当前，以无人机、无人车、无人舰艇为代表的无人系统技术近年发展势头迅猛，已成为国民经济新的增长极、新质战斗力的重要源头和国防科技新的战略制高点。随着任务用途逐渐拓展，装备数量一直增长，技术水平日益提高，无人系统数量规模呈爆炸式发展，正在孕育着从数量到质量的蝉变，将对国家安全与社会持续健康发展产生重大影响。

  无人系统通常包括空中无人系统、地面无人系统、海上无人系统。无人系统在枯燥任务、恶劣环境和危险任务领域具有独特优势，在军事、科技、经济、社会生活等各方面日益发挥重要的作用。未来，无人系统将呈现出智能化、自主化、体系化、集群化等趋势。

  无人机是发展最成熟、装备量最大、参战最频繁、应用最广泛的无人系统，已基本形成大、中、小结合，远、中、近程搭配的无人机体系。

  应用领域持续拓展。在军用方面，情报、监视、侦察仍是无人机最基本、最核心的应用领域，美军在其反恐作战中，约80%的侦察监视任务由无人机完成；随着察打一体无人机的出现为，军用无人机开始向主力作战平台转变；以货运无人机在阿富汗战争中的成功使用为开端，军用无人机开始在后勤保障领域崭露头角。在民用领域，农林作业、治安反恐、地理测绘、摄影娱乐、应急救援、气象监测等应用需求迅速增加，以中小型无人机为代表的民用无人机正在全球范围掀起发展热潮。

  部署规模不断增大。美国列装的无人机总数超过1万架，“捕食者”“死神”长航时察/打一体无人机、“全球鹰”高空侦察无人机等中高端无人机数量超越400架；俄罗斯、以色列、英国等也在快速扩大其中高端无人机装备规模；我国的“翼龙”“彩虹”“利剑”等无人机已形成系列化产品并装备部队。

  积极推进技术验证。美国X-47B验证了无人机航母起降、自主空中加油等多项技术；美国军方启动了“小精灵”“忠诚僚机”等项目推进有人/无人协同编队、无人机空投与回收、无人机蜂群作战等新技术发展；俄罗斯、欧洲等国在中空长航时、高空长航时、无人作战飞机等方面均进行了多次飞行验证。

  产业规模持续增长。从产业规模看，预计2020年全球民用无人机年销售量将超过400万架，市场规模达到260亿美元；从研制企业看，全球共有超过500家无人机公司，我国民用无人机研制单位超过 130 余家；从贸易看，我国2016年无人机出口接近70亿元，2017年预计超过90亿元。

  无人地面系统已大量装备使用。目前,国外发展的地面无人系统超过300种,列装的约200余种。其中,便携式占比达到了85%,主要使用在于侦察监视等辅助作战任务;车载式大约占10%,可用于执行探测、摧毁和路线清障等作战任务；自行机动式地面无人系统的数量很少,大多数都用在执行班组支援、地雷探测与处理。美国装备的地面无人系统数量超越1万套,约占全球地面无人装备总量的80%，在阿富汗、伊拉克等战场中投入到正常的使用中；以色列现装备了“前卫”“守护者”等无人车；英、法等欧洲国家已装备并正在积极发展多款地面无人系统；俄罗斯自2011年以来地面机器人装备数量增长了3倍，一度落后世界领先水平的局面正在扭转。

  重点加强自主性能力水平提升。美、殴等国近期重点开展识别模式、自主控制传感器、自主防护系统、威胁识别与自适应响应、越障、集群协同等多项无人系统自主技术探讨研究。已装备的无人地面系统中，以色列“守卫者”和“先锋哨兵”无人车具备一定自主能力，能自动设定行驶路线、规避障碍，在网络中可与其他无人车协同作战，可自主“跟随”车辆或士兵行进。

  地面机器人已应用于作战行动。2016年地面武器装机器人首次成功应用于实战，将对未来地面作战模式产生重大影响。俄罗斯在叙利亚作战行动中，首次使用多部地面武装机器人参与进攻，开创了地面武装机器人实战的先例。作战中，两型地面机器人与无人机协同作战，无人机负责战场监视，控制人员通过自动化指挥系统遥控机器人攻击。

  地面无人系统向民用领域拓展。无人驾驶汽车成为各国科技巨头关注的焦点，谷歌、特斯拉、Uber等多家公司相继推出无人驾驶项目。例如，特斯拉公司宣称已生产出能匹配完全无人驾驶系统硬件，2018年将在美国范围内演示无人驾驶系统汽车；谷歌无人驾驶汽车已实现了 200 多万英里的道路测试，并计划在 2020 年前完成无人驾驶汽车的商业化生产；中国的百度、乐视等非汽车制造商，也高调进入无人驾驶领域。此外，无人救援机器人、无人消防机器人、无人拖拉机、家庭服务机器人等均已投入到正常的使用中，正在深刻影响工作与生活方式。

  水面和水下无人系统主要执行反水雷、情报监视侦察、反潜战、港口保护、科学探测等任务，目前已实现服役并日益受到各主要国家的关注。

  在无人水面舰艇方面，美国、以色列、法国等均开展了相关装备研制。美国“浮潜”级的“遥控猎雷系统”和“舰队”级的“斯巴达侦察兵”反潜无人艇已经服役，“X”级和“港口”级无人艇正处于研发阶段。近期，美国在新型无人艇研发和测试方面取得了较大进展，特别是在反潜持续跟踪无人艇“海上猎手”的研发方面取得了阶段性突破。“海上猎手”可对安静型潜艇实施长期贴身跟踪，有望在近期内装备。此外，美国近期着重关注无人水面艇蜂群技术发展，已验证了多艘无人艇自主区域巡航、敌我识别、探测追踪、跟踪敌船等复杂任务能力。

  在无人潜航器方面，美国、俄罗斯、以色列、挪威等国已有多型装备交付部署，另有“大直径无人水下航行器”“海洋多用途系统”等多型号处于探索和发展中。在已部署系统中，多数用于反水雷，其余用于海洋调查、潜艇搜索和通信等任务；在研型号除反雷外，重点用于侦察/察打一体任务。世界先进国家已基本解决了单个无人潜航器技术，并正在向多系统自主集群协同及海陆空集群协同发展，体系化、集群化以及对新概念无人潜航器的探索成为其显著特点。我国无人潜航器技术已取得突出进展，中国科学院、哈尔滨工程大学等单位都在该领域进行了大量研究，研发了“探索者”“潜龙”等标志性成果。

  展望未来，无人系统的技术水平将不断的提高，使命任务将不断拓展，装备数量将保持增长。同时，无人系统将持续向多样化、智能化、集群化等方向发展，以更好地适应各类复杂环境。

  不断提高系统性能水平。随着新型动力与能源，多样化探测、识别技术，先进通信和控制等技术的发展，未来无人系统持续任务时间、态势感知、信息传输、自主控制等能力将大幅度的增加，更高、更远、更大、更小、更快的无人系统将不断问世应用。

  持续拓展应用任务领域。在军事方面，将继续提升无人系统的运用范围、灵活性、效能和适应性，最终全面涉足于对地、对海、对空、导弹防御和网电攻防等各任务领域，；在民用方面，将在农林牧副渔、娱乐、物流、应急救援、公共服务等行业领域拥有巨大市场前景。

  着力提升智能自主水平。自主能力是无人系统发展的最终目标。随着无人系统自主性的慢慢增长，将来无人系统在达成目标过程中所需人类干预将大幅度减少。最终无人系统将具备自主学习并适应环境的能力，并能自主决策和向人类提供相关建议，进而达到更自主的“人在回路上”甚至是“人在回路外”的更高层次。此外，无人系统智能技术还将朝着聚合众多单体智能实现群体智能、鲁棒性体系架构、更高效费比方向快速发展。

  发展无人系统协同能力。实现有人与无人、无人系统间的协同作战能力是各类无人系统未来的重要发展趋势。美军在其最新的无人系统路线图中进一步强调了无人装备的协同发展和联合应用；美国陆军计划建设一支由有人-无人系统团队组成的现代化部队；美国空军验证了有人机/无人机编组对目标进行自主打击的能力；美海军正在大力推进空中、水面和水下无人系统协同能力发展，已验证了水下—水面—空中人机编组跨域协同作战能力，力图打造高效协同的新型海上作战体系。

  加快形成集群作战优势。无人系统集群是指数十或数百套同类低成本无人系统像“蜂群”，那样成群结队执行任务，在局部区域迅速集结形成大规模装备优势，具有集群替代机动、数量提升能力、成本创造优势等特点，是无人系统重要发展趋势。美国已经开展了无人系统的集群研究，进行了数十次无人机、无人艇的集群测试以及编组和机动飞行试验。近两年，中美四次刷新无人机集群飞行的规模,我国2017年完成了119架无人机集群飞行试验，再次刷新无人机集群试验世界纪录，中美两国在该领域的竞争日趋激烈。

  无人系统已经渗透到工业生产、社会治理、战场空间等领域，极大改变了作战样式与生产生活方式，在军事、产业、监管、伦理等方面对国家安全和社会治理形成新的挑战。

  对战争形态产生新变革。军用无人系统的加快速度进行发展，对传统战争形态产生强烈冲击，使以往战场上单纯由人操作装备、人与人直接搏杀对抗的局面得以改变，开启了战争走向无人化战场的大门。这种变革所产生的深刻影响包括：一是将使传统战争理念一直更新突破。无人系统武器化、隐形化、智能化程度逐步的提升，现代战争日益呈现出零伤亡、非接触、小型化等特点，作战目的转向节点摧毁、结构破坏、体系瘫痪。二是大幅度减少时空因素对作战行动的影响。无人系统无需考虑人的生理极限因素，能够长时间、高速度、大强度执行各种作战和勤务保障任务，活动范围可达太空、深海、高原、核生化污染等人类行动受限区域。三是对抗空间拓入全域多维。无人作战系统将广泛渗透到战场各个角落，使未来战争成为完全意义上的全天候、全方位战争。四是对抗重心转向智能较量。无人作战系统的广泛应用使现代化战争更多地依赖于智能较量，并对战斗范围和战争进程产生直接性或决定性作用。五是使得战与非战的界限模糊，战争进程和毁伤程度可控，明显降低战争的政治、外交风险。

  对作战样式提出新挑战。无人装备不受人类生理因素的限制，具备有人装备难以具备的能力，将改变传统作战样式，甚至产生新的作战样式，催生新的作战理论。一方面，无人系统的大量使用对传统的侦察发现、武器对抗、军事行动方式等均构成挑战，传统的作战方式已日益不合时宜。另一方面，无人系统大量使用后，出现了“蜂群理论”“遥控作战”“武库机”等新的无人作战理论，应用无人装备进行精确打击成为重要的作战样式。其中，运用大量小型廉价智能化无人系统，以“蜂群”或有人-无人协同作战方式实施侦察监视、突防、攻击等行动，将对雷达、防空火力、各种保障平台等构成严重威胁，现有防御武器难以有效应对，对传统作战方式带来颠覆。

  对装备建设提出新要求。随着无人系统日趋成熟并走上战争前线，无人化作战力量将具备全谱系任务完成能力，从信息支援/攻击与特种作战支援为主转向战场各领域：从地面、海上、空中对作战对手实施全天时、全天候、不间断的侦察监视，实时发现和传递各种信息；通过电磁干扰和直接摧毁对手雷达系统，成为电子对抗的中坚；遂行对地、对海、对空等打击任务，成为冲锋陷阵的主角；执行自动加油、装卸运输、维护保养等任务，成为装备保障的平台。无人系统的这些发展的新趋势将极大改变未来作战力量与装备体系构成，对现有装备建设思路与模式提出新的要求。怎么来适应无人作战新要求，快速推进无人系统独立编队和“无人+有人”混编装备体系建设，成为未来部队装备建设的新课题。

  对反恐维稳构成新威胁。小型无人系统具有用途广、获取容易、使用门槛低、威胁模式多等特点，很契合、极端组织的需求。随着无人系统的应用日益广泛，、极端组织、犯罪团伙等开始慢慢地使用无人机、无人车等进行侦察、袭击，对国家反恐防暴、社会维稳等构成威胁。其主要威胁包括：闯入军事设施、政治场所等进行拍摄、监听等，为后续等提供准确情报；进入人口密集区、大型活动、重要集会等场所制造恐慌气氛，进行爆炸袭击、投放生化毒剂等；在国境边境等地区偷运毒品、爆炸物等各种违禁品。例如，2017年1月，美国观察者网报道称“国”武装力量在摩苏尔使用商用无人机投掷爆炸物，造成了平民伤亡。因此，如何增强对无人系统的防御，慢慢的变成为世界主要国家维持安全稳定面临的新问题。

  对航空安全形成新影响。小型无人机等“低慢小”无人航空器“黑飞”、侵扰事件一直增长，其破坏威力与影响程度不可以小看，对国家空域管理、航线安全等形成了新的挑战。近年来，美、英、法以及我国等多个国家先后数十次遭受各类小型无人机侵扰，挑战公共安全、挑衅执法能力的势态愈演愈烈。例如，2015年1月，一架无人机失控后坠落白宫院落东南部；2015年7月，德国汉莎航空一架航班在华沙上空与无人机擦肩而过，迫使随后的20架客机改变航线年加拿大发生与无人机相关事件82起。在我国，北京、上海、深圳、成都等地多次发生无人机违法违规飞行影响民航运行的事件，2014年北京某公司在不具备航空摄影测绘资质且未申请空域的情况下，组织无人机航拍测绘，致多架民航飞机避让延误；成都2017年 4 月份以来，连续发生 8 起无人机扰航事件，其中 6 起影响航班运行，造成 138 架次航班返航备降。

  对法律监管带来新命题。由于无人系统的特殊性，其在规范运行、法律责任以及监管等方面已成为全世界共性难题，对国家安全与社会治理产生了新的威胁。一是对无人系统的法律监管缺乏。近年来，全世界各类无人机“黑飞”挑战法律底线，造成人员与财产损害的事件不断增多，已暴露出在无人系统法律方面存在的障碍和漏洞。在我国，虽然已有一些关于无人机生产使用的规定，但较为原则、笼统，缺乏制定性，且多为临时性、部门性规定，效力不强；对于有关审批程序、管理规定、适航标准、处罚标准等规定也相对滞后，飞行条件、飞行区域等问题尚未得到解决。二是无人系统出现违背法律规定的行为的事故赔偿与责任追究，无人自主系统是否享有权利并对自身行为承担相应的责任等一系列新的法律问题不断涌现。例如，2016年谷歌无人驾驶汽车与一辆公交大巴发生摩擦，引发对无人系统卷入犯罪案件中责任主体界定的争议。今后，无人系统的自主性不断的提高，将对传统法律体系产生巨大的冲击和颠覆。

  对社会伦理造成新冲击。无人系统的大量运用导致一些公认的战争和社会伦理受到了前所未有的挑战。一是无人系统智能化和自主化水平的不断的提高，存在超出人类规则设置与控制的风险，将可能对人类产生伤害。二是由于技术故障、判断失误等原因，在使用无人系统作战时将出现对人类的误伤甚至是误杀，如美军从 2004 年至 2012 年，在阿富汗发动了无人机空袭 300 多次，其中误杀的平民和儿童高达 1100 人以上。三是具有自主攻击能力的无人作战系统难以准确识别和判断战场上主动放下武器或被剥夺武器的敌方人员的真正意图，或将造成滥杀无辜的情况出现。四是在无人化战场上，“死伤”的主要是可以大量再造的“智能机器”，这就会因战争风险的降低而导致武力的过度与随意使用，降低触发战争的门槛。五是无人作战系统操控人员与无人作战平台形成空间分离，对战争残酷性的感知度降低，进一步弱化了人类对战争的约束力。

  发展无人系统是有效应对传统与非传统威胁，确保国家安全与加强社会治理的客观要求和重要措施。我国必须格外的重视无人系统这一重大战略前沿技术发展，精准把握全球无人系统发展形态趋势，找准突口和主攻方向，结合我国实际需要，快速推进无人系统发展与应用。

  无人驾驶飞机简称“无人机”，英文缩写为“UAV”，主要是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。

  无人机最早是在20世纪20年代出现的，1914年第一次世界大战中有人研制一种不用人驾驶，而用无线电操纵的小型飞机。现代战争是推动无人机发展的基本动力。世界第一架无人机诞生于1917年，而无人机真正投入作战始于越南战争，大多数都用在战场侦察。

  1982年以色列与叙利亚在贝卡谷战争中，以色列使用无人机进行侦察、干扰、诱敌，无人机的作用再次被重视和开发。

  1991年初的海湾战争中无人机已成为 “必须有”的战场能力，六套先锋无人机系统参战。提供了高品质、近实时、全天时的侦察、监视、目标捕获、拦截和战损评估。

  科索沃战争是历次战争中使用无人机架次最多的一次，也是发挥作用最大的一次。

  1995年第一次俄罗斯车臣反恐战争和1999年第二次俄罗斯车臣反恐战争中，俄军使用了无人侦察机对战区进行侦察和监视，尤其在第二次车臣战争中，俄军的“蜜蜂”无人侦察机侦察了大量叛军资料，为俄军精确打击提供准确资料。

  前述战争中，无人机担当的主要是侦察的角色，在阿富汗战争中，美国用“捕食者”作为载机，发射了“AGM-114C”“海尔法”空地导弹，首次在实战中实现了无人机发射导弹直接对地定点攻击，逐步发展了作战无人机的功能，也是对无人作战飞机的实战使用进行了验证，真正开始了无人化战争的起步。

  军用无人机又分为信息支援、信息对抗、火力打击三大类；而民用无人机包括检测巡视类无人机、通信中继类无人机、遥感绘制类无人机和时敏目标打击类无人机。本文重点讨论民用无人机系统。

  从技术角度，民用无人机通常能分为：无人固定翼机）、无人直升机、无人多旋翼飞行器等。

  一个高性能FPGA芯片就可以在无人机上实现双CPU的功能，以满足导航传感器的信息融合，实现无人飞行器的最优控制。

  伴随着应用加速计、陀螺仪、地磁传感器等设备大范围的应用，MEMS惯性传感器开始大规模兴起，6轴、9轴的惯性传感器也逐渐取代了单个传感器，成本和功耗也进一步降低。

  wifi等通信芯片用于控制和传输图像信息，通信传输速度和质量已能充分满足几百米的传输需求。

  电池单位体积内的包含的能量持续不断的增加，使得无人机在保持较轻的重量下，航时能有25-30分钟，达到能够完全满足一些基本应用的程度，此外，太阳能电池技术使得高海拔无人机可持续飞行一周甚至更长时间。

  飞行器平台：包括飞行机体结构、动力系统、飞控系统、导航系统、电气系统、通信系统；

  飞控系统是无人机的“驾驶员”，是无人机完成起飞、空中飞行、执行任务和返场回收等整个飞行过程的核心系统。

  飞控一般来说包括传感器、机载计算机和伺服作动设备三大部分，实现的功能主要有无人机姿态稳定和控制、无人机任务设备管理和应急控制三大类。其中，机身大量装配的各种传感器(包括角速率、姿态、位置、加速度、高度和空速等)是飞控系统的基础，是保证飞机控制精度的关键。未来要求无人机传感器具有更高的探测精度、更高的分辨率，因此高端无人机传感器中大量应用了超光谱成像、合成孔径雷达、超高频穿透等新技术。

  现有飞控系统是开源与闭源系统的结合。国内优秀的无人机厂商，为了更好的提高系统的专业化，则大部分在开源系统的基础上演化出自己的闭源系统。相比开源系统，无人机厂商自身的闭源系统加入了许多优化算法、简化了调参与线束，变得更简单易用。

  导航系统向无人机提供参考坐标系的位置、速度、飞行姿态，引导无人机按照指定航线飞行，相当于有人机系统中的领航员。

  目前无人机所采用的导航技术主要有惯性导航、定位卫星导航、地形辅助导航、地磁导航、多普勒导航等。

  无人机载导航系统主要分非自主(GPS等)和自主(惯性制导)两种，但分别有易受干扰和误差积累增大的缺点，而未来无人机的发展要求障碍回避、物资或武器投放、自动进场着陆等功能，需要高精度、高可靠性、高抗干扰性能，因此多种导航技术结合的“惯性 + 多传感器 +GPS+ 光电导航系统”将是未来发展的方向。

  不同用途的无人机对动力装置要求也不同。低速、中低空小型无人机倾向于活塞发动机，低速短距、垂直起降无人机倾向涡轴发动机，小型民用无人机则主要是采用电动机、内燃机或喷气发动机。

  专业级无人机目前广泛采用的动力装置为活塞式发动机，但活塞式只适用于低速低空小型无人机。随着涡轮发动机推重比、寿命逐步的提升、油耗降低，涡轮将取代活塞成为无人机的主力动力机型。

  数据链系统（通信系统）是无人机和控制站之间的桥梁，是无人机的真正价值所在。

  下行通信链路主要负责无人机到地面站的遥测数据、红外或电视图像的发送和接收。

  普通无人机大多采用定制视距数据链，而中高空、长航时无人机则采用超视距卫星通信数据链。

  现代数据链技术的发展推动者无人机数据链向着高速、宽带、保密、抗干扰的方向发展。随着机载传感器、定位的精细程度和执行任务的复杂程度一直上升，对数据链的带宽提出了很强的要求，未来随着机载高速处理器的突飞猛进，预计几年后现有射频数据链的传输速率将翻倍，未来可能还将出现激光通讯方式。

  赋予无人机“智能”中关键技术之一是让无人机可以通过机器视觉感知周边的环境，并将结果转化为数据通过OS（操作系统）传给其他应用程序。

  目前无人机领域主流的机器视觉硬件技术有：双目机器视觉、红外激光视觉、超声波辅助探测等方式。

  双目机器视觉基于三角定位原理，与人眼对三维世界的还原原理类似，通过比较两个同向摄像头拍摄的画面中同一物体的视角差来确定距离，从而从二维图像中还原出三维世界的立体模型。

  双目机器视觉的门槛不在于根据视角信息α、β和间距d解算距离L，而在于让计算机能够在画面中将物体从背景中“提取”出来。目前高通支持双目机器视觉的无人机参考设计使用旗舰芯片Snapdragon 801/820，可见其对计算能力的要求之高。

  对人眼来说将一个物体从背景画面当中区分开来是一件很自然的事情，但对于计算机就不同了：同一景物在不同视点的摄像机图像平面上的成像会发生不同程度的扭曲和变形，要让计算机模糊分割出物体，图像分割算法需要做卷积/微分等大计算量运算；而无人机这种要求实时测距的场景下需要的总体计算性能就更高了。

  为了规避计算机视觉中识别物体的大量计算以及提高精度，以Intel为代表的一批厂商使用了红外激光视觉技术，如Intel RealSense机器视觉模组。其基础原理见下图，其测距原理与双目视觉类似，但识别对象从物体替换成了打在物体表面的红外激光点。这样就从根本上消除了物体识别的计算需求。

  红外激光视觉的必要代价是将两个摄像头替换为红外摄像头，并增加一个红外激光扫描器的硬件成本以及功耗。其中红外激光扫描器由一个红外激光发射器和MEMS扫描反射镜组成，整体增加的硬件成本较高。

  除了对计算量要求小以外，红外激光机器视觉还具有两大优点： 相比双目，其应用时间与范围更广，可在暗夜和照明条件不好的室内使用；相比双目，其有着更高的测距精度，能够精确还原物体的三维数据。

  超声波的优点是能够有效识别玻璃，电线等双目视觉/红外激光视觉无法准备测距的物体。

  缺点在于精度较差，只能用于探测障碍是不是真的存在，无法提取精确空间信息用作路径规划。

  消费级无人机的核心应用就是基于无人机的航拍功能，而航拍功能对无人机系统要求最高的技术指标就是飞行的稳定性。

  GPS可以测得无人机当前的水平位置和高度，飞控系统根据无人机位置和高度相对于悬停点的偏差对无人机进行补偿控制以此来实现定点悬停。

  然而，GPS信号更新较慢，而且GPS信号容易收到干扰，影响实际控制效果。因此工程实践中引入了飞行器的IMU信息与GPS信号进行滤波，得到更为精确和更新率更高的位置、高度信息，这种模式还能够保证在GPS失常时，仅依靠IMU提供应急位置高度信息，但是因为仅利用IMU信息进行位置高度解算时，解算结果容易发散，因此这种方法仅适合在空旷的户外进行悬停控制，而并不适宜在室内或有信号遮蔽的环境下使用。

  超声波测距传感器是一种较为成熟的测距传感器，可以依据超声波发出与返回的时间差，测得超声波传感器前的障碍物的距离，当无人机布置有下视超声波传感器时，可测得较为精确的距地面距离，从而辅助实现定高控制，但是超声波辅助定高对于水平位置的飘移控制起不到作用。

  光流定位是采用图像传感器对传感器所捕捉的图像画面做多元化的分析，间接解算得到自身位置、运动信息的一种技术。

  随着图像处理算法的演进和图像处理硬件平台的发展，使得这种算法的精度和实时性得到保证，从而得以在无人机系统上得到应用。

  光流定位是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间有的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的。

  在无人机应用中，无人机机身加装对地的光流摄像头，根据所观测到的地面图像来做定位的，其原理可通过下图进行理解：无人机在相对地面移动时，其对地观测镜头所拍摄到的画面会相对向反方向“移动”，根据无人机距离地面的高度（这也是光流传感器都与对地超声波传感器成对出现的原因）以及对地观测图像中像素移动的量，即可推算出无人机相对地面移动的距离。

  当无人机采用光流定位技术实现自身位置确定后，即可采用通用的控制算法实现水平面和高度上的定位。目前所采用的光流技术，基本上能轻松实现室内环境的稳定悬停，但是跟着时间的累积，仍然会有十几厘米到几十厘米范围的飘移。不过，这种低频率、小幅度的位置改变对于航拍来说，是可接受的。

  对于航拍无人机来说，一个新的趋势是采用跟踪拍摄模式，即对无人机设置一个兴趣点，无人机则自动对兴趣点进行跟踪拍摄，这是无人机智能化的发展趋势。

  GPS跟踪技术较为简单，即被跟踪者需手持遥控器，并获得自己当前位置的卫星定位信息，之后将此信息发送给无人机，无人机以接收到的目标位置作为目标，并进行导航。

  GPS跟踪是一种比较初级的跟踪的方式，市场上大部分无人机均采用这种方式。

  图像跟踪技术是无人机根据所设置的兴趣点的图像特征，完全根据图像信息完成目标的跟踪，这涉及到了对目标对象的图像识别、图像跟踪，尤其是在目标运动场景中，图像背景变化较、目标形态变化较大的情况下，对目标准确的跟踪需要运用到深度学习技术，是当前人工智能的一个热点研究方向。

  无人机的飞行安全一直是关系到无人机大规模商业应用的核心问题，如何感知到障碍物、并且自主的规避障碍物是无人机飞行安全领域最前沿的研究课题。

  随着无人机的自主飞行、跟踪飞行的大规模商业应用，无人机在自主航拍、跟拍的过程中对自主避障的功能要求变得更迫切。

  这种技术类似于传统的倒车雷达系统，根据超声波探测，获知障碍物距离信息，然后采取对应策略避开障碍物，其特点是探测距离近，探测范围小，但是方法非常成熟，实现容易。

  这种技术是基于双目视觉的图像景深重构方法，对视场内的景物进行景深重构，通过景深信息来判断视场内的障碍物情况，探测范围更广、距离更远，相应安全性更高，但是技术难度大，而且会受到光照强弱变化的影响。

  这种技术依靠的是无人汽车上应用较多的激光雷达技术对无人机周边的环境进行扫描，并进行地图建模。

  RealSense是Intel公司早先发布的视觉感知系统。它采用了“主动立体成像原理”，模仿了人眼的“视差原理”，通过打出一束红外光，以左红外传感器和右红外传感器追踪这束光的位置，然后用三角定位原理来计算出3D 图像中的“深度”信息。通过配有深度传感器和全1080p彩色镜头，能够精确识别手势动作、面部特征、前景和背景，进而让设备理解人的动作和情感。据Intel方面对外透露的数据，Realsense的有效测距可达10米。

  无人机航拍的核心技术之一就是无线图像传输，传输的能力大小是对无人机航拍能力衡量的一个重要因素。

  1、影像拍摄技术，也即成像以及图像处理技术；比如像素数、光圈大小等，但是摄像头模组上影响成像质量的参数还有许多：单个像素尺寸、传感器技术、镜片组技术、ISP技术等。

  影像拍摄技术：目前市场上的影像拍摄方案，都是对几个大品牌主流的摄像头模组的集成应用，无人机生产厂商在这一方面没有过多的技术空间，而且因为技术发展已经很成熟，不一样的产品方案之间差距并不大。

  无人机机载平台稳定技术：是指除了飞行导航、控制等无人机自身飞行技术以外，为无人机实现稳定航拍平台保障的有关技术。这种技术是影响到成像质量最关键的因素。

  在拍摄照片时，尤其是弱光情况下，如果曝光时间比较久，机身的抖动会引起画面的模糊；若减少曝光时间，则需要提高感光度，噪点增多，影响画质。因此，机身的稳定对于拍摄来说至关重要。

  按照当前四旋翼无人机的典型情况，可以将对于机身位置、姿态造成扰动的几个因素归结如下：

  3、电机震动、突风等带来的干扰。对于不一样的扰动，无人机系统上采取了不同的策略进行应对。

  对于水平以及高度的飘移，在室外，也即GPS信号良好的情况下，无人机会主要根据GPS信号做定位。但是限于民用GPS系统自身的精度有限且更新频率较低，单纯依靠GPS系统来进行定位较为困难，通常无人机还会引入惯性模组进行组合定位。

  当处于室内或者GPS信号接收受限的情况下，无人机系统还采用对地摄像头进行光流定位。光流定位是一项近年来兴起的基于图像的定位方式，在距离地面较近时，使用效果良好。

  如果说位置的飘移属于慢动态的扰动，那么无人机机动时所引起的机体倾斜、抖动则是高频扰动因素，对于画面的影响十分显著。

  当无人机有必要进行位置移动时，四旋翼机身姿态一定要做出较大调整，尤其是在机动刚发生时，机身姿态出现了40度的调整。

  对于机身在水平方向挪动时所带来的机体倾斜，以及机体作动时的抖动等干扰因素，对图像拍摄效果影响较大，一定要通过挂载稳定云台抵消影响。

  对于电机震动、突风扰动等因素，考虑到其属于较高频扰动，可采用空心橡胶球弹簧进行高频震动滤除，即可取得较好的效果。对于突风等干扰，由于其形式、大小均存在比较大的随机性，很难保证完全消除影响，只能考虑结合云台、光流等多种形式对其影响进行抑制。

  最后，不能忽略的一个技术是电子稳像技术。电子稳像技术是在不借助机械设备的前提下，通过传感器，感受机体运动，从而在显示画面上对图像进行剪裁、拼接的修正，从软件的角度，某些特定的程度上实现了图像稳定的意图。

  云台对于抑制机身的主动倾侧、被动干扰等影响航拍效果的扰动起到了重大作用。

  一般说的机载云台通常都是三轴云台。如下图所示，三轴云台的“三轴”分为俯仰、偏航、滚转三个轴，也称三个自由度，分别有一个电机来控制。也即摄像头在三自由度云台的框架上通过电机的控制，能轻松实现与无人机三个自由度的解耦（值无人机的：俯仰、偏航、滚转三个自由度），起到隔离、抵消无人机运动影响的作用。

  运动敏感：要安设在最内层的摄像头部分能够感知到摄像头的姿态偏差。通常会安装一个三自由度陀螺仪。

  抵消控制：即当敏感到摄像头要偏离设定的姿态（一般是水平状态）时，通过电机施加反向的运动，抵消运动变化。

  从以上角度来看，传感器的精度、频率以及电机输出的精度、功率大小，控制算法的性能都对最终效果起到比较大的影响。不过从目前的产品技术来看，只要配备了三轴云台的无人机在航拍方面基本不存在太大使用感受上的区别。

  单从功能上来说，比较关键的几个因素是1、云台与机身隔离度的高低；2、云台可控的角度范围；3、响应的快慢；4、精度的高低。

  位移补偿：即使采取了较好的GPS+光流定位技术，无人机在定位悬停拍摄时，还是会出现较大幅度的飘移，幅度大概为0.3m左右，当发生位移后，画面中心会有那么为了进一步保证画面的稳定，就必须引入机械云台对画面进行稳定。

  通过简单的几何计算能够准确的看出，当相距被拍摄物体距离较近时，水平飘移对画面影响较大。但是当距离被拍摄物体较远时，影响较小。这时，仅需要云台偏转较小的度数既可修正画面偏移，使得被拍摄物体重新再回到画面中心。

  姿态补偿：相比于无人机位置的移动，无人机自身姿态的扰动对画面影响更为剧烈。当相距被拍摄物体距离较近或较远时，影响均较大。

  你可以坐在电脑前，然后只需轻点一下鼠标，便能够让无人机出动到达另一个领空甚至是国度。

  原理其实很简单，整套系统要有两个4G接入点，一个接入点在无人机上，另一个在控制器上。PC通过无线网络连接向无人机发出指令，控制无人机的飞行路线，同时无人机会将内置的摄像头拍摄的高清视频发送给用户，用户在监控周围环境的同时，可调整无人机的飞行路线

  平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。