陳亞青， 鄭稀元， 韓丹， 劉成

(1.中國(guó)民用航空飛行學(xué)院民航飛行技術(shù)與飛行安全科研基地， 廣漢 618307； 2.中國(guó)民用航空飛行學(xué)院空中交通管理學(xué)院， 廣漢 618307； 3.中國(guó)民用航空飛行學(xué)院航空電子電氣學(xué)院， 廣漢 618307)

無(wú)人機(jī)(unmanned aerial vehicle，UAV)是無(wú)人駕駛航空器的簡(jiǎn)稱，目前無(wú)人機(jī)根據(jù)應(yīng)用領(lǐng)域?？梢苑譃檐娪脽o(wú)人機(jī)和民用無(wú)人機(jī)，其中民用無(wú)人機(jī)又可以再劃分為消費(fèi)級(jí)無(wú)人機(jī)和工業(yè)級(jí)無(wú)人機(jī)。在近幾年無(wú)人機(jī)保有量持續(xù)提升的背景下，無(wú)人機(jī)運(yùn)行環(huán)境的安全性如何保證得到了大量的討論和研究。如果一大批無(wú)序飛行的民用無(wú)人機(jī)在繁忙的空域中運(yùn)行，將對(duì)地面設(shè)施、公共安全和傳統(tǒng)民航航空器等造成損害的安全隱患。為保證安全，民用無(wú)人機(jī)應(yīng)該盡可能與民航飛行器一樣，運(yùn)行過程接受嚴(yán)格的管理，尤其在無(wú)人機(jī)的飛行過程中應(yīng)受到實(shí)時(shí)監(jiān)控，確保運(yùn)行環(huán)境的安全[1]。

無(wú)人機(jī)作為全球新一輪科技革命和產(chǎn)業(yè)革命的熱點(diǎn)，為預(yù)防無(wú)人機(jī)爆發(fā)式增長(zhǎng)下帶來(lái)的諸多問題，包括中國(guó)在內(nèi)的許多國(guó)家相繼提出了自己的無(wú)人機(jī)管理系統(tǒng)框架以及管理辦法。2015年，中國(guó)民用航空局頒布了第一部關(guān)于無(wú)人機(jī)的管理?xiàng)l例《輕小型無(wú)人機(jī)運(yùn)行規(guī)定》，開始嘗試對(duì)民用無(wú)人機(jī)進(jìn)行綜合性管理。隨后幾年，中國(guó)在民用無(wú)人機(jī)的管理方法上不斷完善，逐漸形成了一套符合中國(guó)國(guó)情的民用無(wú)人機(jī)管理框架。

民用無(wú)人機(jī)技術(shù)起源于軍用無(wú)人機(jī)，一開始中國(guó)民用無(wú)人機(jī)的研究大多是借鑒軍方，后來(lái)，應(yīng)用于民用無(wú)人機(jī)的路徑規(guī)劃算法被大量研究和開發(fā)。到目前為止，各大高校和科研機(jī)構(gòu)發(fā)布了一系列的無(wú)人機(jī)路徑規(guī)劃研究成果，進(jìn)一步促進(jìn)了中國(guó)無(wú)人機(jī)的研究發(fā)展。

在近年來(lái)民用無(wú)人機(jī)爆發(fā)式增長(zhǎng)的背景下，為探究民用無(wú)人機(jī)今后的管理方法，綜合分析民用無(wú)人機(jī)的發(fā)展現(xiàn)狀，介紹中外現(xiàn)有民用無(wú)人機(jī)管理手段；而后重點(diǎn)分析中外無(wú)人機(jī)路徑規(guī)劃的現(xiàn)狀和進(jìn)展，并指出今后民用無(wú)人機(jī)路徑規(guī)劃的發(fā)展趨勢(shì)，以及中國(guó)所需重點(diǎn)突破的研究對(duì)象。

1 民用無(wú)人機(jī)發(fā)展與管理現(xiàn)狀

1.1 民用無(wú)人機(jī)發(fā)展現(xiàn)狀

無(wú)人機(jī)根據(jù)氣動(dòng)布局，主要分為固定翼無(wú)人機(jī)、多旋翼無(wú)人機(jī)、無(wú)人直升機(jī)、垂直起降固定翼無(wú)人機(jī)[2]。其中垂直起降固定翼無(wú)人機(jī)兼具了固定翼無(wú)人機(jī)和多旋翼無(wú)人機(jī)的特點(diǎn)，對(duì)起降場(chǎng)地要求低，可以空中懸停，適用于大面積、長(zhǎng)航時(shí)作業(yè)，可攜帶荷載作遠(yuǎn)距離探測(cè)，具有應(yīng)用優(yōu)勢(shì)[3]。典型的無(wú)人機(jī)系統(tǒng)主要由無(wú)人機(jī)、地面控制站以及二者之間的通信鏈路組成[4]。其中無(wú)人機(jī)部分包括：如電池、電機(jī)和螺旋槳等的動(dòng)力系統(tǒng)用于提供穩(wěn)定動(dòng)力；維持無(wú)人機(jī)的穩(wěn)定和進(jìn)行操縱的主控制器；與地面站進(jìn)行通信的通信鏈路；還有傳感器和任務(wù)執(zhí)行單元等構(gòu)件。地面站主要由遙控器、智能終端和相應(yīng)的通信鏈路設(shè)備構(gòu)成。無(wú)人機(jī)操縱者的指令通過地面站傳輸?shù)綗o(wú)人機(jī)，使無(wú)人機(jī)執(zhí)行相應(yīng)的操作；無(wú)人機(jī)采集到的信息數(shù)據(jù)等都會(huì)傳輸?shù)降孛嬲?，由地面站的顯示器或智能終端等進(jìn)行顯示和儲(chǔ)存數(shù)據(jù)[5]。無(wú)人機(jī)系統(tǒng)功能結(jié)構(gòu)如圖 1所示。

1.1.1 中國(guó)民用無(wú)人機(jī)發(fā)展現(xiàn)狀

據(jù)中國(guó)民航報(bào)統(tǒng)計(jì)，截至2020年末，中國(guó)全行業(yè)注冊(cè)無(wú)人機(jī)共52.36萬(wàn)架，2020年無(wú)人機(jī)經(jīng)營(yíng)性飛行活動(dòng)高達(dá)159.4萬(wàn)飛行小時(shí)，與2019年同比增長(zhǎng)36.4%[6]。伴隨著人工智能、半導(dǎo)體、傳感器等的快速發(fā)展，無(wú)人機(jī)系統(tǒng)通過信息、衛(wèi)星和通信等技術(shù)快速迭代，不斷拓展能力和應(yīng)用領(lǐng)域。根據(jù)《無(wú)人機(jī)系統(tǒng)發(fā)展白皮書》[7]預(yù)測(cè)，至2029年，全球無(wú)人機(jī)系統(tǒng)將保持復(fù)合年增長(zhǎng)率20%以上，10年內(nèi)產(chǎn)值累計(jì)超過4 000億美元。中國(guó)無(wú)人機(jī)2014—2019年發(fā)展情況如圖 2所示，其中，2018年與2019年廣東省無(wú)人機(jī)產(chǎn)品產(chǎn)值達(dá)到了當(dāng)年的98.5%和96.9%[9]。中國(guó)民用無(wú)人機(jī)從2014年起產(chǎn)品產(chǎn)值呈指數(shù)式增長(zhǎng)，同時(shí)研究文獻(xiàn)數(shù)量逐年增多，至2017年到達(dá)頂峰。2017年后，中國(guó)民用無(wú)人機(jī)產(chǎn)值趨于平穩(wěn)，無(wú)人機(jī)研究數(shù)量逐漸放緩，產(chǎn)值與研究總量依舊居高。

中國(guó)對(duì)民用無(wú)人機(jī)的應(yīng)用前景探索以及結(jié)合北斗衛(wèi)星[10]、太陽(yáng)能技術(shù)[11]、5G通信[12]等各類高新技術(shù)產(chǎn)業(yè)以擴(kuò)展民用無(wú)人機(jī)的使用環(huán)境研究從未停止。在計(jì)算機(jī)算力不斷提升的背景下，許多計(jì)算速度快、精度更高的無(wú)人機(jī)路徑規(guī)劃算法不斷出現(xiàn)，同時(shí)無(wú)人機(jī)被賦予了更多的職能和任務(wù)[13]。2011年后，針對(duì)民用無(wú)人機(jī)+的應(yīng)用研究也如雨后春筍般多了起來(lái)。周志艷等[14]和張東彥等[15]分別探究了無(wú)人機(jī)在植保和農(nóng)業(yè)方面的應(yīng)用，利用無(wú)人機(jī)相比人工作業(yè)，具有成本低、速度快、精度高的特點(diǎn)，提升農(nóng)林植保的作業(yè)效率，加速中國(guó)農(nóng)林業(yè)的智能化自動(dòng)化進(jìn)程；在測(cè)量應(yīng)用領(lǐng)域。李亞東等[16]探究了民用無(wú)人機(jī)航拍測(cè)量技術(shù)在森林蓄積量估測(cè)中的應(yīng)用，用無(wú)人機(jī)代替了繁重的野外森林人工調(diào)查工作，同時(shí)與機(jī)載雷達(dá)或高分辨率衛(wèi)星影像相比有著更低的拍攝成本。在救援領(lǐng)域方面，雷天杰等[17]探究分析了無(wú)人機(jī)在洪澇、氣象和地質(zhì)地震等災(zāi)害下的監(jiān)測(cè)、巡查與防護(hù)的應(yīng)用，重點(diǎn)介紹無(wú)人機(jī)在“5·12”汶川地震中對(duì)災(zāi)情調(diào)查、房屋與道路等損害情況的評(píng)估，以及災(zāi)區(qū)恢復(fù)重建等的亮眼表現(xiàn)。無(wú)人機(jī)在災(zāi)害救援中探索速度快、范圍廣以及避免造成人員二次傷害等優(yōu)點(diǎn)，因此在救援領(lǐng)域的應(yīng)用中有著極高的適配度。南江林[18]則充分利用無(wú)人機(jī)機(jī)動(dòng)性高、視野范圍廣、可搭載作業(yè)設(shè)備等特點(diǎn)，研究無(wú)人機(jī)在消防領(lǐng)域中監(jiān)視火情，傳遞火場(chǎng)信息，投送救援物資等的作用。與此同時(shí)，無(wú)人機(jī)在警用[19]、基建[20]、醫(yī)療[21]，尤其是物流[22]領(lǐng)域也有著不俗的表現(xiàn)。近10年來(lái)，無(wú)人機(jī)的產(chǎn)品產(chǎn)業(yè)不斷發(fā)展，應(yīng)用場(chǎng)景不斷拓寬?？偨Y(jié)中國(guó)民用無(wú)人機(jī)產(chǎn)品和產(chǎn)業(yè)發(fā)展特點(diǎn)，如表1所示。

圖1 無(wú)人機(jī)系統(tǒng)功能結(jié)構(gòu)Fig.1 System function structure of UAV

圖2 2014—2019中國(guó)民用無(wú)人機(jī)發(fā)展情況[8]Fig.2 Development of UAV from 2014 to 2019 in China[8]

得益于無(wú)人機(jī)工業(yè)產(chǎn)業(yè)鏈配套的成熟，以及中國(guó)各高校學(xué)者和科研機(jī)構(gòu)對(duì)無(wú)人機(jī)技術(shù)的開發(fā)和升級(jí)，中國(guó)無(wú)人機(jī)產(chǎn)品在世界范圍內(nèi)有了一足之地[23]。同時(shí)，中國(guó)無(wú)人機(jī)產(chǎn)業(yè)存在著諸多不足。由于無(wú)人機(jī)產(chǎn)品性價(jià)比不高，技術(shù)水平還有很大的提升空間，導(dǎo)致國(guó)產(chǎn)無(wú)人機(jī)接受程度低、受眾規(guī)模小，使得無(wú)人機(jī)很難在消費(fèi)市場(chǎng)全面推廣普及，在一定程度上制約了中國(guó)民用專業(yè)無(wú)人機(jī)產(chǎn)業(yè)發(fā)展。對(duì)此，中國(guó)應(yīng)該從設(shè)計(jì)、研發(fā)、制造等技術(shù)領(lǐng)域延伸到無(wú)人機(jī)管理、服務(wù)、保障領(lǐng)域，進(jìn)而觸及社會(huì)生產(chǎn)生活更廣更深的層面，逐步形成一條新的產(chǎn)業(yè)鏈條。通過提升生產(chǎn)制造能力及供應(yīng)鏈管理和質(zhì)量控制能力，增強(qiáng)產(chǎn)業(yè)鏈高度信任磨合，加強(qiáng)順應(yīng)時(shí)勢(shì)與需求導(dǎo)向的市場(chǎng)推廣，健全完善的銷售渠道與售后服務(wù)中心等，使無(wú)人機(jī)及周邊產(chǎn)業(yè)互相促進(jìn)，共同成長(zhǎng)，構(gòu)建產(chǎn)業(yè)發(fā)展的良性循環(huán)格局，實(shí)現(xiàn)民用無(wú)人機(jī)產(chǎn)品產(chǎn)業(yè)協(xié)同化發(fā)展。

1.1.2 國(guó)外民用無(wú)人機(jī)發(fā)展現(xiàn)狀

20世紀(jì)90年代—21世紀(jì)初，全球衛(wèi)星定位系統(tǒng)(global positioning system, GPS)、微電子機(jī)械系統(tǒng)(micro electro-mechanical system, MEMS)和磁力同步自動(dòng)駕駛機(jī)等新興科技的應(yīng)用使軍用無(wú)人機(jī)的性能更加優(yōu)秀，各國(guó)在繼續(xù)推進(jìn)軍用無(wú)人機(jī)技術(shù)的同時(shí)，也嘗試用各種方法推動(dòng)無(wú)人機(jī)向民用領(lǐng)域發(fā)展。近年來(lái)民用無(wú)人機(jī)的科技和產(chǎn)品迭代速度遠(yuǎn)快于軍用無(wú)人機(jī)，使得民用無(wú)人機(jī)的市場(chǎng)規(guī)模迅速擴(kuò)大，同時(shí)潛在市場(chǎng)也正被一點(diǎn)一點(diǎn)發(fā)掘。下面將分別闡述歐美民用無(wú)人機(jī)發(fā)展情況與趨勢(shì)。

(1)美國(guó)。根據(jù)美國(guó)聯(lián)邦航空管理局(Federal Aviation Administration, FAA)統(tǒng)計(jì)，2019年底，美國(guó)共170.5萬(wàn)架25 kg以下級(jí)別的小型無(wú)人機(jī)，其中包括132萬(wàn)架航模無(wú)人機(jī)和38.5萬(wàn)架小型商用無(wú)人機(jī)。在無(wú)人機(jī)使用人數(shù)方面，美國(guó)共10.8萬(wàn)個(gè)在冊(cè)登記的無(wú)人機(jī)運(yùn)營(yíng)人，另外還注冊(cè)有99萬(wàn)個(gè)航模無(wú)人機(jī)愛好者。在現(xiàn)有數(shù)據(jù)的基礎(chǔ)上，F(xiàn)AA預(yù)測(cè)，2024年全美將擁有230.8萬(wàn)架小型無(wú)人機(jī)，擁有執(zhí)照的無(wú)人機(jī)駕駛員(也稱“飛手”)將增長(zhǎng)到34.9萬(wàn)人。FAA還根據(jù)數(shù)據(jù)抽樣推算得出，2019年，美國(guó)航模無(wú)人機(jī)或娛樂無(wú)人機(jī)約有1 500萬(wàn)小時(shí)的飛行量，商用小型無(wú)人機(jī)達(dá)到約700萬(wàn)飛行小時(shí)，所有小型無(wú)人機(jī)飛行量約2 200萬(wàn)飛行小時(shí)，這一數(shù)據(jù)已經(jīng)超過2019年美國(guó)運(yùn)輸航空飛行時(shí)間，已經(jīng)基本和通用航空總飛行時(shí)間持平。

表1 中國(guó)無(wú)人機(jī)產(chǎn)品和產(chǎn)業(yè)發(fā)展特點(diǎn)Table 1 Development characteristics of UAV’s products and industries in China

全球消費(fèi)類無(wú)人機(jī)規(guī)模在2010年代實(shí)現(xiàn)爆發(fā)式增長(zhǎng)，但近年來(lái)消費(fèi)類無(wú)人機(jī)增長(zhǎng)逐漸放緩。根據(jù)數(shù)據(jù)推算，F(xiàn)AA預(yù)測(cè)美國(guó)消費(fèi)類無(wú)人機(jī)將在2024年達(dá)到峰值150萬(wàn)架，但商用無(wú)人機(jī)將保持年均17%的快速增長(zhǎng)，到2024年達(dá)到82.8萬(wàn)架，其中價(jià)格在1萬(wàn)美元以上的專業(yè)類無(wú)人機(jī)將從2019年2.5萬(wàn)架增長(zhǎng)到2024年的12.4萬(wàn)架。

(2)歐洲。根據(jù)歐盟市場(chǎng)預(yù)測(cè)，歐洲到2025年將擁有720萬(wàn)架民用無(wú)人機(jī)數(shù)，其中約700萬(wàn)架消費(fèi)類無(wú)人機(jī)和約20萬(wàn)架商用或政府用途的專業(yè)無(wú)人機(jī)。同時(shí)歐洲無(wú)人機(jī)機(jī)構(gòu)預(yù)測(cè)，到2035年歐洲的無(wú)人機(jī)直接從業(yè)者將達(dá)到10.5萬(wàn)人；到2050年，歐洲無(wú)人機(jī)產(chǎn)業(yè)總工作崗位將達(dá)到(25～40)萬(wàn)個(gè)。歐盟預(yù)測(cè)在2025年，消費(fèi)類無(wú)人機(jī)將達(dá)到700萬(wàn)架的峰值，同時(shí)商用或政府用途無(wú)人機(jī)將持續(xù)增長(zhǎng)，根據(jù)從2015年的9 000架增長(zhǎng)到2020年的8.6萬(wàn)架推算， 2030年將擁有37.3萬(wàn)架商用或政府用途無(wú)人機(jī)。同時(shí)歐盟還預(yù)測(cè)到2050年，將有1.2萬(wàn)架大型無(wú)人駕駛進(jìn)入歐洲高空空域，占運(yùn)輸航空機(jī)隊(duì)規(guī)模的28%；2050年歐洲中高空大型無(wú)人機(jī)飛行時(shí)間和飛行距離分別將達(dá)到700萬(wàn)飛行小時(shí)和 40億km。150 m以下超低空的無(wú)人機(jī)飛行時(shí)間將超過3.5億飛行小時(shí),飛行距離達(dá)到170億km[26]。

無(wú)人機(jī)下一個(gè)規(guī)模市場(chǎng)是城市空中交通(urban air mobility, UAM)甚至是先進(jìn)空中交通(advance air mobility, AAM)。近年來(lái)，電動(dòng)垂直起降(electric vertical takeoff and landing， eVTOL)無(wú)人機(jī)的開發(fā)吸引了世界各國(guó)包括航空航天業(yè)、汽車業(yè)和學(xué)術(shù)界等的廣泛關(guān)注。eVTOL必將是決定航空業(yè)下一階段發(fā)展的關(guān)鍵條件。

1.2 民用無(wú)人機(jī)管理現(xiàn)狀

1.2.1 中國(guó)民用無(wú)人機(jī)管理現(xiàn)狀

為規(guī)范民用無(wú)人機(jī)的使用，中國(guó)民用航空局發(fā)布了一系列規(guī)章條約，以保障民用無(wú)人機(jī)的安全運(yùn)行與平穩(wěn)發(fā)展。2015年，民航局發(fā)布了第一部關(guān)于民用無(wú)人機(jī)的管理規(guī)章《輕小型無(wú)人機(jī)運(yùn)行規(guī)定》，該規(guī)章對(duì)無(wú)人機(jī)根據(jù)空機(jī)重量和起飛全重兩項(xiàng)指標(biāo)對(duì)無(wú)人機(jī)進(jìn)行分類管理，奠定了中國(guó)民用無(wú)人機(jī)管理辦法的基調(diào)。其中還定義了無(wú)人機(jī)、無(wú)人機(jī)系統(tǒng)、無(wú)人機(jī)圍欄等專業(yè)名詞以及視距內(nèi)運(yùn)行(visual line of sight，VLOS)和視距外運(yùn)行(beyond visual line of sight，BVLOS)的相關(guān)規(guī)范，為后期無(wú)人機(jī)的發(fā)展奠定了基礎(chǔ)，同時(shí)也代表民航局開始探索中國(guó)無(wú)人機(jī)管理的試行辦法。2017年，民航局發(fā)布了《無(wú)人機(jī)適航管理路線圖》,開始著重規(guī)劃中國(guó)的無(wú)人機(jī)適航運(yùn)行管理。同年發(fā)布了《民用無(wú)人駕駛航空器實(shí)名制登記管理規(guī)定》，要求在中國(guó)境內(nèi)最大起飛質(zhì)量不小于250 g的民用無(wú)人機(jī)的擁有者必須進(jìn)行實(shí)名登記。2018年發(fā)布的《無(wú)人駕駛航空器飛行管理暫行條例(征求意見稿)》要求重點(diǎn)對(duì)最大起飛重量大于250 g小于7 kg的消費(fèi)級(jí)無(wú)人機(jī)進(jìn)行監(jiān)管，并詳細(xì)劃設(shè)了微型和輕型無(wú)人機(jī)的禁飛區(qū)，以進(jìn)一步進(jìn)行管理。隨后發(fā)布的《低空聯(lián)網(wǎng)無(wú)人機(jī)安全飛行測(cè)試報(bào)告》和《輕小型民用無(wú)人機(jī)飛行動(dòng)態(tài)數(shù)據(jù)管理規(guī)定》等一系列的無(wú)人機(jī)管理法規(guī)，逐步搭建起中國(guó)的無(wú)人機(jī)管理體系并不斷完善。

2019年，民航局飛標(biāo)司、空管辦和適航審定司聯(lián)合發(fā)布《特定類無(wú)人機(jī)試運(yùn)行管理規(guī)程》,這是中國(guó)在民用無(wú)人機(jī)管理上的一次創(chuàng)新性的嘗試。在國(guó)際尚無(wú)成熟管理經(jīng)驗(yàn)的情況下，該規(guī)程采用特定運(yùn)行風(fēng)險(xiǎn)評(píng)估(specific operation risk assessment, SORA)方法，為無(wú)人機(jī)的運(yùn)行評(píng)估提供理論支持。該方法適用于任何類型和任何尺寸的無(wú)人機(jī)，擬從事包括實(shí)驗(yàn)、研發(fā)以及原型設(shè)計(jì)等的運(yùn)行風(fēng)險(xiǎn)評(píng)估，但不包括無(wú)人機(jī)之間空中相撞的風(fēng)險(xiǎn)評(píng)估。同時(shí)該規(guī)程中將無(wú)人機(jī)按空機(jī)重量和起飛全重參數(shù)進(jìn)行分類管理，主要針對(duì)中型無(wú)人機(jī)中風(fēng)險(xiǎn)較大的、大型無(wú)人機(jī)和超大型無(wú)人機(jī)中風(fēng)險(xiǎn)較小的三類無(wú)人機(jī)進(jìn)行安全管理，批準(zhǔn)實(shí)施部分試運(yùn)行，為方便之后逐步建立標(biāo)準(zhǔn)和法規(guī)體系提供基礎(chǔ)。中國(guó)無(wú)人機(jī)分類如表 2所示。

2018年11月19日，無(wú)人駕駛航空器空中交通管理信息服務(wù)系統(tǒng)(unmanned aircraft system traffic management information service system, UTMISS)在深圳地區(qū)正式進(jìn)行試點(diǎn)運(yùn)營(yíng)[24]。該系統(tǒng)為民航局掌握民用無(wú)人機(jī)飛行活動(dòng)，為民用無(wú)人機(jī)飛行提供空域、計(jì)劃、安全評(píng)估等方面服務(wù)，實(shí)現(xiàn)與相關(guān)監(jiān)管部門協(xié)同管理的信息化系統(tǒng)，是民用無(wú)人機(jī)運(yùn)行管理的窗口。2019年，民航局頒布了《輕小型民用無(wú)人機(jī)飛行動(dòng)態(tài)數(shù)據(jù)管理規(guī)定》,規(guī)定了所有從事輕、小型無(wú)人機(jī)及植保無(wú)人機(jī)飛行活動(dòng)的單位、個(gè)人按要求接入U(xiǎn)TMISS，實(shí)現(xiàn)實(shí)時(shí)報(bào)送飛行動(dòng)態(tài)數(shù)據(jù)。UTMISS通過在無(wú)人機(jī)上加裝單獨(dú)的數(shù)據(jù)模塊，并采用http協(xié)議的數(shù)據(jù)傳輸方式，從而獲得無(wú)人機(jī)真實(shí)飛行動(dòng)態(tài)數(shù)據(jù)，以此對(duì)空域中的無(wú)人機(jī)信息進(jìn)行統(tǒng)一的管理。

表2 中國(guó)無(wú)人機(jī)分類Table 2 Classification of UAV in China

UTMISS與《低空聯(lián)網(wǎng)無(wú)人機(jī)安全飛行測(cè)試報(bào)告》以及《無(wú)人機(jī)云系統(tǒng)數(shù)據(jù)規(guī)范》的結(jié)合更加完善，這兩部規(guī)章聯(lián)合規(guī)定了民用無(wú)人機(jī)的在無(wú)人機(jī)云系統(tǒng)上的數(shù)據(jù)傳輸方法，傳輸要求以及其他各項(xiàng)能力要求，來(lái)規(guī)范民用無(wú)人機(jī)的實(shí)名管理。中國(guó)聯(lián)網(wǎng)無(wú)人機(jī)管理流程如圖 3所示。用戶和無(wú)人機(jī)制造商以及政府管理部門通過電信運(yùn)行商進(jìn)行蜂窩聯(lián)網(wǎng)，以無(wú)人機(jī)云系統(tǒng)為平臺(tái)，實(shí)現(xiàn)無(wú)人機(jī)便捷實(shí)名登記、可信位置校驗(yàn)和實(shí)時(shí)可靠數(shù)據(jù)傳輸，并通過完善的一體化起飛授權(quán)、飛行監(jiān)視和飛行管制等管理流程，以及加密認(rèn)證技術(shù)來(lái)實(shí)現(xiàn)整體業(yè)務(wù)安全，以此達(dá)到事前預(yù)警、事中管控和事后追蹤的監(jiān)管要求。

2015年至今，中國(guó)發(fā)布了一系列法規(guī)條例以規(guī)范民用無(wú)人機(jī)的運(yùn)行管理，中國(guó)民航局頒布的無(wú)人機(jī)管理法規(guī)體系如表 3所示。

盡管中國(guó)出臺(tái)了一系列管理民用無(wú)人機(jī)的規(guī)章，但仍存在多數(shù)法規(guī)條例之間重復(fù)性較多，內(nèi)容較為籠統(tǒng)，而且缺乏強(qiáng)制執(zhí)行效力和可操作性的問題。且很多無(wú)人機(jī)操作者很少申請(qǐng)空域，“黑飛”現(xiàn)象仍然非常普遍。因此難以解決民用無(wú)人機(jī)可能造成如間諜行為、偷拍、運(yùn)輸毒品、搶占航線等安全問題。雖然中國(guó)已經(jīng)開始建立民用無(wú)人機(jī)的飛行運(yùn)營(yíng)、適航管理、安全管理等的標(biāo)準(zhǔn)規(guī)范和法規(guī)體系，但研發(fā)制造、銷售使用、流轉(zhuǎn)情況等方面尚無(wú)明確的制度安排，導(dǎo)致整體產(chǎn)業(yè)發(fā)展略微畸形。

為更好管理整個(gè)民用無(wú)人機(jī)行業(yè)，相關(guān)部門應(yīng)從如下五個(gè)方面進(jìn)行改進(jìn)：①建立統(tǒng)一高效的多部門、全行業(yè)聯(lián)動(dòng)協(xié)調(diào)監(jiān)管機(jī)制，協(xié)同制訂無(wú)人機(jī)產(chǎn)業(yè)發(fā)展頂層規(guī)劃；②制定明確的無(wú)人機(jī)生產(chǎn)標(biāo)準(zhǔn)與適航標(biāo)準(zhǔn)，加強(qiáng)民用無(wú)人機(jī)駕駛員管理培訓(xùn)力度；③繼續(xù)推進(jìn)統(tǒng)一規(guī)范民用無(wú)人機(jī)的實(shí)名登記制度和銷售流通備案登記制度，細(xì)化和統(tǒng)一民用無(wú)人機(jī)的申報(bào)使用流程，深化建設(shè)無(wú)人機(jī)監(jiān)管信息云平臺(tái)；④從研發(fā)、制造、銷售、運(yùn)營(yíng)等多個(gè)角度進(jìn)行全方位管理與全過程監(jiān)管，明確無(wú)人機(jī)違法違規(guī)的行政、刑事責(zé)任，落實(shí)統(tǒng)一監(jiān)管、統(tǒng)一追責(zé)；⑤在完善法規(guī)體系的基礎(chǔ)上，加大力度研究無(wú)人機(jī)反制技術(shù)，通過技術(shù)手段和設(shè)備，對(duì)可能造成安全損害的無(wú)人機(jī)進(jìn)行反制。

圖3 中國(guó)聯(lián)網(wǎng)無(wú)人機(jī)管理流程Fig.3 Management process of networked UAV in China

表3 民航局頒布民用無(wú)人機(jī)管理法規(guī)條例Table 3 Regulations of civil UAV issued by CAAC

1.2.2 國(guó)外民用無(wú)人機(jī)管理現(xiàn)狀

目前世界各國(guó)普遍利用計(jì)算機(jī)技術(shù)、衛(wèi)星定位技術(shù)以及無(wú)線數(shù)據(jù)傳輸技術(shù)搭建民用無(wú)人機(jī)的管理系統(tǒng)。各個(gè)國(guó)家雖然在術(shù)語(yǔ)和一些細(xì)節(jié)上的規(guī)定略有不同，但在系統(tǒng)基本架構(gòu)和發(fā)展趨勢(shì)上大體相同。下面將分別闡述美國(guó)、歐洲和日本的民用無(wú)人機(jī)管理方法。

(1)美國(guó)。為方便進(jìn)行民用無(wú)人機(jī)管理，由美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration, NASA)牽頭，與FAA等合作共同研制了一套無(wú)人機(jī)系統(tǒng)交通管理(unmanned aircraft system traffic management，UTM)框架，該系統(tǒng)授權(quán)給無(wú)人機(jī)服務(wù)提供商(unmanned aircraft system service supplier, USS)，主要用于G類空域的管理，是一個(gè)面向服務(wù)的、非管制的空中交通管理生態(tài)系統(tǒng)[25]。FAA通過UTM來(lái)發(fā)布指令，監(jiān)管和配置空域，空中交通管制員不需要管制空域中的每個(gè)無(wú)人機(jī)。UTM分為四個(gè)階段目標(biāo)進(jìn)行推進(jìn)升級(jí)，分別是：第一階段的基于接口的網(wǎng)絡(luò)化運(yùn)行和信息資源的共享；第二階段的超視距、飛行意圖分享和地理圍欄能力的基本實(shí)現(xiàn)；第三階段的常態(tài)超視距運(yùn)行，空中V2V防撞和規(guī)避靜態(tài)障礙物；第四階段的超視距運(yùn)行到門，跟蹤和定位，規(guī)避動(dòng)態(tài)障礙和處理大規(guī)模突發(fā)事件[26]。

美國(guó)UTM從2019年1月開始試點(diǎn)運(yùn)行的第一階段到現(xiàn)在第二階段基本實(shí)現(xiàn)。UTM在一定程度上方便了無(wú)人機(jī)的集中運(yùn)行與管理，使得空域資源得到有效的利用。UTM技術(shù)發(fā)展的同時(shí)將推動(dòng)新一輪產(chǎn)業(yè)的增長(zhǎng)。同時(shí)UTM的設(shè)計(jì)也有一定的不便之處，在無(wú)人機(jī)的運(yùn)行過程中仍需管制員對(duì)空域進(jìn)行監(jiān)視，對(duì)無(wú)人機(jī)進(jìn)行管制和告警服務(wù)，仍然存在人員負(fù)擔(dān)，同時(shí)增加了管制員的工作量。美國(guó)UTM框架如圖 4所示。

(2)歐洲。鑒于無(wú)人機(jī)發(fā)展如此迅速的背景下，為加強(qiáng)民用無(wú)人機(jī)管理，保證無(wú)人機(jī)的安全運(yùn)行，負(fù)責(zé)管理歐洲單一天空空中交通管理研究計(jì)劃(single european sky air traffic management research program，SESAR)開發(fā)工作的SESAR聯(lián)合執(zhí)行體(SESAR joint undertaking，SJU)發(fā)布建立公共無(wú)人機(jī)飛行系統(tǒng)U-Space[27]。

U-Space是為了確保無(wú)人機(jī)安全、高效地在空域中運(yùn)行，所設(shè)計(jì)的一套數(shù)字化和自動(dòng)化服務(wù)系統(tǒng)。由于歐洲沒有監(jiān)管或技術(shù)框架來(lái)實(shí)現(xiàn)無(wú)人機(jī)安全運(yùn)行，因此U-Space的目的在于推動(dòng)新型航空方式安全、有效地發(fā)展。除了SJU執(zhí)行牽頭工作外，一些其他組織和國(guó)家也在開展有助于U-Space發(fā)展的重要項(xiàng)目。到2019年底，已經(jīng)可以使用U1和部分U2的服務(wù)內(nèi)容。其中U1包括無(wú)人機(jī)注冊(cè)、識(shí)別等標(biāo)準(zhǔn)服務(wù)和靜態(tài)地理圍欄等技術(shù)，無(wú)人機(jī)的注冊(cè)通過用戶身份卡(subscriber identity module，SIM)等設(shè)備來(lái)完成，飛行授權(quán)通過使用全球移動(dòng)通信系統(tǒng)(global system for mobile communications，GSM)來(lái)獲得，同時(shí)可以通過檢查地理數(shù)據(jù)庫(kù)以查看無(wú)人機(jī)的可飛區(qū)域，即視距內(nèi)飛行。U2則包括了公布無(wú)人機(jī)在U-Space系統(tǒng)中的飛行情況，通過手機(jī)應(yīng)用程序或其他更便捷的方式進(jìn)行訪問，以此幫助無(wú)人機(jī)駕駛員制定更完善的飛行計(jì)劃。U-Space系統(tǒng)可以儲(chǔ)存用戶和無(wú)人機(jī)的各項(xiàng)數(shù)據(jù)，同時(shí)將該數(shù)據(jù)傳輸給后臺(tái)空域服務(wù)從而獲得飛行授權(quán)。目前U-Space已經(jīng)完成第一階段的工程，后續(xù)三個(gè)階段分別為：①提供初始服務(wù)，包括飛行計(jì)劃、飛行動(dòng)態(tài)追蹤和與空管系統(tǒng)的交互；②提供擴(kuò)展服務(wù)，包括沖突檢測(cè)、自動(dòng)檢測(cè)和自主避障功能；③提供高度自動(dòng)化、數(shù)字化的全功能服務(wù)[28]。

圖4 UTM框架[25]Fig.4 Frame of UTM[25]

歐洲U-Space是一個(gè)系統(tǒng)性的、一系列的新的服務(wù)，通過利用特定程序的高度數(shù)字化和自動(dòng)化，首先考慮了超低空空域的無(wú)人機(jī)運(yùn)行，以確保大量無(wú)人機(jī)的運(yùn)行環(huán)境安全，且保證對(duì)空域的功能進(jìn)行有效的使用。U-Space對(duì)于發(fā)揮歐洲無(wú)人機(jī)領(lǐng)域的潛力、促進(jìn)歐洲無(wú)人機(jī)市場(chǎng)的增長(zhǎng)至關(guān)重要。但同時(shí)U-Space的設(shè)計(jì)考慮過于理想化，在復(fù)雜的空域中對(duì)無(wú)人機(jī)的運(yùn)行管理方式仍需進(jìn)一步考量。

(3)日本。日本無(wú)人機(jī)交通管理協(xié)會(huì)(Japan UTM)和新能源工業(yè)技術(shù)開發(fā)組織(New Energy and Industrial Technology Development Organization, NEDO)共同建立了日本國(guó)家UTM(UAV Traffic Management)項(xiàng)目。該項(xiàng)目包括飛行情報(bào)管理系統(tǒng)(flight information management system, FIMS)、無(wú)人機(jī)供應(yīng)商、數(shù)據(jù)源供應(yīng)商(source data service provider, SDSP)和運(yùn)營(yíng)商。其中飛行情報(bào)管理系統(tǒng)管理所有的無(wú)人機(jī)飛行計(jì)劃，處理告警險(xiǎn)情以及提供避障指令。無(wú)人機(jī)服務(wù)提供商在FIMS和每個(gè)供應(yīng)商之間。日本UTM協(xié)會(huì)在2017年開始演示該系統(tǒng)。NEDO開發(fā)的個(gè)人用戶系統(tǒng)在2018年進(jìn)行演示，隨后2019年進(jìn)行全系統(tǒng)演示，并于2020年開始實(shí)施[29]。

各國(guó)無(wú)人機(jī)管理系統(tǒng)的研發(fā)均處于起步階段，其中美國(guó)UTM的投入較早，走在世界各國(guó)的前列。相較中國(guó)空域資源緊張，所有空域都是管制空域，同時(shí)中國(guó)的通信網(wǎng)絡(luò)由政府主導(dǎo)，由電信運(yùn)營(yíng)商提供移動(dòng)網(wǎng)絡(luò)通信。在這些差別的基礎(chǔ)上，雖然中國(guó)的UTMISS和UTM提供的服務(wù)基本一致，但是在實(shí)現(xiàn)方式上應(yīng)結(jié)合中國(guó)的空域現(xiàn)狀和通信設(shè)備的特點(diǎn)等。因此，中國(guó)更適合在民用無(wú)人機(jī)的運(yùn)行高峰區(qū)域規(guī)劃設(shè)置運(yùn)行路網(wǎng)管理，以保證無(wú)人機(jī)的有序飛行。而設(shè)置路網(wǎng)的前提是無(wú)人機(jī)路徑規(guī)劃技術(shù)如全局路徑規(guī)劃、自主避障等技術(shù)有一定的突破，足以保證無(wú)人機(jī)在路網(wǎng)中的運(yùn)行安全。

2 民用無(wú)人機(jī)路徑規(guī)劃及研究進(jìn)展

2.1 民用無(wú)人機(jī)路徑規(guī)劃簡(jiǎn)介

區(qū)別于航跡(track)指飛行器和船舶等航行時(shí)的軌跡，民航中的路徑(route)是指不包括航行時(shí)間，飛行器在三維空間中的運(yùn)動(dòng)軌跡。路徑規(guī)劃(routing planning)是指在特定約束條件下，無(wú)人機(jī)從起始點(diǎn)到目標(biāo)點(diǎn)，尋找滿足某種性能指標(biāo)和某些約束的運(yùn)動(dòng)路徑[30]。這些路徑需要滿足能夠保障無(wú)人機(jī)的航行安全，使無(wú)人機(jī)能夠有效回避禁飛區(qū)域和危險(xiǎn)區(qū)域，以經(jīng)濟(jì)、安全、高效為前提，在規(guī)定時(shí)間內(nèi)完成指定的飛行任務(wù)[31]。

無(wú)人機(jī)的路徑規(guī)劃方法分為靜態(tài)路徑規(guī)劃和動(dòng)態(tài)路徑規(guī)劃。靜態(tài)路徑規(guī)劃方法主要是指根據(jù)已知的地圖信息和威脅因素，在三維空間中利用地形等各種信息，并考慮無(wú)人機(jī)的性能、耗損、任務(wù)時(shí)間等條件，綜合規(guī)劃最佳的從起點(diǎn)到終點(diǎn)的平滑曲線飛行路徑[32-34]。動(dòng)態(tài)路徑規(guī)劃方法是指無(wú)人機(jī)在飛行時(shí)面對(duì)突發(fā)的威脅可以進(jìn)行實(shí)時(shí)的威脅分析，并重新修改預(yù)先規(guī)劃的路徑，使其重新滿足能夠完成任務(wù)目標(biāo)的飛行路徑。無(wú)人機(jī)動(dòng)態(tài)路徑規(guī)劃也稱自主避障分析[35-36]。無(wú)人機(jī)路徑規(guī)劃主要應(yīng)用于多架無(wú)人機(jī)或者無(wú)人機(jī)群整體運(yùn)行的情況，以靜態(tài)規(guī)劃為主，利用數(shù)字地圖獲取地理信息和已知的威脅源，結(jié)合無(wú)人機(jī)的飛行任務(wù)，通過飛行控制系統(tǒng)規(guī)劃特定的起始點(diǎn)和終點(diǎn)之間的一條或多條平滑曲線；同時(shí)以動(dòng)態(tài)規(guī)劃為輔，實(shí)時(shí)監(jiān)視無(wú)人機(jī)的運(yùn)行環(huán)境，對(duì)各項(xiàng)突發(fā)動(dòng)態(tài)威脅情況進(jìn)行計(jì)算分析，得出新的飛行路徑，以此保障無(wú)人機(jī)的安全經(jīng)濟(jì)高效運(yùn)行[37]。其路徑規(guī)劃系統(tǒng)框圖如圖 5所示。

圖5 無(wú)人機(jī)路徑規(guī)劃系統(tǒng)Fig.5 System of UAV path planning

在現(xiàn)代研究，路徑規(guī)劃的生成算法多種多樣，有傳統(tǒng)的經(jīng)典計(jì)算方法如Dynapath算法、Dijkstra算法、人工勢(shì)場(chǎng)法、退火算法等[38]；也有利用智能計(jì)算方法的A*算法、遺傳算法、蟻群算法和神經(jīng)網(wǎng)絡(luò)算法等[39]。每種算法得出的規(guī)劃方式和結(jié)論各不相同，也各有優(yōu)劣之處。不同路徑規(guī)劃算法的對(duì)比分析如表 4所示。

2.2 中外研究進(jìn)展

自無(wú)人機(jī)出現(xiàn)以來(lái)，在對(duì)無(wú)人機(jī)進(jìn)行路徑規(guī)劃時(shí)，如何對(duì)運(yùn)行路徑進(jìn)行高效且安全的規(guī)劃一直都是主要的技術(shù)難題。早期，軍用偵查無(wú)人機(jī)進(jìn)行路徑規(guī)劃的主要目的是為了在躲避敵方的火力及其他威脅的同時(shí)完成情報(bào)搜集、目標(biāo)搜索和打擊等一系列活動(dòng)。隨著無(wú)人機(jī)走向民用領(lǐng)域的同時(shí)，路徑規(guī)劃的目的變成了如何安全、經(jīng)濟(jì)、高效地完成航空作業(yè)。

表4 路徑規(guī)劃算法優(yōu)劣對(duì)比分析[32]Table 4 Analysis and comparison of path planning algorithm[32]

2.2.1 中國(guó)研究進(jìn)展

中國(guó)對(duì)無(wú)人機(jī)的研究起步較晚，民用無(wú)人機(jī)的路徑規(guī)劃研究大多數(shù)在考慮不同的使用場(chǎng)景時(shí)只針對(duì)算法進(jìn)行改進(jìn)，并只通過仿真進(jìn)行驗(yàn)證，在創(chuàng)新性以及實(shí)用性上仍有進(jìn)步空間。柳長(zhǎng)安等[40-43]、曾佳等[44]、廖沫等[45]和高暉等[46]院校學(xué)者針對(duì)無(wú)人機(jī)路徑規(guī)劃問題進(jìn)行了多年的研究和積累，發(fā)表了大量的研究文獻(xiàn)和相關(guān)專著。但是多數(shù)討論的是根據(jù)無(wú)人機(jī)基于任務(wù)規(guī)劃、多目標(biāo)規(guī)劃或協(xié)同路徑規(guī)劃等不同要求，結(jié)合數(shù)學(xué)規(guī)劃方法和智能優(yōu)化算法等不同方法的特點(diǎn)，或者將各種算法有針對(duì)性地優(yōu)化，以此對(duì)單架無(wú)人機(jī)或無(wú)人機(jī)群進(jìn)行路徑規(guī)劃。路徑規(guī)劃主要使用的智能優(yōu)化算法包括遺傳算法(genetic algorithm，GA)、 粒子群(particle swarm optimization，PSO)算法、人工蜂群(artificial bee colony，ABC)算法、A*算法、蟻群優(yōu)化(ant colony optimization，ACO)算法[47]，以及其他仿生學(xué)算法。現(xiàn)將中國(guó)已發(fā)表的現(xiàn)有研究成果基于上述部分算法分門別類進(jìn)行總結(jié)分析。

(1)遺傳算法(genetic algorithm，GA)。在遺傳算法的研究上，賈秋玲等[48]提出將協(xié)同逆推控制(cooperative receding horizon control，CRH)與遺傳算法結(jié)合，綜合考慮了無(wú)人機(jī)機(jī)群的任務(wù)和任務(wù)區(qū)域特點(diǎn)進(jìn)行求解，驗(yàn)證了算法的有效性。熊建國(guó)等[49]設(shè)計(jì)了一種自適應(yīng)的遺傳算法，通過將傳統(tǒng)算法框架進(jìn)行改進(jìn)，重新設(shè)計(jì)了編碼策略，用于解決遺傳算法容易過早停止進(jìn)化和收斂性不佳的問題，以此提升無(wú)人機(jī)的路徑規(guī)劃的精確度。在靜態(tài)路徑規(guī)劃方面，屈耀紅等[50]提出將人工勢(shì)場(chǎng)法和遺傳算法進(jìn)行結(jié)合，以此對(duì)無(wú)人機(jī)的運(yùn)行航路進(jìn)行全局規(guī)劃。該方法保留了人工勢(shì)場(chǎng)法計(jì)算時(shí)間短的特點(diǎn)，且一定程度避免了GA陷入局部最優(yōu)解的問題，提高了無(wú)人機(jī)路徑規(guī)劃的效率。黃書召等[51]同樣將遺傳算法進(jìn)行優(yōu)化，研究建立適合UAV的環(huán)境模型，設(shè)計(jì)更為復(fù)雜、精確的數(shù)學(xué)模型，利用多種不同算子尋找最優(yōu)路徑以及擴(kuò)大遺傳算法種群搜索范圍。該方法計(jì)算效率比傳統(tǒng)遺傳算法提升了50%以上，使得無(wú)人機(jī)在面對(duì)突發(fā)的威脅情況時(shí)反應(yīng)更加靈敏，同時(shí)進(jìn)行路徑規(guī)劃的精確度更高。

(2)粒子群(particle swarm optimization，PSO)算法。PSO和GA類似，是一種基于迭代的優(yōu)化算法。系統(tǒng)初始化為一組隨機(jī)解，通過迭代搜尋最優(yōu)值。同遺傳算法相比，PSO的優(yōu)勢(shì)在于簡(jiǎn)單容易實(shí)現(xiàn)，并且沒有許多參數(shù)需要調(diào)整。但是PSO對(duì)于離散的優(yōu)化問題處理不佳，也容易陷入局部最優(yōu)，因此關(guān)于PSO的研究都是如何避免這些問題。王磊等[52]提出一種基于改進(jìn)粒子群算法的無(wú)人機(jī)路徑規(guī)劃方法。從單個(gè)粒子著手改進(jìn)，如果粒子失活，該算法會(huì)對(duì)其進(jìn)行相應(yīng)的變異與微調(diào)，重新激活粒子，保證了粒子群在進(jìn)化過程中能快速逃逸局部極值點(diǎn)，避免了PSO后期容易陷入局部最優(yōu)的缺點(diǎn)。但該方法著重考慮的是如何改進(jìn)PSO，在建模驗(yàn)證階段對(duì)無(wú)人機(jī)的威脅源設(shè)計(jì)過于簡(jiǎn)單，因此適用性上存在缺陷。PSO同樣可以運(yùn)用于多無(wú)人機(jī)的路徑規(guī)劃上。朱收濤等[53]采用了提出空間直接法，針對(duì)多無(wú)人機(jī)的協(xié)同路徑規(guī)劃進(jìn)行設(shè)計(jì)，然后采用改進(jìn)的PSO進(jìn)行仿真驗(yàn)證，可以達(dá)到收斂性較好的結(jié)果。但該方法將無(wú)人機(jī)運(yùn)行空間劃分為不同高度層，把每一個(gè)高度層當(dāng)成二維平面進(jìn)行計(jì)算，這在一定程度上簡(jiǎn)化了計(jì)算的過程，但也對(duì)無(wú)人機(jī)的實(shí)際運(yùn)行環(huán)境過于理想化，使得準(zhǔn)確度有所欠缺。胡騰等[54]則提出將無(wú)人機(jī)群的不同任務(wù)目標(biāo)進(jìn)行優(yōu)化指標(biāo)加權(quán)聯(lián)合, 構(gòu)成路徑優(yōu)化過程中評(píng)估生成路徑的多目標(biāo)效用函數(shù), 然后采用PSO求解最佳的三維路徑。付興武等[55]針對(duì)PSO早期收斂速度快，后期陷入局部最優(yōu)的缺點(diǎn)，提出一種結(jié)合天牛須搜索(beetle antennae search, BAS)的優(yōu)化PSO，結(jié)果證明改進(jìn)PSO在無(wú)人機(jī)路徑規(guī)劃的標(biāo)志性效率更高，比傳統(tǒng)粒子群算法有著更好的收斂性，同時(shí)避免了陷入局部最優(yōu)，有效縮短了路徑長(zhǎng)度。該方法充分利用了PSO的收斂速度快的優(yōu)點(diǎn)，并加入BAS算法解決了PSO搜索精度差的缺陷，在威脅區(qū)域的建模上也一定程度避免了無(wú)人機(jī)陷入“死區(qū)”的情況，有著較好的適配性。

(3)蟻群(ant colony，AC)算法。蟻群算法與GA和PSO不同，啟發(fā)式的概率搜索方式不容易陷入局部最優(yōu)，很容易找到全局最優(yōu)解，且具有較強(qiáng)的魯棒性、優(yōu)良的分布式計(jì)算機(jī)制、易于與其他方法相結(jié)合等優(yōu)點(diǎn)。同時(shí)雖然選擇能探索更大的任務(wù)空間，但是需要較長(zhǎng)的時(shí)間才能得到正反饋，因此蟻群算法的收斂速度相對(duì)較慢。中國(guó)學(xué)者運(yùn)用AC進(jìn)行路徑規(guī)劃的研究上也有著不少的成果。柳長(zhǎng)安等[40-43]多次采用AC并不斷優(yōu)化，使得無(wú)人機(jī)在任務(wù)完成效率以及成功率上不斷提升。任波等[56]提出一種Q-learning的自適應(yīng)蟻群算法。通過采用數(shù)學(xué)方法簡(jiǎn)化初始路徑規(guī)劃結(jié)構(gòu), 解決了由于引入真實(shí)地形和已知威脅時(shí)帶來(lái)的“維數(shù)爆炸”現(xiàn)象，減輕了無(wú)人機(jī)飛控系統(tǒng)處理數(shù)據(jù)的負(fù)擔(dān)；同時(shí)算法中對(duì)信息素因子作了自適應(yīng)調(diào)整，提高了AC的全局搜索能力和收斂速度，提升無(wú)人機(jī)的任務(wù)完成效率。該簡(jiǎn)化方法有一定的可取之處，但仍需對(duì)簡(jiǎn)化精度進(jìn)行提升。稅薇等[57]提出了將AC用于靜態(tài)路徑規(guī)劃，人工勢(shì)場(chǎng)法用于動(dòng)態(tài)路徑規(guī)劃，利用AC容易找到全局最優(yōu)解且易于與其他方法結(jié)合的特點(diǎn)，也兼顧了人工勢(shì)場(chǎng)法計(jì)算速度快, 適合處理動(dòng)態(tài)威脅信息的優(yōu)勢(shì)。該方法在設(shè)計(jì)上是較為全面的無(wú)人機(jī)路徑規(guī)劃方法，后期可以增加約束條件與算子，使其適用于三維路徑規(guī)劃，以貼近無(wú)人機(jī)的實(shí)際運(yùn)行過程。

(4)A*算法。A*算法是一種求靜態(tài)路網(wǎng)中求解最短路徑最有效的直接搜索方法，有著存在多個(gè)最小值時(shí)不能保證搜索的路徑最優(yōu)的缺點(diǎn)。肖自兵等[58]提出了一種改進(jìn) A*定長(zhǎng)路徑搜索算法。該算法通過選擇代價(jià)值最接近給定值的節(jié)點(diǎn)作為最佳節(jié)點(diǎn),得到定長(zhǎng)規(guī)劃路徑, 并以此為基礎(chǔ)不斷迭代，實(shí)現(xiàn)了多機(jī)協(xié)同路徑規(guī)劃。該方法中定長(zhǎng)的選取會(huì)直接影響總體路徑規(guī)劃的速度和精度，同時(shí)對(duì)多無(wú)人機(jī)進(jìn)行路徑規(guī)劃時(shí)是單機(jī)依次規(guī)劃，因此更加影響總體的規(guī)劃速度。譚雁英等[59]提出一種采用基于A*算法的兩步尋優(yōu)路徑搜索策略，用于無(wú)人機(jī)在面對(duì)可能突然出現(xiàn)的危險(xiǎn)/威脅區(qū)域的間距較小，或重疊復(fù)雜環(huán)境下，或任務(wù)變更時(shí)的動(dòng)態(tài)路徑規(guī)劃。該方法犧牲了算法求解速度，以提升精度，但容易造成無(wú)人機(jī)懸?；蚱渌豢深A(yù)知的危險(xiǎn)。陳朋等[60]提出了一種基于關(guān)鍵航點(diǎn)的實(shí)時(shí)無(wú)人機(jī)航跡規(guī)劃方法。通過改進(jìn)A*算法的啟發(fā)函數(shù)以適應(yīng)無(wú)人機(jī)的三維運(yùn)動(dòng)特征，并優(yōu)化碰撞代價(jià)函數(shù)和無(wú)人機(jī)動(dòng)力約束。先篩選出關(guān)鍵航路點(diǎn)生成初始路徑，后構(gòu)建二次規(guī)劃模型來(lái)優(yōu)化初始路徑，使求解的路徑結(jié)果精度提升。雖然犧牲了一定的計(jì)算速度，但是在三維城市模型的路徑規(guī)劃仿真中表現(xiàn)優(yōu)異，后續(xù)仍需將無(wú)人機(jī)本身的尺寸參數(shù)進(jìn)行改進(jìn)約束，而不是當(dāng)成一個(gè)點(diǎn)進(jìn)行計(jì)算。

(5)其他仿生學(xué)算法。仿生學(xué)算法是一類模擬自然生物進(jìn)化或者群體社會(huì)行為的隨機(jī)搜索方法的統(tǒng)稱。由于這些算法求解時(shí)不依賴于梯度信息,故其應(yīng)用范圍較廣,特別適用于傳統(tǒng)方法難以解決的大規(guī)模復(fù)雜優(yōu)化問題。除了上述幾種算法外，還有學(xué)者運(yùn)用其他仿生學(xué)算法進(jìn)行無(wú)人機(jī)路徑規(guī)劃的研究，并發(fā)表了許多成果。張國(guó)印等[61]提出了一種果蠅優(yōu)化算法，該方法模擬果蠅會(huì)自動(dòng)尋找糖分的特點(diǎn)進(jìn)行最短路或最優(yōu)路徑尋找，優(yōu)點(diǎn)在于可以自行搜索軌跡并自動(dòng)迭代，可適用于無(wú)人機(jī)自動(dòng)避障后的路徑重規(guī)劃。但該算法需要人為設(shè)定迭代次數(shù)，在參數(shù)選擇上會(huì)影響算法的精確度。夏瑞等[62]提出一種改進(jìn)的人工蜂群算法，用于有相同的起始點(diǎn)和目標(biāo)點(diǎn)的路徑規(guī)劃問題。通過對(duì)人工蜂群算法中食物的產(chǎn)生方式做出改進(jìn), 優(yōu)化下一個(gè)節(jié)點(diǎn)的產(chǎn)生結(jié)果。在方法在進(jìn)行多無(wú)人機(jī)協(xié)同路徑規(guī)劃時(shí)，算法簡(jiǎn)單快速, 能滿足無(wú)人機(jī)執(zhí)行不同任務(wù)的需要, 易于工程實(shí)現(xiàn)。

除了上述幾種算法外，中國(guó)諸多學(xué)者還持續(xù)研究如改進(jìn)的快速擴(kuò)展隨機(jī)樹(rapidly-exploring random tree, RRT)算法[63]、飛蛾撲火算法[64]和灰狼優(yōu)化算法[65]等一系列新興的無(wú)人機(jī)的路徑規(guī)劃算法。中國(guó)在民用無(wú)人機(jī)算法的研究上，從一開始的“紙上談兵”式的單純進(jìn)行路徑規(guī)劃算法設(shè)計(jì)，到如今開始分別針對(duì)城市安全[66]、植保[67]、消防[68]等不同使用情況的針對(duì)性設(shè)計(jì)。雖然在算法精度以及計(jì)算效率設(shè)計(jì)上仍有不足，且不經(jīng)濟(jì)，但是這種“對(duì)癥下藥”式的研究更符合當(dāng)前中國(guó)民用無(wú)人機(jī)的應(yīng)用情況，同時(shí)也能更加促進(jìn)無(wú)人機(jī)路徑規(guī)劃研究的進(jìn)步。

2.2.2 國(guó)外研究進(jìn)展

在歐美等發(fā)達(dá)國(guó)家的通用航空研究起步相對(duì)中國(guó)更早，針對(duì)民用無(wú)人機(jī)的路徑規(guī)劃研究也取得了顯著的成果。早在1998年，Mondoloni等[69]就開始了最優(yōu)飛行路徑的研究。隨后在2000年，Bortoff[70]提出了一種基于Voronoi圖進(jìn)行無(wú)人機(jī)航路規(guī)劃的兩步法。第一步是通過利用雷達(dá)搜索生成基于Voronoi多邊形的圖形，并構(gòu)建大致的次優(yōu)路徑；第二步是在路徑圖解的基礎(chǔ)上，對(duì)該圖解模擬出非線性的常微分方程，以此進(jìn)行仿真從而得出穩(wěn)定的路徑最優(yōu)解。這是最早將Voronoi圖進(jìn)行改進(jìn)并用于無(wú)人機(jī)路徑規(guī)劃算法的研究，Voronoi圖法由于有著較高的安全性和計(jì)算效率，以及較差的實(shí)時(shí)性，在已知威脅的靜態(tài)路徑規(guī)劃中有著較好的利用。同樣是靜態(tài)路徑規(guī)劃，Asseo[71]提出將最小下降梯度法(steepest descent, SD)，也稱最速下降法，應(yīng)用于求解地形追蹤(terrain following, TF)和地形規(guī)避(terrain following, TA)方面。研究證明了最速下降法收斂速度快，對(duì)地形的要求不高，由于該算法建立在目標(biāo)函數(shù)梯度的基礎(chǔ)上，雖然僅要求一階偏導(dǎo)連續(xù)，但同時(shí)也要求導(dǎo)函數(shù)連續(xù)，且計(jì)算量大，很容易陷入局部最優(yōu)。此外，由于過于簡(jiǎn)化威脅條件，將威脅因素疊加在地形上，因此難以反映地形對(duì)威脅的遮蔽效果，使得威脅附近目標(biāo)不可達(dá)。由于無(wú)人機(jī)運(yùn)動(dòng)時(shí)是在一個(gè)三維空間內(nèi)，因此需要對(duì)無(wú)人機(jī)的運(yùn)行進(jìn)行三維路徑規(guī)劃。Ioannis等[72]采用進(jìn)化算法來(lái)求解三維路徑規(guī)劃問題，雖然得到的路徑較為精確，但是存在耗時(shí)較長(zhǎng)的問題。Zhang等[73]提出采用混合差分的進(jìn)化算法(hybrid differential evolution algorithm，HDE)進(jìn)行三維無(wú)人機(jī)路徑規(guī)劃，這里不但綜合優(yōu)化了算法的計(jì)算速度，且采用二次B樣條曲線對(duì)所得路徑進(jìn)行平滑處理，使得求解質(zhì)量和約束處理能力都有著較好的表現(xiàn)。在最新的研究中，Xin等[74]提出將Balwin教學(xué)(Balwin-teaching-learning)與人工雨滴算法(artificial raindrop algorithm，ARA)結(jié)合的全局路徑規(guī)劃算法。該方法綜合優(yōu)化了人工雨滴算法中在演化后期由于收斂速度較高而求解范圍較小，從而陷入局部最優(yōu)的情況。ARA框架的引入確保了該算法對(duì)最優(yōu)路徑搜索的更好控制，同時(shí)利用教學(xué)優(yōu)化算法加快了ARA的收斂速度，所得到的結(jié)果比單一教學(xué)優(yōu)化算法、人工雨滴算法和灰狼優(yōu)化算法等更加平滑、路徑更短，同時(shí)所得結(jié)果更加穩(wěn)定。但由于BTL-ARA算法的研究還在起步階段，仍有許多問題需在進(jìn)一步研究中進(jìn)行解決。

除了在已知威脅的靜態(tài)環(huán)境下進(jìn)行路徑規(guī)劃之外，在不確定環(huán)境下進(jìn)行無(wú)人機(jī)動(dòng)態(tài)路徑規(guī)劃或自主避障也是研究的重難點(diǎn)。早前Doebbler等[75]和Yang等[76]分別研究了無(wú)人機(jī)如何有效自主躲避地形障礙的動(dòng)態(tài)路徑規(guī)劃，所得的成果可以實(shí)現(xiàn)自動(dòng)回避地形，且時(shí)效性較強(qiáng)，但也只是考慮了地形的規(guī)避方案，并沒有考慮其他可能的威脅源。Liu等[77]提出將人工勢(shì)場(chǎng)法擴(kuò)展到三維空間中，同時(shí)結(jié)合李亞普諾夫穩(wěn)定性以避免在求解過程中陷入局部最優(yōu)，且能保證實(shí)時(shí)性。該方法將地形在內(nèi)的各種威脅源進(jìn)行一體化處理，但是該算法本身會(huì)導(dǎo)致避障效果不能保證全局最優(yōu)性。Julian等[78]提出采用深度神經(jīng)網(wǎng)絡(luò)壓縮(convolutional neural networks，CNN)來(lái)優(yōu)化無(wú)人機(jī)自主避障策略中的離散數(shù)值表，利用非對(duì)稱損失函數(shù)和梯度下降算法對(duì)離散數(shù)值表進(jìn)行逼近處理，從而得到一個(gè)近似表格，但是該算法過于依賴原始表格。由于使用了集中方式控制無(wú)人機(jī)的實(shí)時(shí)路徑規(guī)劃，所以只能用于合作式自主避障。當(dāng)出現(xiàn)飛行器入侵或者其他動(dòng)態(tài)威脅源時(shí)，無(wú)人機(jī)的避障性能大打折扣。

單架無(wú)人機(jī)采用先進(jìn)控制策略可實(shí)現(xiàn)實(shí)時(shí)的高精度姿態(tài)控制，完成軌跡追蹤，但是多無(wú)人機(jī)編隊(duì)飛行執(zhí)行任務(wù)的成功率和抗突發(fā)事件的能力要比單架飛機(jī)高，因此多數(shù)時(shí)候會(huì)將多架無(wú)人機(jī)進(jìn)行協(xié)同編隊(duì)執(zhí)行任務(wù)[79]。在無(wú)人機(jī)多機(jī)協(xié)同路徑規(guī)劃方面，Wolef等[80]進(jìn)行了深入的研究，但由于編隊(duì)飛行在編隊(duì)控制量的作用下是強(qiáng)耦合的，基本上是將多架無(wú)人機(jī)編隊(duì)看作單架無(wú)人機(jī)進(jìn)行研究，沒有過多考慮無(wú)人機(jī)群中的協(xié)同作用。Shanmugavel等[81]將協(xié)同路徑規(guī)劃分為三個(gè)部分。第一部分利用帶回旋曲線的Dubins路徑確定每架無(wú)人機(jī)的可飛路徑；第二層設(shè)置保持飛行最小間隔，并設(shè)計(jì)多路徑交叉點(diǎn)處的路徑長(zhǎng)度大于或等于該設(shè)定間隔，從而實(shí)現(xiàn)防止無(wú)人機(jī)之間發(fā)生碰撞，同時(shí)設(shè)置中間點(diǎn)，以便繞過障礙物；第三部分使無(wú)人機(jī)路徑長(zhǎng)度趨于相等，以此實(shí)現(xiàn)時(shí)空協(xié)同。該算法是較為合理且全面的多無(wú)人機(jī)協(xié)同路徑規(guī)劃方法。Liu等[82]提出使用離散的人工蟻群算法，綜合運(yùn)用交叉算子、逆轉(zhuǎn)算子和免疫算子，實(shí)現(xiàn)了路徑的編碼組合。該算法簡(jiǎn)單易實(shí)現(xiàn)且時(shí)空復(fù)雜度低，但并未考慮到無(wú)人機(jī)編隊(duì)時(shí)的多目標(biāo)優(yōu)化問題，因此有待改善。目前多無(wú)人機(jī)編隊(duì)飛行仍然是無(wú)人機(jī)的關(guān)鍵技術(shù)難題之一，中外許多學(xué)者還在為突破該難關(guān)不懈努力。

相較于中國(guó)單一對(duì)路徑規(guī)劃算法進(jìn)行設(shè)計(jì)，國(guó)外團(tuán)隊(duì)對(duì)無(wú)人機(jī)在路徑的詳細(xì)運(yùn)行設(shè)計(jì)上研究更加深入。在進(jìn)行算法設(shè)計(jì)時(shí)，不單單考慮路徑上的障礙和已知威脅情況進(jìn)行靜態(tài)規(guī)劃，還加入了無(wú)人機(jī)自身尺寸的約束，讓無(wú)人機(jī)可到達(dá)的區(qū)域更加廣泛；同時(shí)還考慮了無(wú)人機(jī)自身的性能條件，使得在研究實(shí)驗(yàn)中無(wú)人機(jī)的自主避障功能更加靈敏，更加出色。甚至有國(guó)外團(tuán)隊(duì)開始研究機(jī)器學(xué)習(xí)原理來(lái)設(shè)計(jì)算法，并且在無(wú)人機(jī)競(jìng)速實(shí)驗(yàn)中，該算法規(guī)劃的路徑甚至優(yōu)于專家級(jí)無(wú)人機(jī)駕駛員[83]。

3 民用無(wú)人機(jī)發(fā)展趨勢(shì)

目前可以預(yù)知的是，民用無(wú)人機(jī)的下一個(gè)應(yīng)用場(chǎng)景便是NASA提出的先進(jìn)空中交通 (AAM) 系統(tǒng)，包括了空客(Airbus)公司等提出的城市空中交通(UAM)系統(tǒng)。NASA認(rèn)為無(wú)人機(jī)的服務(wù)區(qū)域除了城市之外，還有郊區(qū)和農(nóng)村，甚至可以擴(kuò)展到地區(qū)以及洲際服務(wù)。其中首先提出來(lái)的UAM是一種安全和高效的城市空中交通系統(tǒng)，也是目前各國(guó)的重點(diǎn)發(fā)展對(duì)象。中國(guó)在UAM的跟進(jìn)上，以京東為代表的電商企業(yè)等在2015年之前都開始布局無(wú)人機(jī)末端配送服務(wù)。目前京東已經(jīng)在陜西、四川等省面向鄉(xiāng)村偏遠(yuǎn)地區(qū)開展無(wú)人機(jī)末端配送常態(tài)化運(yùn)行；也有像迅蟻這樣的初創(chuàng)企業(yè)在探究大型城市小件物流“閃送”的應(yīng)用可能性[84]。UAM作為一個(gè)新型概念，中國(guó)對(duì)應(yīng)的研究量較少，深度也不足，當(dāng)前大多數(shù)UAM文獻(xiàn)探究的是XI類無(wú)人機(jī)進(jìn)行載人運(yùn)輸?shù)南嚓P(guān)研究。NASA對(duì)UAM的規(guī)劃里，以2030年為節(jié)點(diǎn)，末端配送和空中巴士?jī)蓚€(gè)場(chǎng)景都可實(shí)現(xiàn)。

目前中國(guó)無(wú)人機(jī)航拍、無(wú)人機(jī)競(jìng)速、空中表演等無(wú)人機(jī)應(yīng)用技術(shù)已經(jīng)成熟，同時(shí)專業(yè)類無(wú)人機(jī)技術(shù)漸趨成熟，無(wú)人機(jī)在基礎(chǔ)設(shè)施巡檢、末端物流配送、城市消防等應(yīng)用功能趨于綜合性及復(fù)雜性。設(shè)計(jì)一款能適用于實(shí)際情況的路徑規(guī)劃算法，在提升民用無(wú)人機(jī)作業(yè)效率的同時(shí)，也能方便對(duì)無(wú)人機(jī)進(jìn)行宏觀管控和細(xì)化管理。目前中國(guó)在無(wú)人機(jī)路徑規(guī)劃的算法研究主要呈現(xiàn)以下幾個(gè)趨勢(shì)：①大多數(shù)路徑規(guī)劃算法主要集中在各種啟發(fā)式算法以及他們的改進(jìn)優(yōu)化形式，而且絕大部分研究都只存在于理論和仿真階段，并不能接近真實(shí)的無(wú)人機(jī)運(yùn)行情況；②與國(guó)際上相比，目前中國(guó)民用無(wú)人機(jī)的路徑規(guī)劃算法大多在軍用無(wú)人機(jī)的研究上進(jìn)行改進(jìn)，使用場(chǎng)景不同的情況下，算法的適用性也會(huì)不盡相同；③算法的精細(xì)化程度不斷提高，得益于許多前人的研究以及計(jì)算機(jī)技術(shù)的發(fā)展，學(xué)者們?cè)谠O(shè)計(jì)算法時(shí)可以更加精確地設(shè)置約束條件以模擬無(wú)人機(jī)的真實(shí)運(yùn)行情況。但是無(wú)人機(jī)的實(shí)際運(yùn)行環(huán)境十分復(fù)雜，尤其在突發(fā)威脅源出現(xiàn)時(shí)的自主避障算法需要著重考量，以填補(bǔ)當(dāng)前研究的不足。

考慮到現(xiàn)有無(wú)人機(jī)路徑規(guī)劃冗余度高和精確度差，因此急需設(shè)計(jì)一種適用于復(fù)雜環(huán)境的無(wú)人機(jī)路徑規(guī)劃算法。因使用環(huán)境的差異會(huì)造成算法適用性的誤差，為減少該誤差所帶來(lái)的巡航性能損失和經(jīng)濟(jì)效益減少，應(yīng)主要從以下四個(gè)方面進(jìn)行努力突破：①借鑒國(guó)外先進(jìn)的啟發(fā)式算法外的路徑規(guī)劃方法，結(jié)合目前中國(guó)無(wú)人機(jī)實(shí)際運(yùn)行情況，進(jìn)行航路規(guī)劃的設(shè)計(jì)；②目前中國(guó)靜態(tài)和動(dòng)態(tài)航路規(guī)劃的算法都比較獨(dú)立，沒有一套適用靜動(dòng)態(tài)規(guī)劃結(jié)合的算法，應(yīng)多利用各種算法的研究經(jīng)驗(yàn)，進(jìn)行結(jié)合分析，從而設(shè)計(jì)出一套適用于靜動(dòng)態(tài)規(guī)劃結(jié)合的路徑規(guī)劃方法；③應(yīng)結(jié)合無(wú)人機(jī)的不同應(yīng)用領(lǐng)域或不同任務(wù)目標(biāo)進(jìn)行詳細(xì)的算法設(shè)計(jì)，以滿足無(wú)人機(jī)在不同作業(yè)場(chǎng)景的運(yùn)行情況；④在UAM布局的大背景下，受限于無(wú)人機(jī)的技術(shù)水平，應(yīng)更多地對(duì)無(wú)人機(jī)的路徑路網(wǎng)進(jìn)行總體規(guī)劃設(shè)計(jì)，而不是單一的對(duì)單架或者多架無(wú)人機(jī)的路徑進(jìn)行規(guī)劃設(shè)計(jì)。

從整體上看，中國(guó)的空域結(jié)構(gòu)相對(duì)國(guó)外更加復(fù)雜，運(yùn)營(yíng)管理相對(duì)更加嚴(yán)格。同時(shí)中國(guó)的無(wú)人機(jī)構(gòu)成主要以輕小型為主，中大型無(wú)人機(jī)占比較少，對(duì)此可以固定中大型無(wú)人機(jī)的運(yùn)行路徑，也就是針對(duì)中大型無(wú)人機(jī)設(shè)計(jì)固定的運(yùn)行航路，以減緩空域的運(yùn)行壓力。另外中國(guó)東部空域繁忙、流量龐大，民用無(wú)人機(jī)的運(yùn)行難以進(jìn)行，因此可以對(duì)不同區(qū)域進(jìn)行針對(duì)性設(shè)計(jì)低空無(wú)人機(jī)的路徑路網(wǎng)，以規(guī)范管理，保證無(wú)人機(jī)運(yùn)行安全。

4 總結(jié)

傳統(tǒng)航空器是以瓦特蒸汽機(jī)為代表的動(dòng)力技術(shù)平臺(tái)的集大成者，現(xiàn)代無(wú)人機(jī)則是以圖靈計(jì)算機(jī)為代表的算力技術(shù)平臺(tái)上開發(fā)出來(lái)的新一代航空應(yīng)用。無(wú)人機(jī)的優(yōu)勢(shì)不在于有人駕駛還是無(wú)人駕駛，而是航空業(yè)能否從算力技術(shù)的指數(shù)式發(fā)展中得到充分收益。目前UAM的研究推進(jìn)以及國(guó)外通用航空中無(wú)人機(jī)的應(yīng)用多樣化，未來(lái)無(wú)人機(jī)的研究探尋必將呈現(xiàn)出遍地開花的勢(shì)態(tài)。在無(wú)人機(jī)最基礎(chǔ)的路徑規(guī)劃布局上，中國(guó)學(xué)者應(yīng)更多結(jié)合目前無(wú)人機(jī)的技術(shù)發(fā)展情況，并隨著中國(guó)的低空空域開放進(jìn)程來(lái)對(duì)無(wú)人機(jī)的路徑規(guī)劃進(jìn)行系統(tǒng)且合理的設(shè)計(jì)。中國(guó)作為民航業(yè)大國(guó)，在成為民航強(qiáng)國(guó)的路上，對(duì)民用無(wú)人機(jī)的各項(xiàng)研究仍需繼續(xù)推進(jìn)，并取得突破。