运奠定基础。

无人机飞行经历了程序飞行、遥控飞行、半自动飞行阶段后，基于AI进入了自主飞行阶段，其技术不断成熟，性能不断提升。这不仅使无人机具备了环境感知、导航定位、路径规划、运动控制的能力，而且还提供了在飞行实践中学习，纠正失误，通过深度学习，强化学习，持续提高的过程，为无人机群智能飞行等奠定基础。

基于AI的无人机自主飞行首先必备基础能力，其次应该具备自我学习能力，并不断提高智能水平等级，获得优良品质。

基础能力

基于AI的无人机自主飞行首先必备基础能力，即具备环境感知能力、导航定位功能、路径规划能力、运动控制功能(见图1)。

环境感知

无人机在空中需要时刻感知外部环境及其变化，因为其关系到能否正常飞行，是否飞行安全。这个外部环境包括静态的和动态的。静态的环境包含高楼大厦、电视台、广播台、大山、江河等地理标志物；动态的环境包含周边有无飞鸟，有无航空器在飞行；有无风、雨、雪等气象变化。通常采用机载的有针对性的传感器采集外界环境的大气数据、高度数据、速度数据、坐标数据、目标数据进行识别，输入计算机分析、运算，做出判断、决策，使无人机能够适应外部环境及其变化，主动避让，趋利避害，确保正常飞行和飞行安全。

导航定位

无人机在空中飞行需要时刻了解自己所处的位置，以保证飞行途中不迷航，且航向正确。目前无人机上普遍使用GPS 系统、北斗卫星系统进行导航定位，这对于自主飞行是个技术保障。对于一些高标准、特殊用途的无人机通过机载激光装置还可以提高导航定位系统的精准度。

航线规划

无人机自主飞行在领受任务后需要根据所去空域的实际情况认真规划航线，做出多套方案进行比较和优选。既要避开高楼大厦、大山的阻挡，又要避开人口集中城市空域民航机的繁忙航线，避免发生冲突，还要考虑沿途经过有哪些机场可作为应急用的临时备降场。既要确保所规划的飞行航线最短、最合理，又要达到省时、省油、经济性最佳，并且安全性最佳。对于军用无人机的航线规划要考虑战场的突防，以降低威胁，做好自身防护。

运动控制

无人机的自主飞行需要全程进行运动控制，包括正常的自主起飞/降落，爬升、平飞、盘旋、加/减速、俯仰稳定与操纵、航向稳定与操纵等。评判无人机飞行运动控制有效性的标志是在出现状况时能及时纠错，或做出补救，确保后续飞行正常，并在执行完任务后顺利返航。

升级智能水平

基于AI的无人机自主飞行同时应该拥有自我学习能力，即拥有模仿学习能力、机械记忆能力、理解学习能力、纠错提高能力、深度学习能力、强化学习能力、并且能像上台阶一样不断地提升应用人工智能解决飞行中遇到问题的能力(见图2)。

初级智能

此阶段为通式教育，表现为智能无人机能够像小学生那样从初级的模仿学习开始，通过逐步增加的基础知识和专业知识来积累机械记忆，学习并掌握一些基本的飞行技能。相当于初级教练期，经过考核、评价及格后才能升入下一个中级智能学习阶段。

图1 基于AI无人机自主飞行的若干大课题

图2 基于AI无人机自主飞行的学习模式

(1) 模仿学习智能无人机在此阶段以学样、模仿为主特征，属于输入式学习的过程。以会不会，不走样；像不像为评判标准。

(2) 机械记忆智能无人机在此阶段以大量吸收知识、强行记忆为主特征，属于输入、下载、存储的过程。并形成智能无人机的最初知识库。

中级智能

智能无人机在此阶段表现为能够像中学生那样从中级教练中学习，理解含义，逐步学会思考，学会决策，学会一些基本的纠错技能。

(1) 理解学习智能无人机在此阶段以学习中不再满足初级的模仿学习和机械记忆，不再满足不求甚解，而是能够搞清楚其定义、标准、法规的确切含义，更好地贯彻执行。

(2) 能够思考智能无人机在此阶段以学习中不再满足初级的模仿学习和机械记忆，而是能够提出问题，积极地思考。会提出问题，会追根寻源，直至搞明白，弄清楚。通过考核努力成为无人机中的“学士”。

(3) 能够决策智能无人机在此阶段开始学习为自身行为决策，决策来自诸如如何在飞行中避碰；如何避开航线中的雷电区域；如何在发动机空中停车情况下迫降；如何在前起落架故障情况下安全着陆等。通过考核努力成为无人机中的“硕士”。

(4) 能高纠错智能无人机在此阶段开始学习一旦发生操纵失误时如何来纠正差错，然后迅速恢复正常。尤其是差错发生在无人机起飞段或降落段，或在低空空域，不仅飞行高度低，而且反应时间短，环境复杂，非常考验无人机的智能系统和纠错能力。

高级智能

智能无人机在此阶段表现为能够像大学生那样从高级教练中学习，理解含义，主动学会思考，学会决策，学会并掌握一些高级的纠错技能。

(1) 深度学习智能无人机在此阶段以学得深、钻研得深为标志。在纵向技术层面达到它会，己也会；己会，它不会；甚至使己达到比以往更深的层次，技术上更超前，拥有绝对的科技优势。通过考核努力成为无人机中的“博士”。

(2) 强化学习智能无人机在此阶段以高度自觉，不自满为标志。不断要求自身学习、学习、再学习，吐故纳新，不断技术升级，不断提高智商，不断提高智能，变得更聪明，通过考核努力成为无人机中的“博士后”。

(3) 能抗干扰智能无人机在此阶段学会多种抗干扰手段，确保机载系统不失效，照样能在强电磁波干扰环境中排除外部干扰，阻止外界黑客进入，保护机载系统，依靠人工智能可靠飞行。

(4) 识破骗局智能无人机经过在此阶段的学习已经具有较高的智商，掌握较全面的知识，整套机载系统足够完善，足够强大，能够摆脱外方的多种引诱，识破外方设置的骗局，不受干扰、不受引诱、不被受控、不上当，坚定地依靠自主导航，自主操控飞行，圆满地完成既定任务。

(5) 应急处理 智能无人机在此阶段的学习已经具有较高的智能，能够在复杂的飞行环境中自行全程监管机载系统工作，保障其运行工作。一方面，在遇到故障时能正确诊断故障源，及时排除故障。另外一方面，在无人机遇到险情时能自应急、自切换、自排障、自挽救。

应用能力

智能无人机经过初级、中级、高级阶段学习，检验其成果的标准最终应该落实在分析问题和解决问题的应用能力上。由于这一切都发生在空中，既不同于地面的排障，也不同于有人驾驶飞机的排障，往往时间非常紧迫，必须立刻做出决定，落实具体措施，否则后果将会十分严重。好在这些经过智能化高级阶段学习的无人机分析问题和解决问题的应用能力特别强，能够胜任。再加上5G技术的运用，将大大缩短空中反应及应急处理的时间，恢复系统正常，并挽救无人机。

结束语

通过上述梳理，用户可以对各自的无人机智能化作一个客观、公正的评价，对其达到的智能水平有个更清醒的认识。基于AI无人机自主飞行所面对的大课题，既点明了无人机智能化研究的领域，又指明了无人机智能化方向，还指出了无人机智能化发展的趋势。

虽然，目前世界智能无人机发展水平参差不齐，有更多的无人机还处在初级智能阶段；部分无人机达到了中级智能阶段；也只有极少数的无人机进入了高级智能阶段。显然，首尾两端发展总体落差很大，且又让出了很大的上升空间，说明无人机光具备基础智能远远不够，很有必要继续深度学习、强化智能学习，不断升级智能化水平才能跟上时代步伐，适应日新月异的科技发展，满足航空创新需要。 ■