党的二十届四中全会颁布《中共中央 关于制定国民经济和社会发展第十五个五年规划的建议》 ，其中明确指出 “打造新兴支柱产业 ， 加快低空经济等 战略性新兴产业集群发展 ， 催生数个万亿元级甚至更 大规模的市场”。 低空智能感知体系深化赋能经济转型 重大需求 低空经济产业已成为国家战略支柱产业 ，雄安先行先试标 杆 《中共中央关于制定国民经济和社会发展第十五个 五年规划的建议》 《关于支持低空经济产业发展的若干措施》 VisDrone 竞 赛 全球包括卡耐基梅隆大学等 在内的 2000+ 参赛队伍 5000+ 篇论文使用并引用 > 关键平台： 建立了复杂环境协同感知数据平台 （ TPAMI 2022 ） 构建了大规模多源、多模态、多任务、非完备复杂环境协同感知数据平 台 VisDrone ，覆盖单机和多机协同感知任务。 国内外广泛使用的无人机视觉基准数据平台 DroneCrowd-TJU 构建世界上规模最大无人机视觉数据平台 VisDrone 人工智能科技进步奖一等 奖 从被动感知到自主协同 ，构建支撑具身智能体与集群协同进化的下一代数据基座 感 - 策 - 控一体化构建 仿真－物理具身数据基座 大规模低空数据平台 支撑无人机全天候感知 多智能体自主交互 建立集群协同数据基准 视觉－语言－导航 (VLN) 多模态动态感知 多任务协同学习 视觉－语言－动作 (VLA) 多智能体社会化交互

党的二十届四中全会颁布《中共中央 关于制定国民经济和社会发展第十五个五年规划的建议》 ，其中明确指出 “打造新兴支柱产业 ， 加快低空经济等 战略性新兴产业集群发展 ， 催生数个万亿元级甚至更 大规模的市场”。 安防巡检 现有巡检市场缺口巨大 安防巡检应用市场规模超过 500 亿 元 水情监测 2021 年河南遭遇特大暴雨 低空智能深化赋能经济转型 低空经济产业已成为国家新兴支柱产业 ， 具身数据受限” 2023 年至今 多源协同感知 数据集 UAVDT VisDrone 2016 年及以前 小规模 检测与追踪数据集 01 2017 年至 2020 年 大规模密集数据与 通用检测数据集 03 VTUAV 2020 年至 2023 年 多模态 动态感知数据集 02 DroneVehicle 04 低空环境感知数据呈现出多任务、 多模态和多源协同特性 2024.05 2024.06 2025.11 CoPerception-UAV 多机高效通信协同 感知数据集 U2UData 面向大规模无人 机集群自主飞行 的数据集 AeroCollab3D 多无人机协同 3D 目标检测 AircoBench 多 无 人 机 具 身 协同推理数据 VRAI 首批跨无人机 重识别数据集

对高层视觉任务的支撑作用。算法的泛化性能依赖于真实场景数据的支撑，Batra 等提出的 无人机超分数据集生成方法，通过控制飞行高度、相机参数与环境条件，构建包含动态抖动、 雾天、运动模糊等退化类型的大规模数据集。该数据集首次系统量化了无人机特有的退化模 式对超分性能的影响，为算法评估提供了标准化基准，其提出的退化模型生成策略也被用于 增强现有模型的鲁棒性训练。 1.2.2 恶劣天气退化去除 力有限（因深度信息估计误差随距离增大而累积），且依赖合成数据训练可能导致真实场景 泛化性下降，后续研究通过引入非对齐训练与深度估计联合优化等策略进一步提升了其实用 性。此外，研究团队还建立了首个面向户外视频去雾任务的大规模基准数据集 HazeWorld， 该数据集能够全面评估去雾算法在不同应用场景及下游任务中的性能表现。2024 年，樊俊 凯等[80]开发了一种新的以深度为中心的学习框架（depth-centric 等[103][104]通过构建大规模去雨基准数据集与评测体系，系统对 比发现传统滤波方法在稀疏雨纹场景中计算高效但易丢失细节，而深度学习方法在复杂雨况 下表现更优但泛化性依赖数据多样性，这一结论为后续算法设计指明了优化方向。知识蒸馏 与半监督学习的结合为去雨任务开拓了新思路。任冬伟等[105]提出 SSID-KD 双分支框架：教 师网络在标注数据集上预训练，提取高级语义特征；学生网络在大规模未标注雨图上学习，

等智能功能，确 保无人机在复杂环境下的安全飞行。 项目的主要技术难点在于 AI 模型的训练和优化，需要大量的 标注数据进行模型训练，并不断调整模型参数以提高识别精度。为 此，项目将建立一个大规模的图像数据库，涵盖各种地形和气候条 件下的图像样本。同时，项目还将开发一套自动标注工具，减少人 工标注的工作量，提高数据处理的效率。 项目的实施将分为以下几个阶段： - 需求分析与系统设计 随着无人机技术的快速发展，低空无人机在农业监测、环境监 控、城市管理、灾害应急等领域的应用日益广泛。然而，传统的无 人机图像处理方式主要依赖人工操作，存在效率低、成本高、实时 性差等问题，难以满足大规模、高频率的监测需求。特别是在复杂 环境下，人工识别图像中的目标物体或异常情况时，容易出现误判 或遗漏，导致决策的滞后性和不准确性。此外，随着无人机采集的 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  GIMP：作为开源的图像编辑软件，GIMP 提供了类似于 Photoshop 的功能，适合预算有限的项目使用。 在选择图像处理软件时，还需要考虑以下因素： 1. 性能：软件应能够高效处理大规模图像数据，特别是在实时处 理场景下，性能尤为重要。 2. 兼容性：软件应能够与现有的硬件设备和操作系统兼容，避免 因兼容性问题导致的项目延误。 3. 可扩展性：随着项目的发展，软件应能够支持新的功能和算

飞行器“看不见、呼不到、管不住”，无法满足行业监管、飞行安全等管理需求 业务流程分散 ，仍有数据壁垒 ，军 民 多头管理，无法满足多视角、全周期的行业管理 需求 对 、 象 、 碰 撞 、 隐 私 等问题尚未解决，无法满足大规模、高密度、高复杂、融合飞 行 基础设施总量不足 ，标准化滞后 ，共享、共用、共管、共控程度不高 ，重复建设隐患 大 5 产业发展 应用场景和飞行规模有限 ，产业发展缺乏整体解决路径 AI+ 时空引擎技术 ，构建城市级低空数字化管理服务 平 台 ，形成空域规划、航路设计、运行监管、设施监管、 事故预测及分析等全流程低空管服引擎能力， 支 撑实现“管控式飞行”到“城市级服务式大规模飞行”。 低空数字化管理服务平台 （已接入全市低空适飞空域、 85 个 无人机起降点（ 拟增设至 1020 个起 降点）、 26 个通航机场 、 156 条无 人 机航线、 ）起降设施集成交付 ：依托无人机航路 络 、 eVTOL 载人航线等多用户多场 景 飞行需求 ，建立分类、 分级的基础设施体系 ，为低空用户提供多层级的起备降、 充换电 等服务 ，支撑低空大规模飞行。重点聚焦 eVTOL 起降及运营中心、标准化公共无人机起 降机柜等 ，可面向全社会开放 ，支持无人机起飞降落、 充电换电、保养运维等飞行活动。 核心价值 交付经验：深圳首个 eVTOL 运

，构建高效协同、智能化的低空安防体系，已 成为保障国家安全和社会稳定的关键任务。 伴随着物流配送、城市管理、应急救援、载人运输等低空应用场景的逐步拓展，低空无人驾驶航空器将呈现广域大范 围、大规模、混合飞行的态势，“黑飞”扰航、敏感空域入侵、非法投递等风险事件同步激增，对公共安全、航空秩序、关 键设施防护乃至国家安全的威胁不断加剧，低空安防需求呈现全域化、高频化特征，低空无人机探测感知与反制能力建设需 的低空雷达，仅能通过多站组网 覆盖进行弥补。 图3.5 5G-A通感基站目标识别技术 感知 数据流 非无人机 无人机 识别引擎 广覆盖：基站易组网，无低空覆盖盲区； 高感知精度：超大规模阵列，米级定位精度； 多模态融合：标准接口可结合多种设备，提供全面解决方案； 智能化：实现AI目标识别和航迹跟踪； 演进能力强：作为3GPP国际标准，具备持续的演进能力，未来演进到6G阶段的通感技术具备更强大的功能和更丰富的 现对无人机的识别。当前，TDOA设备是频谱探测技术应用的主要产品类型，其典型设备形态如图3.7(a)所示，同时也有厂 家会选择与AOA进行融合设计；AOA典型设备形态如图3.7(b)所示。此外，针对城市级大规模无人机监测跟踪带来的信息传 输负载、监测资源优化和运算负载均衡等问题，领先厂家的TDOA系统还会进行组网优化设计，以实现城市级多区域多架次 无人机的定位跟踪和轨迹形成。 报文解析技术是一种对无

提供跨区域广域覆盖与高可靠低时延服务, 实现飞行器与地面 的持续互联, 满足关键任务对通信韧性的严苛要求. 低空网络层通过空地网络协同, 为复杂地理及气 象环境下的通信需求提供系统性保障 在通信基础设施之外, 低空网络层还分布了大规模异构化的低空飞行器. 作为低空航行活动的核 心主体, 这些飞行器构成了低空智能网联体系的空中智能终端集群, 涵盖通用航空飞机、各类大中小 型无人机, 以及电动垂直起降飞行器 (electric vertical 算法实现从被动响应式监控向主动预 测式调控的转型. 然后是动态调优与仿真验证, 在网络运行过程中, 依托数字孪生仿真平台, 评估多套 资源调度策略的效能, 并动态调整参数, 提高资源利用率. 最后面对大规模视频直播流量风暴或灾后通 信大范围中断等突发场景, 快速调度通信和计算资源, 保障业务稳定运行. 故障自愈模块承担网络风险防控与故障恢复的核心功能. 在网络规划阶段, 通过设计主动防御机 制降低系统性风险 面积囊括了所有目标区域, 实现了应急场景下的全面覆盖补偿. 5 挑战和未来研究方向 现阶段, 虽然数字孪生驱动的低空智联网自智管控在理论和初步实验中已展现出良好的可行性与 性能优势, 但未来将其应用于大规模复杂真实环境时, 目前仍面临诸多技术与实践挑战. 我们从下面 几个角度讨论了当前数字孪生驱动的低空智联网自智管控技术面临的挑战与未来研究方向. (1) 数字孪生模型的尺度权衡. 低空环境下, 网络

空天地一体通信网 络 空天地一体化网络 3 5G （城区场景） +2 1G （县乡场景） 县乡 场景 城区 场景 建网成本低 可复用现网资源，无需大规模新建 3.5G 和 2.1G 两个频段在 5G 时代已被大规模使用， 终端渗透率达 100% 产业成熟 载波 2 浙江电信已在省内建成“ 4+11+X ” 算力布局， 依托“息壤”“云骁 ”“慧聚 ”三大智算平台， 提升算网感知、

低空监管与安防场景的关键技术指标需求 2.5 低空应急救援 低空应急救援是公共消费应用的典型代表。由于低空飞行器具备能够在灾害发生后快 速部署，并且不受地面影响的特点，使其在低空应急救援场景中发挥重大作用。面对城市 应急或大规模自然灾害，救援人员能够跨越地面设施限制，通过低空飞行器快速获取灾区 信息，并能够与灾区通信、进行物资投送、救援等一系列行为。 城市应急：在城市的各类突发事故中，由于城市事故环境复杂以及交通拥堵等问题， 飞行器能够精准投送饮 用水、食品、应急药品、救援装备等轻量物资。 灾害救援：在森林火灾、地震、洪水等大规模自然灾害发生时，传统救援方式往往面 临道路受阻、人员伤亡、通信中断等问题。低空飞行器凭借其灵活、机动、快速部署的特 点，可以快速到达灾区附近进行侦察、建网、物资投送、救援等。在大规模自然灾害情况 下，往往会伴随地面通信中断，低空飞行器可以搭载通信中继节点或者基站，作为空中基 站来快速恢复灾区的无线通信网络。 盖带来挑战，导致链路容易频繁中断。为保证空地通信畅通，需要通过波束快速对准、时 频精准同步和移动性管理优化来提升可靠性，并综合利用卫星、空空直连和自组织网络等 方式实现“空-天-地”立体覆盖。 二是网络架构与组网能力不足。面向大规模低空经济发展的通信需求，传统的组网架 构和协议难以保证实时调度与稳定运行。在高密度的低空飞行环境中，需依托灵活的组网 技术，确保用户高效接入，实现基站智能调度，并实现频谱资源的精细化管理。 三

强化与国家有关部门的协同，理顺行业 内部职责分工，推动形 成建设合力。例 如，民航部门与交通、 公安等部门加强 合作，共同解决低空飞 行管理中的问题。 ##### 制定总体规划 面向未来千万级乃至更大规模无人机和 有人机融合飞行需求，制定实施国家低 空飞行服务保障体系建设 总体规划。明 确建设目标、任务和步骤，为体系建设 提供宏观指导。 ##### 加强部门协同 建设方向 强化顶 层设计 拓展到物流配送、城市观光等多个领域，促使二者不断适应新的需求，提升服务能力。 促使技术创新 随着低空经济的发展，对空中交通管理和低空 飞行服务体系的技术要求不断提高，推动了相 关技术的创新。例如，为了满足大规模无人机物 流配送的需求，促使研发更先进的通信、导航和 监视技术。 完善法规标准 低空经济的快速发展暴露出一些管理上的问题， 促使相关部门完善空中交通管理和低空飞行服 务体系的法规标准。如针对新兴的城市空中交