智客公社

标题: 2024无人机热点回眸 | 科技导报 [打印本页]

作者: soona_111 时间: 7 天前
标题: 2024无人机热点回眸 | 科技导报
[attach]862075[/attach]

2024年，无人机技术正以智能化、自主化和系统化为核心驱动力，深刻重塑着低空经济与智能空域的全球格局。本文从无人机自主飞行与智能控制、无人机集群协同、无人机集群验证、反无人机技术及无人机管控与低空经济等多个维度，系统阐述了无人机相关技术2024年的代表性进展、技术挑战与发展趋势。当今，无人机技术正通过跨领域的技术集成和智能生态构建，从单一工具化应用跃升为系统级战略支柱，而低空经济的快速扩张对全球空域治理、多模态感知、任务优化以及安全保障提出了新的要求。未来的无人机必将以智能空域治理为基石、以协同创新为引擎、以新质能力提升为目标，打造面向未来场景应用的无人机生态新体系，为低空经济高质量发展、智能空域全球布局及多领域纵深应用提供技术支撑与行业引领。
无人机（unmanned aerial vehicle, UAV）技术的飞速发展正推动低空经济（low altitude economy,LAE）迈向智能化、协同化的全新阶段。无人机凭借人工智能、计算机视觉和深度学习技术，在自主飞行、精准导航和复杂环境适应能力上实现突破，赋能智慧物流、无人化农业和城市空中交通等关键领域，快速融入LAE的产业链。更为重要的是，无人机集群技术的成熟，通过群体智能和高效协同，推动LAE从单点应用向多维度场景扩展，形成贯通空中物流网络、灾害应急体系和智能城市管理的新模式。无人机与LAE的深度融合，正在推动产业从技术驱动迈向生态构建，成为智能飞行领域的全新增长极，重塑未来经济和产业格局。2024年，无人机正从“战场工具”跃升为“智能战术节点”，引领信息化战争进入全新维度。
1 无人机自主飞行与智能控制

无人机在自主飞行与智能控制领域的突破，正引领其应用进入一个全新的智能化时代。1.1 航路规划与自主导航
无人机的自主飞行正从传统任务执行向智能化探索转变，这一变革的核心在于路径规划技术的飞跃。强化学习与深度学习为路径优化注入了全新的活力，使无人机在复杂环境中能够自适应地调整策略。Ejaz等通过强化学习实现路径生成的智能化，显著提高了无人机在高动态场景中的决策效率，尤其在灾后救援等实时性任务中大放异彩。Vashisth等赋予无人机在未知三维环境中动态适应的能力，更加注重目标发现的精准性与速度。这些研究共同揭示了路径规划在复杂环境中不仅需要快速响应，还需兼顾目标精度与飞行安全的双重要求。
在无人机自主导航领域，针对复杂未知环境的高效探索与决策，不同研究路径展现了各自的优势与侧重。Zhao等有效突破了视野受限的瓶颈，显著提升了导航效率与决策速度。Yue等赋予无人机更强的自主探索与无碰撞导航能力，展现出卓越的自适应性与可移植性，能够在不同任务与场景变化中保持稳定性能。前者聚焦于决策速度与任务效率的最优解，而后者则强调环境适应与泛化能力的全面提升，为无人机自主导航的高效性与智能化提供了互补性的技术支撑。
当算法与硬件技术深度融合，无人机导航能力的全方位提升成为可能。Zhang等研究表明，通过将深度神经网络与激光雷达、视觉数据结合，无人机能够实时更新路径规划模型，并在城市复杂场景中实现高精度导航。Wu等的路径一致性算法则通过确保集群飞行的稳定性和冲突最小化，为农业监测与环境勘探等任务提供了技术保障。
1.2 智能控制与决策制定
无人机智能控制的飞跃正让它们从“任务执行者”转变为“自主决策者”，而这一转变背后的驱动力，正是智能算法和控制技术的深度融合。强化学习，作为无人机决策能力提升的核心工具，已展现出强大的适应性和灵活性。研究的共性在于强化学习对动态环境的适应性，而差异则体现在任务需求上的特化应用——从个体路径优化到群体决策对抗。
无人机的“群体智慧”正在打开全新的篇章，尤其在多任务协同中，智能优化方法让集群控制从单一任务规划迈向多维协同布局。研究的共同点在于群体任务效率的提升，而其差异则体现在协同模式与场景适配的灵活性上，为不同任务需求提供了精准的技术支撑。
无人机的智能化控制并不仅停留在算法层面，系统架构的协同优化让其在动态环境中的适应能力更进一步。研究从不同角度展现了系统级优化的潜力，无论是计算资源分配还是规划层协同，它们共同指向的是无人机智能决策能力的全面升级，为未来更复杂的任务场景提供了坚实的基础。
1.3 自适应飞行与可持续发展
无人机的飞行不再仅是对环境的被动适应，而是逐步演变为一种主动学习与自主决策的能力。这种能力的提升，依赖于自适应控制与智能算法的深度融合。研究表明，自适应控制的核心在于环境变化的动态感知与响应，而差异则体现在对复杂环境中不同因素的优化侧重，例如外部扰动补偿和策略动态调整的相辅相成，为自适应飞行提供了更加坚实的技术支撑。
无人机技术的突破不仅局限于算法和控制策略，更在于硬件技术的革新为其赋能。例如：Shen等通过环境能量收集技术，将太阳能与风能等自然能源引入无人机领域，突破了传统电池的续航限制（图1（a）），为长时间任务如环境监测和灾害预警提供了新的技术可能。进一步结合能源复合系统的太阳能氢能无人机，通过太阳能驱动氢燃料电池（图1（b）），将续航能力推向全新高度。Wang等通过多视角互补性设计精准轨迹预测，解决了通信受限条件下的协同问题。这些硬件与系统创新共同指向一个核心趋势，即在能源与计算能力双重驱动下，无人机正向更加智能化、可持续化的技术生态迈进，为未来复杂场景任务提供了更广阔的应用前景。

[attach]862076[/attach]

图1 2024年无人机技术创新发展

2 无人机集群协同控制

2.1 无人机多机协同
多机协同飞行的未来正在被重新定义，其核心是对飞行控制与任务协作的全新理解。从竞速飞行到复杂任务的精确执行，无人机正在以超越人类飞手的速度与精度完成任务。苏黎世大学通过优化竞速飞行控制算法，将第一视角图像直接转化为控制信号，实现了媲美甚至超越人类飞手的飞行策略。Krinner等通过碰撞锥模型引入控制障碍函数，使无人机能够在密集障碍环境中安全快速飞行。Qiu等的自适应课程学习方法解决了无人机在狭窄环境中的高成功率穿越问题。
然而，飞行的成功不仅依赖于控制，更依赖于高效的信息共享和实时通信。西北工业大学研发的“萤火虫”通信无人机，通过高度集成的轻量化设计与先进的通信中继技术，为复杂环境下的无人机集群协同提供了关键支撑。这一通信优化与Zhao等的路径规划方法形成了技术链条，通过强化学习模型实现了群体路径的自动规划与冲突动态调整。
与此同时，无人机集群任务规划在智能化的道路上走得更远，以自然界的协作模式为灵感的研究成为亮点。Deng等受生物行为启发，设计了一种基于方位刚度的目标包围策略，通过结合轴承刚度框架与仿生设计，实现了静态和动态目标的高效围捕。
2.2 无人机自主飞行跟踪控制
无人机的自主飞行能力正从技术边界的探索迈向任务复杂性的全面突破。这一转变的背后，是智能控制与动态决策技术的持续深化。Zhuang等利用深度强化学习技术赋予无人机在未知环境中的策略学习能力，使其能够自适应复杂气象和非结构化场景，提升了任务执行的安全性与适应性（图2（a））。而在轨迹跟踪领域，Wang等基于滑模控制理论的鲁棒性算法有效应对强风扰动和轨迹变化，展现出卓越的稳定性与精准性。
如果说单机自主控制是无人机迈向智能化的基础，多目标协同与动态任务分配则揭示了无人机集群未来的发展潜力。研究共同指出了无人机集群在复杂任务中的核心特性：以个体性能的提升带动整体协作的效率，并在任务动态变化中保持高度的自主性与可靠性。
无人机的群体智能不仅依赖于单机控制的精准性，更需要协同路径规划与集群控制的深度配合。例如：Duan等基于仿生视觉导航的无人机对接精准控制方法，在复杂环境中的抗干扰能力表现尤为突出（图2（b）），有效解决了多风干扰导致的位置偏移问题。诸多研究表明，单机性能与群体协作正在逐步融合，从而推动无人机技术向更加智能化与系统化的方向发展，为多无人机系统在复杂任务中的全面应用提供了坚实基础。

[attach]862077[/attach]
图2 无人机自主飞行控制2.3 多模态感知与数据融合
无人机的“感知能力”正演变为其智能化的核心驱动力，而多模态感知与数据融合技术为这一关键能力提供了坚实的技术支撑。单一传感器的局限性在复杂动态环境中愈发明显，而视觉与激光雷达的深度融合无疑是这一领域的重要突破方向。Baya等通过卷积神经网络结合激光雷达数据，大幅提升了无人机在动态障碍物识别与跟踪中的表现，这一方法使无人机能够在高度动态环境中保持飞行安全性（图3（a））。Ullah等进一步优化了视觉与激光雷达融合策略，两者的研究均体现了多模态融合在感知精度和鲁棒性上的巨大潜力，但侧重点从动态障碍识别延伸到多环境适应，为复杂任务的多样化需求提供了更广泛的支持。
如果感知是无人机在复杂环境中“看得清楚”的能力，那么数据融合则是“看得精准”的关键。Xu等开发的多模态神经网络融合框架，实时更新环境模型并优化路径规划，尤其在复杂地形下表现出了卓越的适应性。该成果与Jiang等针对低能见度场景开发的红外与视觉多尺度融合算法形成了互补，前者通过环境模型更新提升无人机的路径优化能力（图3（b）），而后者则专注于特殊场景中的感知与检测。

[attach]862078[/attach]
图3 无人机多激光雷达与特征融合优化随着自主导航需求的提升，同步定位与地图构建（simultaneous localization and mapping，SLAM）与多模态数据融合的结合正推动无人机迈向更高精度的环境建模与定位能力。研究共同预示着无人机技术正朝向多传感器融合与高效协作的方向持续推进，为应对更加复杂和广泛的应用场景提供了前瞻性的解决方案，同时也为未来无人机在灾后搜救、城市勘探等领域的应用指明了明确的技术发展路径。
2.4 无人机大模型感知
无人机的视觉任务正在经历一场从“任务专属” 到“泛化统一”的技术变革。传统为单一任务设计特定算法的模式，因其复用性和灵活性不足，难以适应复杂多变的环境需求。而大语言模型的引入，为这一领域注入了全新的思路。研究共同表明，大语言模型在无人机视觉任务中的应用，正在从单任务优化向多任务融合迈进，突破了算法孤立和场景限制的传统瓶颈。
如果说单一任务的整合提升了无人机视觉系统的适应性，那么多模态数据与大语言模型的结合，则进一步推动了复杂场景下的智能化应用。无论是多模态数据的集成还是飞行任务的动态优化，这些研究的共同点在于通过大语言模型打破传感器数据孤立，形成跨领域的协作能力。
在无人机任务规划与自主决策领域，大语言模型展现出了前所未有的潜力。研究共同证明，大语言模型不仅是视觉任务的整合工具，更是多任务协作和复杂场景中自主决策的核心驱动。
2.5 无人机实时飞行优化
无人机自主飞行技术正逐步迈向高度智能化与高效化的发展新阶段，而边缘计算作为其核心支撑技术，为这一转型奠定了坚实的技术基础与保障。传统云计算因其传输延迟和带宽瓶颈，往往难以满足无人机在动态环境中的实时性需求，而边缘计算通过将计算任务下沉至本地，有效地改变了这一局面。研究共同表明，边缘计算为无人机的自主飞行注入了灵活与精准的特质，不仅提升了实时决策能力，更为无人机适应复杂任务环境提供了可能。
无人机的协同作业正在向大规模、多任务协同的方向发展，而边缘计算则成为破解通信延迟与协调瓶颈的关键手段。Yu等通过分布式计算架构，实现了无人机集群的数据共享与路径动态调整，显著提升了多机协作的效率与稳定性（图4（a））。
无人机在环境感知与飞行安全方面同样离不开边缘计算的加持。Feng等的传感器数据融合方法，通过实时处理多模态数据（图4（b）），极大提升了无人机在复杂环境中的感知精度与建模能力，尤其在动态场景中展现出卓越的适应性。Jung等通过边缘计算优化能效管理，有效延长了续航时间并降低了能源消耗。Zhang等的容错控制方法实现了飞行状态的实时监控与紧急响应能力，显著提升了无人机在意外情况下的飞行安全性与可靠性。

[attach]862079[/attach]

图4 无人机环境感知与目标检测

3 无人机集群验证

无人机集群正重新定义多机协作的边界，成为智能飞行领域的创新高地。在集群协作与控制算法的突破中，深度强化学习展现出了强大的适应性与高效性。Kong等通过动态任务分配与路径优化，赋予无人机集群在复杂环境中实时调整的能力，不仅显著提高了协同作业效率，还在应对突发干扰与设备故障时表现出卓越的鲁棒性。这一技术的核心优势在于将单机的动态响应能力拓展为集群的协同智慧，而这一点在多轮模拟与实地测试中得到了充分验证。与此同时，集群控制的另一关键问题——通信延迟的挑战，正通过第五代移动通信（5G）技术得以有效缓解。
协作是无人机集群的灵魂，而任务分配与自适应飞行则为集群赋予了高效执行任务的能力。这一智能协同能力的实现，在青少年无人机大赛（Fly to Future，FTF）等赛事中得到了生动体现。这些赛事不仅推动了多机协同技术的实用化发展，还通过实战检验了动态任务分配与环境自适应等关键技术的先进性与可靠性。从技术验证到实际应用，无人机集群技术正不断拓展其可能性。2024年“智领群蜂”国际蜂群技术大赛完成了从丛林穿越到协同目标搜索的一系列复杂任务（图5），展现了无人机集群在复杂环境中的潜力。

[attach]862080[/attach]
图5 “智领群蜂2024”国际无人蜂群技术大赛这些实际场景中的成功验证，不仅体现了蜂群技术在飞行编队稳定性和任务协同效率上的显著进步，还进一步说明了无人机集群技术在真实环境中的可行性与广泛地应用潜力。与此同时，“新长江杯”智能无人系统应用挑战赛通过飞行避障与空地协同等场景验证（图6），推动了无人机系统关键技术的转化与创新。

[attach]862081[/attach]

图6 2024“新长江杯”智能无人系统应用挑战赛

4 反无人机技术

反无人机技术正以前所未有的速度推动空域安全防御进入智能化时代。在低空无人机探测领域，传统技术的不足正在被多波段融合和多模态感知技术所取代。研究共同表明，探测技术正从单一维度向多模态整合迈进，为无人机探测的精确性和动态响应能力提供了可靠保障。
识别技术的突破正在赋予反无人机系统更强的智能化属性。技术的核心特征在于依托人工智能，实现高效的数据挖掘与整合，体现了前沿科技的创新与突破，而它们的差异化则体现在针对不同场景的优化设计上，从高动态环境到复杂背景，无不展现出识别技术的广泛适应性。
在拦截与干扰技术方面，集成化与多功能设计正在重塑反无人机的防御手段。研究成果共同展现了反无人机技术从单一技术依赖向系统化集成的转变，特别是在面对大规模无人机集群威胁时，集成化系统的灵活性和应对能力优势尤为明显。
现代化防空系统进一步推动了反无人机技术的全域覆盖能力。国产FK-3000防空导弹系统以其多目标打击能力和高机动性（图7（a）），在复杂战场环境中展现出无人机防御的精准性，而“天穹”综合防御体系为大规模无人机威胁提供系统级解决方案（图7（b））。从便携设备到大规模防御体系，这些技术的共同驱动点在于高精度与多样化的目标覆盖，而差异则在于对特定任务场景的适配能力。

[attach]862082[/attach]

图7 2024年反无人机技术

5 无人机管控与低空经济

5.1 飞行安全与空域管理
随着无人机技术的快速发展，2024年全球无人机管控政策进一步严格，推出了一系列前瞻性法规，主要集中在飞行安全和空域管理方面。中国于2024年1月1日实施的《无人驾驶航空器飞行管理暂行条例》，欧洲在2024年进一步强调《U-Space空域管理框架》，系列政策旨在确保飞行安全与空域的高效利用，通过引入智能化空域管理和先进的监管机制，为无人机的广泛应用提供坚实保障和前瞻性支持。
5.2 隐私保护与飞行认证
数据隐私保护和飞行员资质认证成为2024年无人机法规的另一大重点。随着无人机在公共和敏感区域的应用，隐私保护问题日益突出。欧盟加强了无人机飞行中的隐私保护规定，巴西推出了《无人机隐私保护法案》，美国联邦航空管理局（federal aviation administration，FAA）和中国民航局分别加强了飞行员认证要求，中国民航局也提升了无人机制造和操作的监管标准。这些措施有助于提高飞行安全性和公众对无人机技术的信任，为行业的可持续发展奠定法律基础。
5.3 低空经济
2024年以来，LAE在政策引导与技术突破的推动下快速崛起，成为经济转型与产业升级的重要抓手。从国家层面看，《通用航空装备创新应用实施方案（2024—2030 年）》明确提出，到2030年实现万亿级市场规模。这一目标表明，国家旨在通过优化技术生态与完善产业链布局，将LAE培育为战略性新兴产业，以推动区域经济协调发展和国家竞争力提升（图8（a））。
地方实践进一步强化了LAE发展的战略方向，并通过多地协同探索取得显著成效。重庆市发布《推动低空空域管理改革促进低空经济高质量发展行动方案（2024—2027年）》；金华市则通过建设低空航路和完善通用机场网络，为LAE的场景落地提供了重要的硬件支撑；汕头市南澳县成功举办无人驾驶低空观光首航仪式。这些实践充分体现了地方政策与技术应用联动推动产业升级的显著成效。
技术突破为LAE注入核心驱动力。飞行汽车（electric vertical take-off and landing aircraft，EVTOL）和无人机技术取得突破（图8（b）），为未来智慧交通体系奠定了基础，并推动LAE从单一飞行应用向高附加值、多场景方向扩展。未来需加速空域改革、标准化建设和全国生态体系构建，实现技术、政策与市场的深度融合，全面释放LAE在智能交通与产业升级中的潜力，引领全球产业新格局。

[attach]862083[/attach]

图8 2024年无人机管控与低空经济

6 结论

本文系统回顾了2024年无人机技术在军民两用领域的前沿发展，重点聚焦于无人机管控与低空经济、无人机自主飞行控制、无人机集群协同、无人机集群验证及反无人机技术等关键方向。相关研究在多方面取得突破性进展，有效提升了无人机在复杂动态环境中的飞行稳定性与任务执行精度，同时显著增强了多无人机系统的协同作业能力与执行效率。2024年的创新成果为无人机技术的规模化应用与跨领域新质拓展奠定了坚实的理论与实践基础。伴随着无人机技术在各方面的持续推进，无人机技术必将迈向一个崭新的台阶。
本文作者：段海滨、梅宇、牛轶峰、李彬、刘冀川、王寅、霍梦真、范彦铭、罗德林、赵彦杰、朱纪洪、袁莞迈、王思远、魏晨作者简介：段海滨，北京航空航天大学自动化科学与电气工程学院，教授，研究方向为无人机仿生自主控制、计算机仿生视觉和仿生智能计算。本文全文发表于《科技导报》2025年第1期，原标题为《2024年无人机热点回眸》，本文有删减，欢迎订阅查看。

[img=100%,15]https://p3-sign.toutiaoimg.com/tos-cn-i-tjoges91tu/3c635111e42323e834e556df5661c823~tplv-tt-large.image?_iz=30575&lk3s=06827d14&x-expires=1743488812&x-signature=f0tkopYJ2nk2hK8LhQnphk9a%2BQY%3D[/img]

内容为【科技导报】公众号原创，欢迎转载
白名单回复后台「转载」

☟《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的成果报道、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、智库观点、科技评论、热点专题、综述、论文、学术聚焦、科学人文等。

《科技导报》微信公众平台创建于2014年，主要刊登《科技导报》期刊内容要点，报道热点科技问题、科技事件、科学人物，打造与纸刊紧密联系又特色鲜明的新媒体平台。科技导报公众号聚集了数万名专心学术的未来之星和学术大咖，添加编辑微信，让优秀的你有机会与志趣相同的人相遇。

[img=44.794px,856]https://p3-sign.toutiaoimg.com/tos-cn-i-tjoges91tu/348a681363bd8d46c06f6d56e7274da2~tplv-tt-large.image?_iz=30575&lk3s=06827d14&x-expires=1743488812&x-signature=fTZaKHqRAi2DnfWhWKcicwhlCd0%3D[/img]

作者: 3380126 时间: 6 天前
LZ敢整点更有创意的不？兄弟们等着围观捏~

作者: 张凯慧眼识君子 时间: 6 天前
只看文字不过瘾啊~

作者: liping1957 时间: 4 天前
LZ敢整点更有创意的不？兄弟们等着围观捏~

欢迎光临智客公社 (https://bbs.cnaiplus.com/)