自主无人机已成为一项令人振奋的新兴技术,有望彻底改变基础设施检测、军事侦察与警用监控领域。然而当前绝大多数平台存在重量大、成本高、操作难度大的问题,这限制了它们在许多任务场景中的应用——例如在人口稠密环境中,政府法规禁止重型无人机在人群附近进行自主操作。这些重量主要来自机载计算资源,这些资源是运行提供态势感知的关键计算机视觉算法所必需的。本论文阐述如何通过边缘计算在轻型无人机上实现自主性,将高计算量任务卸载至网络近端服务器。我将论证该技术如何使自主飞行器在可接受的性能成本下更接近美国联邦航空管理局的监管限值运行,同时揭示一种新型操作系统的设计,该系统旨在通过统一且易于编程的应用程序接口整合碎片化的无人机生态。我还将展示如何利用此技术在商用现成硬件上创建异构协同无人机集群。

无人驾驶航空器(通常称为无人机)是一项颠覆性技术,近年来已获得广泛应用。在民用领域,它们可低成本安全地完成基础设施检测、农业监测、森林火灾防控及警用监控等任务;在军事领域,它们则是前沿侦察的重要工具。当前大多数应用场景中,无人机仍由人工飞行员全程操控。近年来研究趋势正向全自主飞行无人机推进。美国国家标准与技术研究院将“全自主飞行”定义为“无需远程人工飞行员干预的预编程飞行,包含响应运行时观测数据的任务特定行动”[68]。该方法具有两大优势:其一可降低成本并释放人力注意力,其二能实现无人机集群的实用化操作——即大量飞行器协同执行任务。无人机集群为诸多任务开启新可能,有望在多个民用与军事领域引发变革[22]。全自主无人机的关键驱动因素在于完成主动视觉任务[6, 93]。这类任务要求无人机根据实时场景理解做出响应,例如在场景变化前无需人工干预即下降至低空“近距离观察”,随后返回原高度继续监测。此类限定范围的任务构成了目标跟踪与障碍规避等无人机基础操作的特性。

重量是制约全自主无人机应用的根本障碍。更高的智能水平意味着需要更强大(因而更重)的机载计算资源与更丰富的传感设备。以机载图形处理器为例,其需配套散热器、冷却风扇与大容量电池等冗长后勤链条。重量增加还带来民用区域上空的监管挑战:自2021年起,美国联邦航空管理局已预授权总重低于250克的无人机在人与车辆上空飞行[50]。更重的无人机需获得该局特批,且须满足碰撞与自由坠落缓解措施条件。即便超过此重量限值,轻量化无人机在城市环境中获取超视距自主飞行监管批准也比重型无人机更容易。该法规已被证明是多个民用项目的主要障碍。在军事场景中,重量同样是关键考量因素——重型飞行器会增加后勤复杂度,常需专用运输工具[73]。

自主无人机应用的其他主要限制包括软件可移植性、可操作性、任务多样性与单位成本。尽管已有尝试将无人机纳入统一编程生态,但目前行业常态仍是各公司为自身平台开发专属软件开发工具包,这导致跨生态代码移植困难并割裂开发者社区。现有全自主无人机还要求用户具备丰富飞行经验以确保安全,形成显著的操作门槛。许多产品缺乏多功能性,无法在制造商预设的小范围任务集外进行配置。最后,当前自主无人机单位成本是手动操控型号的数倍,这种定价损害了集群操作的经济可行性——在集群中单机损失不仅可能发生甚至可预期。本研究的核心贡献是SteelEagle系统:一种硬件无关的自主无人机系统,通过边缘计算与新型模块化自主架构突破上述障碍。边缘计算使无人机能通过低延迟高带宽无线网络,将计算密集型实时操作卸载至通常位于通信基站附近的强大地面服务器(边缘云),从而减少对重型机载计算硬件的需求。同步推出的SteelEagle操作系统设计为无人机无关、开发者友好且以任务为中心。

该系统的关键考量是采用商用现成[49]无人机与计算/通信载荷。该方法避免硬件定制(如无人机改装)与特权软件修改(如设备“越狱”),既降低成本又显著提升可操作性,还免去重新认证需求(如美国联邦航空管理局或联邦通信委员会认证)。但商用现成方案也带来新挑战:轻型商用现成通信设备的热限制会引发延迟、帧率与质量问题,迫使系统智能管理通信、计算与预测资源。

论文核心论点

本论文论证SteelEagle作为现有自主无人机系统的可行替代方案,尽管卸载存在固有延迟与带宽限制。我将展示其在以下设计维度的优势:

  1. 重量:飞行器总重(含电池与载荷)
  2. 可操作性:飞行器的操作入门门槛
  3. 多功能性:系统可执行任务的多样性
  4. 可移植性:系统适配新硬件的便捷度
  5. 成本:飞行器总成本(含电池与载荷)

基于纯商用现成无人机与商用现成计算/通信载荷构建超轻型飞行平台,用于超视距场景下的自主主动视觉任务是可行的。实现该目标的最大障碍(即实现自主性所需计算硬件的重量)可通过边缘计算克服。我认为此类飞行平台能模拟重型自主无人机在主动视觉任务上的性能表现,尽管面临带宽、延迟与连接性挑战。

该论点的重要性在于:若成立,则此类支持边缘计算的无人机将在城市环境超视距任务中获得广泛应用,相比传统自主无人机具有更低运营成本与更高安全性。建筑检测、警用监控与交通监测等任务将直接受益,公共基础设施上空的无人机集群也将更安全。

其非平凡性在于:该领域现有研究有限,因当前工作多聚焦提升无人机能力而非减轻重量。目前尚无低于美国联邦航空管理局250克限重、具备自主执行任务机载智能的商用无人机。现有支持边缘计算的无人机数量有限,且均重量过大(超500克)价格昂贵(超3000美元)。虽有学术研究探索无人机与边缘计算结合(详见3.2节),但这些研究针对大型重型无人机,其在使用边缘卸载的同时仍依赖机载硬件,且未将重量作为主导设计考量。相比之下,SteelEagle主要围绕不减损性能的重量削减进行设计,我相信这对推动自主无人机大规模应用至关重要。

本文主要贡献如下:

  1. 阐述基于边缘计算在轻型商用现成无人机上执行主动视觉任务的全自主飞行平台,论证其在重量、可操作性、多功能性、可移植性与成本方面对先前工作的改进。
  2. 通过新型基准测试套件量化该平台性能的测量研究。
  3. 展示该平台如何扩展至异构无人机集群生态。

论文结构概览

本论文后续章节安排如下: • 第二章提供自主无人机发展史背景并综述相关研究,说明SteelEagle如何基于现有研究构建。 • 第三章讨论如何将轻型商用现成无人机连接至边缘,阐述设计挑战并制定机载边缘通信载荷的选型标准。 • 第四章提供SteelEagle整体设计,包括其相对于现有系统的优势与不足,演示SteelEagle无人机执行多项自主任务并进行性能分析。 • 第五章介绍改进早期原型的新型边缘通信载荷,展示该载荷如何缩短系统“观察-判断-决策-行动”循环周期,从而显著提升自主性能。 • 第六章描述用于测量基于边缘与全机载自主无人机关键任务性能的基准测试系列,这些测试聚焦给定平台的“观察-判断-决策-行动”循环,有助于理解高延迟与低吞吐量对边缘卸载的影响。 • 第七章通过基于驱动的方法展示SteelEagle如何部署于多样化的无人机硬件与控制方案,说明系统适配新无人机的过程并为断联操作奠定基础。 • 第八章总结论文贡献并展望未来工作方向。

成为VIP会员查看完整内容
1

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
微信扫码咨询专知VIP会员