AI技术如何为商用无人机带来新机遇

题图 | AI生成

随着AI工具逐步深入到多个行业，商用无人机领域正掀起一场争议：行业应接纳哪些AI工具、推进这一技术落地的速度又该如何把控。当前，军用无人机应用正引领AI赋能导航与控制系统的普及进程，而商用无人机运营商在探索AI技术新场景上也并未落后。

专注于无人机AI解决方案及软件即服务的Zenatech公司创始人兼首席执行官肖恩·帕斯利（Shaun Passley）表示，在无人机交通管控系统搭建、野火防控等众多应用场景中，AI将扮演不可或缺的重要角色。他透露，美国联邦航空管理局及无人机配送企业Zipline、谷歌母公司Alphabet等私营机构，均在全力研发AI驱动的交通管理系统——这套系统是未来管控美国空域内海量无人机飞行的核心支撑。

“这套系统的重要性不言而喻，核心原因在于无人机未来的庞大保有量。如今天空中仅有约5000架大型有人机，但未来无人机数量或将突破数百万架，人类根本无法完成如此规模的管控工作。”帕斯利强调。

帕斯利补充道，由于无人机飞行高度普遍低于有人机，未来的无人机交通管理系统（UTM）需应对比现有空管系统更多的变量，尤其是在降噪管控和飞行器间隔保持方面。而这一系统在目标规避技术研发、无人机实时空域定位及飞行轨迹追踪等关键环节，大概率需依托AI工具实现突破。

包括Zenatech在内的科技企业，也正借助AI技术重塑野火消防格局：通过开发早期火情检测系统精准捕捉初期火点，并派遣自主无人机集群在火势扩大为毁灭性大火前完成扑救。该技术落地后，预计每年可为联邦及州级消防机构节省数千万美元经费，同时保护数千英亩荒地及周边社区安全，甚至可能取代沿用数十年的“人工巡查上报野火”传统模式。

图源：百度

“借助AI技术与无人机集群，我们可部署上百架无人机在空中开展森林全域扫描。一旦发现火情，无人机能即刻赶赴现场实施灭火作业。”帕斯利介绍，“我们的防控目标是面积不足10平方英尺的初期火情，通过无人机快速扑救，从源头遏制火势蔓延。”

无人机集群还可能彻底革新空中消防资源的使用模式——这一模式自20世纪50年代以来几乎未曾改变。“目前消防部门使用的是价值3000万美元的空中加油机，从湖泊取水约15万加仑后飞往火点投放。”帕斯利透露，“飞行员需依靠目视判断投放位置，但偏差时常发生。据统计，25%至75%的水量未能精准命中火点，甚至在落地前就已蒸发殆尽。”

这正是AI在Zenatech构想的消防系统中发挥核心作用的关键场景。通过整合无人机收集的土地勘测数据、激光雷达及其他传感器数据，AI工具可快速锁定火情位置，随后调度空中巡逻无人机集结至高温区域协同灭火。“在我们的方案中，天空将实现24小时无人机常态化巡逻火情。一旦检测到火点，巡逻机将召唤其他无人机组成集群奔赴现场完成灭火。”帕斯利表示。

不过，行业资深人士、奥斯汀社区学院无人机飞行教练吉恩·罗宾逊（Gene Robinson）提醒，尽管AI工具为商用无人机行业技术升级带来巨大潜力，但运营商可能出现过度依赖技术的问题，这一现象在刚入门、正培养飞行技能的新手群体中尤为突出。

图源：Pixabay

罗宾逊表示，部分无人机控制系统（如Skydio公司产品）可能阻碍新手掌握无AI辅助的纯手动飞行技能。“我把这类系统称为‘保姆引擎’。驾驶Skydio无人机时，操纵杆的每一次指令都需经过‘保姆引擎’验证才能生效。即便验证过程仅耗时微秒，但仍能察觉到轻微延迟，导致操控手感不够灵敏、顺畅。”

他认为，即便不借助AI工具，当前多数无人机任务也能在最少人工干预下完成。“现有自动化技术已足够成熟：只要提前规划好任务流程，操作人员只需按下按钮，无人机就能自主完成飞行任务——它本质上就是一台自动化机器人。”

对于帕斯利提出的“AI未来助力UTM系统开发”的观点，罗宾逊表示认同，但他认为该技术目前尚未达到实用阶段。“AI能否应对飞行中的突发状况？理论上存在可能，但现阶段还未准备就绪。”他补充道，当前无人机的机载传感器性能有限，无法支撑先进探测与规避系统的研发，“无论机载AI算法多么先进，若无法精准探测到障碍物，就无法规避碰撞风险，技术优势也就无从谈起。”

罗宾逊指出，AI工具对多数无人机运营商的实用价值，更多体现在辅助任务规划上。“例如，若要在管制空域执行飞行任务，就能借助AI提升效率。我可以直接询问ChatGPT：‘我计划在B级空域开展无人机作业，需要完成哪些准备工作？’如果AI充分熟悉运营商的业务模式和设备参数，就能全程提供完整指引，包括所需豁免文件、文件撰写规范、传感器选型建议等。”

同时，罗宾逊强调，AI工具在军用与民用无人机技术开发中的应用逻辑存在本质差异。“军用场景完全不同：军方可解除部分操控限制，无需顾虑技术应用带来的大规模破坏风险。他们移除管控边界让AI自主运作，不必担心碰撞引发的人员伤亡——这一点其实令人担忧。”