NanKing 》，大片里南 京三四十个地标，在镜头展示下超级震撼… . 问题思考——无人机是什么样的？除了航拍外无人机还能做什么？ 课程预热： 课程导入： 无人机的概念 目录 无人机的分类及用途 无人机的系统组成 无人机主要技术 PART 1 PART 3 PART 2 PART 4 无人机的概念 PART 1 无人驾驶航空器（ UA ： Unmanned Aircraft 美国“全球鹰”无人机 美国“捕食者”无人机 美国“影子 200” 无人机 美国“扫描鹰”无人机 美国“火力侦察兵”无人直升机 无人机分类及用途 PART 2 军用无人机 分类方式之按照用途分类： 以用途作为划分无人机的标准，是比较常用的做法。按照用途分类，无人机可以分为： 目前超过 70% 的无人机使用于军事用途 民用无人机 军用无人机可分为侦察无人机、诱饵无人机、电子 对抗无人机、通信中继无人机、无人战斗机以及靶 取了工厂里的实时情况。在接下来的战斗中，无人机还能搜寻目标、连续扫射，甚至携带了小型火箭弹， 虽然它们的出现只是为了增强影片的视觉效果及精彩程度，但这也代表了无人机的未来趋势 课堂思考 Little tips 分类方式之按照平台角度分类： 旋翼无人机 固定 翼无人机 多旋翼无人机 无人飞艇 伞翼无人机 扑翼式无人机 按照平台划分，无人机常见的分为 由多组动力系统

防护能力。这些举措有助于提升行业的整体技术水平，为低空经济的发展奠定坚 实基础。 数据管理与安全防护：在数据管理方面，提出应加强数据在采集、存储、传 输和使用等环节的安全防护。此外，还要求相关运营主体遵循数据分类分级管理 原则，强化低空飞行数据的合规存储，确保重要数据和个人隐私的安全。这些措 施旨在平衡数据共享与安全保护，为行业提供稳健的数据治理体系。 低空运行监测与应急机制：针对低空飞行的安全管理，政策提出建立一体化 广无人车、无人机运输投递和无人仓建设。  开展网络和数据安全能力提升行动。  实现部三级系统等级测评全覆盖，网络监测预警 系统完成迭代升级。  完善行业网络安全信息通报机制，及时共享漏洞 信息和威胁情报。  加强数据分类分级保护  组织实施网络安全实网攻防演练，加强商用密码 应用推广。  加强邮政快递业重要数据和个人信息保护。 2024-01-01 交通运 输部 《 民 用 无 人 驾 驶 航 空 器 运 展低空安防反制、数据安全与信息安全防护技术验证， 构建低空安全防范体系的典型示范应用。  加强无人机及新型低空飞行器数据安全、网络安全攻 防演练，着力确保信息安全。  建立健全低空数据管理制度，强化数据分类分级管理， 加强数据生产、传输、处理和使用全流程安全管理。  瞄准复杂环境适应性及高安全防控，加快长距离、高 6 （2024-2027 年）》 可靠、抗干扰、反劫持、防破解的飞控系统研制。

................45 2. 无人机分类、分级与代号..........................................................................................................................46 2.1 按照飞行平台构型分类.......................... ...................................................................................95 2.2 按照飞机发动机类型分类................................................................................................... ..................................................................................101 2.3 按照飞机能源类型分类...................................................................................................

数据量呈指数级增长，如何高效处理和分析这些海量数据成为亟待 解决的技术难题。 近年来，人工智能（AI）技术的突破为无人机图像处理提供了 新的解决方案。通过深度学习、计算机视觉等 AI 技术，可以实现 对无人机图像的自动识别、分类和分析，显著提升处理效率和准确 性。例如，在农业领域，AI 可以自动识别作物的生长状态、病虫害 情况；在城市管理中，AI 可以实时监测交通流量、识别违章建筑； 在灾害应急中，AI 可以快速定位受灾区域并评估损失。这些应用场 CNN）模型， 系统可以准确识别小麦、玉米等作物的生长阶段，并实时监测病虫 害的分布情况。这不仅减少了人工巡检的工作量，还为精准农业提 供了数据支持。根据实际应用数据，AI 图像识别技术在作物分类任 务中的准确率可达 95%以上，病虫害检测的准确率也超过 90%。 在城市规划中，AI 图像识别技术能够自动提取建筑物、道路、 绿地等关键信息。通过语义分割技术，无人机拍摄的高分辨率图像 率是核心目标之一。通过优化算法、硬件配置和数据处理流程，我 们旨在显著缩短图像处理时间，同时确保处理结果的准确性和可靠 性。具体措施包括： 1. 算法优化：采用深度学习模型，如卷积神经网络（CNN）， 对图像进行快速识别和分类。通过模型剪枝、量化和知识蒸馏 等技术，减少模型的计算复杂度和内存占用，从而提高处理速 度。 2. 硬件加速：利用 GPU 和 TPU 等高性能计算硬件，加速图像处 理过程。通过并行计算和分布式处理，大幅提升处理能力。例

腾飞的唯一跑道，它至少应包含三个层面： ⚫ 顶层法规（Law）：明确谁来管、管什么、基本原则是什么。这是国家意志的体现，是整 个规则体系的基石，例如《中华人民共和国飞行基本规则》、《国家空域基础分类方法》等。 ⚫ 运行规章（Regulation）：规定怎么飞、在哪飞、需要满足什么条件。这是对法规的具 体化，是所有行业参与者必须遵守的行为准则，例如《无人驾驶航空器飞行管理暂行条 例》、 中国低空空域管理的 演进与现状 本章要点： ⚫ 历史沿革：我国低空空域管理改革经历了从“分类”破冰（2010- 2015）、到“精细化”管理（2015-2018）、再到“协同”共管（2018 至今）的三个递进阶段。这一历程为当前低空经济的爆发奠定了坚实的 制度探索基础。 ⚫ 现行框架：以《国家空域基础分类方法》首次引入 G/W 类非管制空域 为顶层设计突破，以《无人驾驶航空器飞行管理暂行条例》为核心法规， 大致可分为三 个标志性阶段。 图 2-1：中国低空管理改革之路 2.1.1 第一阶段（2010-2015 年）：“分类”破冰，试点探索与局限 2010 年，国务院、中央军委发布《关于深化我国低空空域管理改革的意见》，正式拉开 了改革序幕。这一阶段的核心是“分类”，即在长春、广州、海口、唐山、西安、青岛、杭 州、宁波、昆明、重庆等 10 个试点城市，将 1000 米以下的低空空域划分为“管制”、“监

准性和实施的有效性，促进技术产品优化以满足市场需求。 2 低空基础设施发展现状 2.1 低空基础设施范畴 依据《中华人民共和国空域管理条例(征求意见稿)》《民用航空空中交通管 理规则》 《国家空域基础分类方法》对低空空域划设的相关规定，非管制空域的 G 类空域包括 B、C 类空域以外真高 300 米以下空域（W 类空域除外）和平均海 平面高度低于 6000 米且对民航公共运输飞行无影响的空域。W 类管理规定。随着低空经济发展，现有通用机场标准面临适应性调整，而临时起 降点的布设和管理可参照通用机场要求并结合场景需求进行简化和调整。参照相 关现行国家标准《民用无人驾驶航空器系统分类及分级》（GB/T 35018-2018）， 无人驾驶航空器有多种分类方式，需配套物理基础设施。目前国家与行业已制定 部分无人机相关标准，地方与团体标准聚焦无人机起降场，覆盖场景有限。为推 动城市低空经济的规模化发展，需要对其物理基础设施的建设统一规划、统一建 矩阵单元内标准序号，如表 3.1 所示。 第一段编码：[0] 为各应用领域共性标准；[1] 为低空飞行物理基础设施； [2] 为航路航线基础设施；[3] 为数字新型基础设施，各领域有明确范畴与分类。 第二段编码：1 为基础标准，规定基本要求；2 为通用标准，规定共性要求； 3 为专用标准，反映各应用领域技术要求。 第三段编码：不同应用领域与标准层次对应不同技术门类，有明确编码与示 例。

.......................................................................................87 7.1 紧急情况分类......................................................................................89 7.2 应急响应流程 人工智能还可以在事故分析和安全评估方面发挥重要作用。通 过构建数据模型，对空中交通事故进行深入分析，AI 可以识别出事 故产生的潜在原因，并提出针对性的改进措施。此外，机器学习算 法能够在管制系统中进行安全等级分类，提高风险监测能力，及时 发现安全隐患。 在上述应用中，建立良好的数据治理机制显得至关重要。确保 数据的准确性、完整性及实时更新，是人工智能系统高效运作的基 础。因此，实施统一的数据标准、接口及安全防护措施，将为人工 制，这一系统能够在危机时刻保持高效运转，保障空中交通的安全 与顺畅。 7.1 紧急情况分类 在空中交通管制系统的运营中，紧急情况的迅速应对是确保飞 行安全和保障航班正常的重要环节。根据不同的紧急情况特征和影 响程度，可以将其分为四大类：飞行器故障、气象异常、人员安全 事件及系统故障。这些分类有助于实施恰当的应急响应程序，确保 及时、有效地处理各种突发情况。 飞行器故障通常包括发动机失效、导航系统故障、燃料不足

无人机直播巡检平台可以对云平台所学习的 AI 模型进行管理、定制。在云平台依次进 行目标模型创建、模型训练/标记、模型校验、模型发布，识别目标为 car 时，可以对图像 汽车部分进行画框、标记分类，完成模型的训练等。 3.3.3 实时物体识别/异场景识别并输出告警 基于直播基础上打造 AI 物体识别功能，对包括基站、人、车、楼、道路等已经训练好 的 10 个种类的其中 3 个物体进行组合识别，设置识别阀值。 当所选物体的识别度同时达到超越了识别阀值，服务后台发送一条识别推送消息， app 接收后屏幕上提示推送内容弹框，并保存到本地。 推送内容包括：框住物体的识别图像，坐标，识别内容，时间。推送内容根据预填的 飞机号进行归纳分类。 异物场景识别告警，在 AI 物体识别基础上延伸，用于场景，例如轨道中出现人，可以 选取轨道和人两个物体进行组合识别。当组合识别达到阀值，弹框显示告警信息。 3.4 搭建无人机智慧巡检运营管理平台

风机停机需求 风机运行过程中 40m 长度风叶尖端， 转动速度达 80m/s ，现有无人机性 能无法跟随拍摄； 高动态下由于风叶在视场位置变化， 难以对焦，导致成像效果差，影响 视频分类处理的准确率； 停机状态，风机低速旋转，无人机 可进行跟踪拍摄。 风机叶片智能巡检流程 STEP2: 路径规划 无人机路径规划 后端处理软件规划巡检路线。 机场自动换电，无人机释放。 故障识别与处理及出具报告 故障识别与处理 支持风机 14 种缺陷类型，初始模型 识别准确率 85% 。 支持系统自学习。 胶衣脱落 损坏 横向裂纹 油污 风机叶片智能巡检流程 ▍ 图像分类 所采集照片将按照按叶片区域顺序排放，方便查看。 ▍ 交互式 用户可直接查看叶片不同部位的照片，并可以放大查看叶片细节。同时可对缺陷区域进行标注等操作。 ▍ 缺陷测量、定位 用户可测量叶片缺陷大小，并且定位缺陷距离叶根

术，绘制全国通用机场适宜性布局图。 2. 建设与升级 1. 新建通用机场严格遵循《通用机场建设规范》，按照 A 类 （对公众开放）、B 类（不对公众开放但允许公众进入）、 C 类（不对公众开放且不允许公众进入）分类标准，差异 化配置跑道、停机坪、航站楼等设施。对于 A 类机场，跑 道长度不低于 800 米，配备完整的导航、通信、气象观测 设备；B 类和 C 类机场根据实际需求简化设施配置。 2. 对现有通用机场实施 2025 - 2027 年，在 3 - 5 家飞行器制造企业、低空物流企业开 展大模型应用试点，验证技术可行性与经济效益。 3.5 数据要素利用 3.5.1 数据采集与管理工程 1. 建立分级分类的数据采集机制，针对不同类型数据（如飞行器运 行数据、空域使用数据），制定差异化采集频率与精度要求。部 署数据采集终端设备（如传感器、数据记录仪），确保数据实时、 准确采集。 2. 建设数据 继续延续上文内容 七、风险识别与应对策略 7.1 政策与法规风险 7.1.1 风险表现 低空空域开放进度可能滞后于预期，相关法规修订不及时，导致基础 设施建设与运营缺乏明确依据。例如，空域分类管理细则不完善，会 使起降点布局、飞行路线规划难以精准落实；跨部门监管权责不清晰， 可能造成管理混乱与审批流程冗长。 7.1.2 应对措施 建立政策跟踪与研究团队，实时关注国家及地方低空经济政策动态，