物联感知 全要素表达 ADS-8 · 二次雷达 · 低 轨 卫 星 5G-A.. 道路 停机坪 空域感知 环境感知 规律规则映射 实体对象映射 同 生 共 长 虚 实 映 射 模拟仿真 空间计算 联感知 航道感知 航空数据 低空通信 地物高程 个 个 空间智能赋能低空空域建设 GISTC P6 SuperMap 空间智能支撑数据 + 平台层 全流程、全方面支撑应用系统能力 自动机器学习 深度学习、强化 / 迁移学习、 SAM 大模 型 AI 大模型 大数据 GIS 空间大数据存储与处理 ( 含：流数据处理 / 实时 GIS) 地理统计分析、有限元 分析、元胞自动机模拟 数据科学 云原生 GIS 云使能 GIS 、云 GIS 云原生 GIS( 微服务、容器化、 自动化编排 ) 边缘计 算、 ServiceMesh Serverless 、 AIOps 新一代三维 气象网 停机坪 数据存储系统 拓展应用 低空检测平台 通航飞行计划 低空情报服务 现代空管系统 区域信息管理 应用层 平台层 物联层 数据层 网络层 物理设 施层 仿真模拟使能引擎 水面无人船舶 飞行器模型 低空物联管理引擎 空域无人机 空域环境模型 大模型智能引擎 陆地无人交通 物理基础模型 低空空域数字孪生平台 - 总体架 构 三维场景模型 算力网

......................................................................................63 5.2.1 航空器模拟机.............................................................................65 5.2.2 飞行培训教室..... 飞行体验项目......................................................................................82 6.1.1 模拟飞行体验.............................................................................84 6.1.2 真实飞行项目.. 程。 2. 航空体验：为公众提供直升机、轻型飞机等的飞行体验活动， 在激发航空热情的同时，增强公众对航空行业的认知。 3. 航天教育：开展青少年航空科普教育活动，通过设立航空模 型、飞行模拟器等互动设施，激发青少年的科学兴趣和探索精 神。 4. 低空经济：结合地方经济发展，航空飞行营地应当注重发展低 空经济项目，如无人机产业、航空旅游、飞行表演等，将营地 建设成为经济增长的新动力源。

端 + 场 景 Saas 实现对城市数据的深度学习， 推 动 智 慧城 市自我 优化运 行，满 足 政 、 企 、民 的按需 、即时 和精准 决 策需求 03 构建全局视野、精准映射、虚实交互、模拟仿真、智能干预的数字孪生治理体系，覆盖陆地和海域 无人机大气智能监测系统：完整技术架构 + 全方位功能部署 PaaS 能力 自然语言 人脸识别 智能安全管理 Storm 图像识别 Hadoop 3D 可视化数据分布 气体传感器获取的实测数据 产学研合作：基于无人机监测的城市环境大气污染物扩散数值模拟 1 试验方案 研究某电厂排气筒产生污染物对下风向住宅区 的影响。对污染源下风向住宅区的地面及高空 NO2 进行监测，同时对该问题采用 CFD 方法 进行数值模拟，将检测数据与数值模拟数据进 行对比，验证该方法的可行性。 2 无人机监测 NO2 的采集参照《环境空气 二氧化氮的测定 内完成实验室分析。 3 数值模拟 计算区域顶部高度为建筑高度的 3 倍，来流方向为建筑高度的 5 倍，尾流出流方 向为建筑高度的 10 倍。对许多单体建筑和建筑群的计算结果分析表明，基本可以 保证计算结果接近实际 几何模型建立 区域大气流场、湍流强度场及污染 物浓度场分布情况的数值模拟值与 无人机监测结果具有相同的变 化规律，可以验证城市环境大气 污染物扩散数值模拟计算结果 （技术团队成员

系统测试策略......................................................................................99 8.2 模拟飞行测试....................................................................................101 8.3 用户反馈与调整 系统操作流程的安全性也至关重要。所有操作人员必须经过严 格的培训，具备应对突发事件的能力。操作手册应详细列出应急处 理程序，确保在出现异常情况下，人员能够迅速做出反应。为了提 高操作流程的安全性，还应进行模拟演练，并定期评估演练效果， 不断完善应对策略。 此外，系统设计还需考虑人为因素的影响，实施人因工程学原 则，确保操作界面的友好和直观。提高操作者的工作舒适度和效 率，从而减少人为错误的发生。在设计人机交互界面时，应避免过 决策支持：在航空交通复杂的情况下，自动生成最优的航行方 案，帮助管制员快速做出决策。 4. 反馈系统：实现飞行器与空中交通管理系统之间的信息反馈快 速循环，以确保航行计划及变更信息及时传达。 在实际操作中，系统需要通过定期的模拟测试和实际飞行场景 的验证，确保其能够在多种复杂情况下保持实时性。此外，系统应 设定关键性能指标（KPI），以监控实时反应能力，如数据更新频 率、传输延迟等，并在日常运行中不断优化。 通过上

“低空工程师”。 多层次实训体系 北方天途航空与北京交通运 输 职 业 学 院 共 建 六 大 功 能 模 块实训基地 ，覆盖模拟飞行、 组装调试、 商业项目实习等 环节。 虚实结合训练 济宁某学校建有国内首个无 人机应急救援虚拟仿真实训 中心 ，通过模拟推演与实机 操作相结合的方式提升学生 实战能力。 数据驱动复盘 结合龙翼航空大数据中心接 入 2000 余架飞行器数据， 余架飞行器数据， 分析航线规划、 救援路径优 化案例 ，提升学生数据分析 与复盘能力。 企业实战平台 北方天途基于航空植保平台 大数据项目 ，组织学生参与 模拟与商业项目实习 ，锤炼 真实工作环境下的综合应用 能力。 实训基地建设 金教师双师结构 引入顺丰一线技术骨干担任兼职讲师 ，与高校教师共同 授课 ，提升学生对产业实际运作的理解和适应能力。 金教材案例丰富 联合高校开发基于 “丰知”大模型的物流无人机教材，内 容。 校企协议用人机制 院校与企业签订用人协议 ，确保学生毕业即 入职 ，缩短企业二次培养周期。 就业直通通道 企业为订单班学生提供优先录用资格 ，打通 “学习—实训—就业”全流程。 岗前模拟实训 学生在校期间接受企业岗前实训 ，熟悉实际 操作流程与工作标准 ，提升上岗适应能力。 双师型教师团队 理论实践双能并重 教师同时具备高校教学能力和企业项目经验 ， 确保教学内容贴近行业实际。

动态生成精细化空域使用方案，实现灾害区域禁飞区、救援通道的智能划 设与动态调整。 数字孪生与灾情推演部署低空数字孪生系统，基于历史灾害数据与实 时监测信息，对地震、洪涝等灾害场景进行三维动态模拟。通过机器学习 训练，系统可提前 72 小时预测灾害发展趋势，灾情推演准确率达 85%以 上，为应急响应方案制定提供科学依据。 地网：低空基础设施保障网络 立体化起降网络布局整合现有通用机场、体育场馆、高速公路服务区 与伤员转运效 率提升 50%。 跨部门应急联动机制建立军地、政企、区域间的常态化协同演练机 制，通过统一的指挥平台实现资源清单共享、预案动态衔接、力量跨区调 度。在 2024 年某次洪涝灾害模拟演练中，跨区域无人机救援力量集结时 间从 4 小时压缩至 1.5 小时。 再生层：数字化灾后恢复体系 数字孪生辅助重建规划利用灾害现场数字孪生模型，结合人口分布、 基础设施损毁数据，自动生成灾后重建优先级图谱。例如，通过分析居民 灾害心理学等模块，实行"理论+实训"双轨培养，毕业生可同时获得民航 局无人机执照与应急管理部认证资质。 政企协同实训体系借鉴"中国消防救援学院—大疆创新"合作模式，建 设国家级低空应急实训基地： 开发高仿真灾害模拟系统（如地震废墟 VR 搜救训练），配备氢能无 人机、地面救援机器人等实操设备。 实施"万名飞手计划"，每年培养 5000 名专业应急飞手，其中 30%定 向输送至消防、林业等应急一线岗位。

(self-healing)、自优化 (self-optimization). 数字孪生 (digital twin, DT) 技 术 [9] 可以通过构建物理实体的虚拟模型, 并与物理世界进行实时数据交互, 实现对系统的模拟、监测 与优化. 利用数字孪生技术构建自主管控体系, 可以支持网络变化的精准感知和动态可控的资源高效 调度 [10]. 作为服务低空经济领域的关键网络基础, 低空智联网的网络形态和结构也在不断演进 促进网络性能的优化. Zhou 等 [33] 提出了一个联邦 DT 框架, 用于对基于 UAV 的多目标跟踪场景进行准确和实时的模拟. 在该框架下, DT 可以帮助 UAV 基于本地观测将移动目标和邻居 UAV 的轨迹与速度映射到数字空 间. 边缘服务器聚合 DT, 准确地模拟目标和预测邻居 UAV 的后续运动, 以优化跟踪路径, 同时实现 碰撞避免. 可见, 数字孪生技术凭借其高保真虚拟映射与实时仿真能力 预测、飞行器路径规划、路由动态切换、服务弹性迁移等网络管理任务. 自智管控层将孪生模型作为 输入, 生成未经仿真验证的网络管理策略 (pre-simulation policy), 随后将该策略回传至数字孪生层进 行模拟仿真. 数字孪生层依托孪生模型的历史版本数据, 对网络性能状态展开小尺度预测, 有效提升 策略仿真的精准度, 显著增强网络动态适应能力. 若仿真过程中检测到性能劣化或故障风险, 数字孪 生层将触发实时在线优化机制

无人机基础 易智瑞（中国）无人机应用中心 摘要 • 无人机基础认知 • 基础飞行 • 模拟器飞行 什么是无人机 • 会飞的相机 姿态模式和 GPS 模式 无人机的几大系统 • 飞控系统 • 遥控系统 • 动力系统 • 图传系统 • 云台 • 航拍相机 常见的遥控器操作手法 双指操作法 单指操作法 • 美国手 • 日本手 • 。。。 什么是正反桨，为什么需要它？ 图传顾名思义就是把飞机上看到的图像传输到使用者面前的屏幕上，除画面外，图传也传 输飞机的飞行数据。因此使用者可在显示屏、 APP 上看到飞机实时的图像和高度、速度信 息。图传通常使用 5.8G 、 2.4G 频段。常用的图传有模拟图传和数字图传两种，目前在航 拍无人机中数字图传以质量高、传输距离远的优势更受消费者青睐。 云台 航拍相机 • 部分航拍无人机包含相机，专用的航拍相机与普通相机基本相同，只是由于航拍被拍摄物 何操作摇杆 时，只要松开遥控器摇杆，飞机就会保持悬停。 遥控器信号 • 调整天线 遥控器信号 遥控器信号 遥控器信号——无线干扰 提控回家 标准飞行动作讲解 • DJI GO 认知与模拟器飞行 • 返航逻辑

多机协同作业，并具备以下功能： o 实时监控：显示无人机飞行状态及采集数据。 o 智能分析：自动生成火灾风险评估报告。 o 指挥调度：根据 AI 分析结果，优化救援资源分配。 4. 测试验证与优化 项目将在模拟火灾场景和实际消防演练中进行全面测试，验证 系统的可靠性和实用性。测试内容包括： o 无人机飞行性能测试。 o AI 识别算法的准确性和响应速度测试。 o 系统整体稳定性及抗干扰能力测试。 重心计算：根据设备的位置分布，计算无人机的重心位置，确 保其在飞行过程中保持稳定。 3. 动力系统测试：在满载状态下进行飞行测试，验证无人机的推 力和续航能力是否满足要求。 4. 结构强度验证：通过模拟载荷条件下的结构测试，验证无人机 的结构强度和刚度是否满足要求。 以下是一个示例载荷能力分配表： 设备名称 重量 （kg） 数量 总重量 （kg） 高清摄像头 0.5 2 1.0 红外热成像仪 防指挥人员可以访问实时监控数据，而系统管理员则负责维护数据 存储和通信设备。此外，所有数据访问操作应记录在日志中，以便 在发生安全事件时进行追溯和分析。 最后，为了进一步提升数据安全性，系统应定期进行安全演练 和渗透测试，模拟各种攻击场景并评估系统的防御能力。根据测试 结果，及时调整安全策略和防护措施，确保系统能够应对不断变化 的安全威胁。 综上所述，数据安全性是低空无人机消防部署 AI 识别项目中 不可忽视的重

分析技术，集成数据去 噪、自动分类、一键检 测、自动生成报告等功 能，实现线路通道树 （竹）障和交叉跨越安 全距离的准确测量，同 时支持导线在风偏、高 温、覆冰、树木倒伏、 树木生长等因素下的 工况模拟预测功能， 为 运 维 决 策 提 供 科 学依据。 四川全域 人才需求 研发人才 需求 需要云类相关技术研发类人 才，可对接点云类相关技术企 业交流合作，或相关院校或研 发机构进行共同研发。 低空经济飞行器的关键设备 零部件研发是推动低空经济 产业发展的重要环节，包括动 力系统、飞控系统、结构与材 料以及其他关键零部件。当前 已形成一些产品及设备：如无 人机飞控系统检测设备、检测 诊断装置、仿真模拟装置等。 成都市域 无人机配套测 控设备。 1.无人机飞控系统测控设备以加固便携式笔 记本为硬件基础平台，集成无人机飞控系统 数据分析建模工具，形成一套针对无人机飞 控系统的专用检测及分析设备，实现无人机 校准飞机系统、组件和航空电子设备状态和 性能的工具，可根据异常的状态数据所对应 的程序环节，推理、诊断出异常部位。可以 帮助飞行员或地勤人员了解飞机的健康状 况，及时发现并处理问题，确保飞行安全。 3.仿真模拟装置是一种结合实物硬件和仿真 软件的实时仿真技术，采用数字化建模技术 和数字孪生技术，主要用于地面仿真试验、 地面飞行训练等。 成都飞航智 云科技有限 公司 薛先生 13982016915