依托自智管控闭环, 分别分析了低空网络层、数字孪生层、自智管控层的功 能, 并针对各个层次的关键技术, 包括低空组网覆盖和资源分配技术、网络资源孪生建模与状态同步 技术、动态网络性能状态的小尺度预测方法、业务需求自适应的资源映射机制和管控智能体部署方案 等, 进行了介绍. 结合关键技术, 本文进行了低空智联网自智管控实例设计, 验证了网络性能预测机 制、资源状态孪生同步机制以及低空网络自主部署机制的有效性. 最后总结低空智联网的未来技术挑 Inform, 2025, 55: 2449–2470, doi: 10.1360/SSI-2025-0071 喻鹏等 中国科学 : 信息科学 2025 年 第 55 卷 第 10 期 2450 适应能力的低空网络治理与管控体系, 以实现高效运行与安全保障的双重目标, 已成为当前学术界与 产业界共同关注的核心命题. 尽管地面网络覆盖和服务已经趋于完备, 但其在低空场景下的适配性仍面临显著瓶颈. 空网络三维拓扑的秒级动态变化 [4], 且无法实时获取无人机节点的能源状态、三维坐标等关键参数, 严重制约资源优化决策的时效性. 其次, 资源调度机制僵化. 传统 “容量规划 + 固定配置” 模式难以 适应低空场景中通信、计算、频谱资源的动态耦合需求 [5]. 再次, 故障恢复时效性不足. 人工介入的故 障定位与被动式处理流程无法满足低空业务实时性要求, 缺乏基于自主学习的故障预测、分析和恢复 能力 [6]

语义内容识别与场景理解不同，底层视觉是连接物理世界的光信号与数字图像表示、并为高 层语义分析提供高质量输入的桥梁，是整个视觉智能流程的起点与基石。 人类视觉系统感知世界时，视网膜首先对光信号进行初步处理，如亮度适应和边缘增强， 随后信息才传递至大脑进行高级识别。计算机视觉系统亦遵循类似流程。原始图像或视频流 在采集、传输和存储过程中，不可避免地受到多种因素干扰而导致质量退化。成像过程的物 理限制是首要因 8W，但牺牲 多光谱融合能力。 应用场景驱动的挑战特异性 低空底层视觉技术面临着由多样化低空应用场景所带来的差异化技术需求挑战，这要求 底层视觉技术必须具备高度的灵活性和适应性，以满足不同场景下对精度、效率、环境适应 性等多方面的特定要求。 xxx -12- （1）无人机巡检：电力巡检需识别亚像素级缺陷（如绝缘子销钉缺失），赝相位成像 超分辨方案虽提升分辨率 4 倍，但色度误差ΔE 评估等任务。然而，低空场景特有的运动模糊、多变气象扰动（如雨、雾、雪）、光照不足 等多因素耦合退化问题，对底层视觉算法的鲁棒性、处理精度与实时性提出了严峻挑战，现 有技术体系在面对这些复杂退化模式时仍存在适应性不足、效率与精度难以兼顾等瓶颈问题。 针对上述问题，本章节系统综述了低空底层视觉领域的研究进展，聚焦于动态环境下的技术 挑战，从任务定义、方法体系、代表性算法创新、数据集构建以及评估框架等多个维度进行

上的多样性，也为跨境协同与制度创新提供了宝贵的试验场。 然而，低空经济目前仍处于初步发展阶段，面临诸多关键挑战。其中 包括如何管理日益拥挤的低空空域、保障飞行安全与个人隐私，以及 构建能够适应技术快速变革的监管框架。公众接受度亦是另一大阻 碍——人们须积极接纳低空经济带来的便利，而非将其视为一种干 扰。 尽管面临重重挑战，低空经济的潜力依然巨大。它有望推动更可持续、 去中心化的物 去中心化的物流体系，减少对地面基础设施的依赖，并创造新的经济 增长点。然而，要实现这些发展愿景，我们亟需一种协调一致的跨学 科合作路径。城市规划师、技术专家、监管机构和社区必须携手合作， 共同设计出安全、包容且适应性强的系统架构。 低空经济带来的转型不仅是一场技术变革，更是对城市运行方式—— 包括交通流动、互连互通和公共服务的重新构想，为构建更具韧性、 更高效、更公平的未来城市系统提供了重要契机。 了解低空经济 于常规配送任 务。不同航线规划策略在灵活性、效率和监管复杂性之间需权衡取舍。 “配送方式“构成了低空经济系统的最终环节。投递柜可在公共或住 宅区域提供安全的卸货点；屋顶站点则利用城市垂直空间，适应高密 度环境；移动载具可作为移动枢纽，提升灵活性；而无人机港则支持 大批量的运营需求。送货上门服务虽然便捷，但也带来了隐私和安全 方面的挑战。 在垂直城市中，屋顶站点与共享配送点通常比直送服务更具可行性。

经济增长的新引擎。低空经济主要涉及无人机、通用航空、空中出 租车等新兴产业，不仅提升了运输效率，还促进了物流、农业、旅 游等多个领域的发展。随着技术的不断进步和政策的逐步放宽，这 一领域展现出巨大的市场潜力和发展空间。 为适应这一趋势，校企合作已经成为推动低空经济发展的重要 方式。高校依托其在技术研发、人才培养等方面的优势，企业则通 过市场需求和实际应用的反馈，实现技术的落地和产业化。通过校 企合作，可以形成资源共享、优势互补的局面，为低空经济的持续 业的创新能力，同时减轻教育与产业间的摩擦，实现多方共赢。 1.3 方案目的与意义 低空经济的快速发展为我国经济结构的转型升级提供了新的机 遇。在这一背景下，校企合作方案旨在通过整合资源，实现产学研 协同发展，培养适应低空经济需求的高素质人才，从而推动区域经 济发展和社会进步。具体来说，本方案的目的与意义主要体现在以 下几个方面。 首先，校企合作可以有效提升人才培养的针对性与有效性。当 前，低空经济领域的 化的效率。 再次，建立完善的实习和就业机制将为学生提供更多的实践机 会。校企合作有助于高校为学生创造更多的实习和就业机会，使学 生在学习阶段就能够接触到真实的工作环境，增强其实践能力和社 会适应性。这对于学生毕业后的就业有着积极的促进作用，同时也 为企业培养和选拔人才提供了有效途径。 最后，推动区域经济发展为校企合作方案的长远意义所在。低 空经济的蓬勃发展能够为地区发展注入新的活力。通过校企合作，

气条件不佳等情况下仍能保持高精度识别。 2. 实时处理能力：系统需具备实时处理能力，能够在无人机飞行 过程中对采集的图像进行即时分析，确保处理延迟不超过 1 秒，以满足快速响应的需求。 3. 多场景适应性：系统应能够适应多种应用场景，如农业监测、 城市管理、灾害评估等，确保在不同场景下均能提供稳定可靠 的图像识别与处理服务。 4. 自动化程度提升：通过自动化流程设计，减少人工干预，实现 从图像采集到 性能优化与模型更新：为了确保识别精度和速度，系统将定期 对模型进行优化和更新。通过引入增量学习或在线学习技术， 模型能够适应新的环境和目标，保持较高的识别准确率。性能 优化与模型更新的具体措施包括： o 模型压缩：通过剪枝、量化或蒸馏技术减少模型的计算 量和存储需求。 o 增量学习：在现有模型基础上，通过少量新数据更新模 型参数，适应新环境。 o 在线学习：在系统运行过程中，实时更新模型参数，提 高识别精度。 通过 明显优势，适合进行精细的图像采集任务。 其次，无人机的传感器配置也是选择时的重要考量。为了确保 图像识别的准确性，无人机应配备高分辨率的摄像头，并支持多种 光谱成像（如可见光、红外等），以适应不同环境下的识别需求。 此外，无人机还应具备实时数据传输能力，以便将采集到的图像快 速传输至地面站或云端进行处理。 在具体型号选择上，可以参考以下几款市场主流无人机：  DJI Matrice

度占用，而一些适合低空飞行的区域却未得到充分利用。 比如，在一些城市中心区域，由于商业飞行活动频繁， 空域资源紧张，但周边一些偏远地区的空域却闲置，造 成了资源的浪费和不均衡 传统方式难适应新需求 传统的空域管理方式较为固定和静态，难以适应低空经 济下日益增长的动态飞行需求。例如，传统的空域划设 是基于固定的航线和高度层，而低空经济中的飞行器飞 行轨迹更加灵活多样，传统方式无法及时调整空域资源 以满足这些新需求，导致空域利用效率低下。 5000 亿元，年均增速保持在 25% 以上， 2025 年预计将达 8500 亿元。如此高速的增长对空中交通管 理提出 了更高的要求，传统的管理范式已难以适应产业发展的需求，必须进行重构以保障低空经济的 持续健康 发展 。 适应产业发展需求 新兴应用场景不断涌现 随着技术的进步和市场需求的推动，低空经济的新兴应用场景不断涌现。除了常见的无人机物流配送、城 市空中交通外，还包括 升机观 光项目，吸引了大量游客；在农业领域，无人机植保作业提高了农业生产效率。这些新兴应用场景的出现， 使得低空飞行活动更加频繁和复杂，需要重构空中交通管理范式来满足多样化的需求。 适应产业发展需求 提升安全保障水平 降低飞行安全风险 低空经济的发展使得低空飞行活动日益增多，飞行安 全风险也随之增加。有人 / 无人机融合运行的复杂度 呈指数级增长，无人机的故障、失联等情况以及与有

003 0 引言 低空经济作为全球新兴产业,正推动无人机等低 空飞行器在物流配送、应急救援、农业植保等领域的规 模化应用。 这一发展趋势对传统空域监管模式提出了 全新挑战,亟须构建与之相适应的智能化监视体系。 高效、可靠的监视系统不仅是保障低空飞行安全、防范 “黑飞”等违规行为的必要手段,更是维护国家空域安 全与公共安全的重要基础设施。 然而,现有监视系 统在实际应用中仍面临虚警率高、数据融合效能不 型奠定坚实基础。 ·17· ���E�����0 1. 2 低空智联监视系统概念 1. 2. 1 系统目标 低空智联监视系统是基于泛在网络连接、多源数 据融合、智能感知计算和协同决策支持构建的新一代 适应低空经济场景的监视体系。 其实现目标主要围绕 3 个方面:一是作为安全基石,通过智能识别和异常预 警有效管控“黑飞” 风险;二是作为效率引擎,优化空 域资源配置,提升低空交通运行密度;三是作为产业赋 低空智联监视系统采用分层解耦的架构设计,划 分为感知层、传输层、平台层和应用层。 该系统具备开 放兼容的特性,支持多种设备、数据格式及协议标准的 灵活接入;同时,集成弹性扩展与安全可信两大机制, 既能适应未来的业务增长与技术演进,又能确保数据 安全、隐私保护以及系统抗干扰与抗欺骗能力 [3]。 2. 2 系统架构 低空智联监视系统以 5G-A 通感一体基站为核 心,融合毫米波雷达、光电探测等异构感知网络

空器之间的潜在冲突及其对环境的影响。近年来，空气质量、噪音 污染及生态破坏等问题日益突出，对此亟需建立一套完善的低空环 保监测网络，通过高效的信息获取和数据分析来实现对环境的实时 监控和响应。 为了更好地适应社会发展和经济建设，必须强化低空环境监测 的基础设施建设。传统的监测手段往往依赖于固定的监测站点，存 在时效性差、覆盖范围有限等不足，无法满足复杂的环境监测需 求。当前，尤其是在城市和工业密集区，对环境变化的动态监测显 平、土壤污染等。通过部署分布式监测设备，网络能够在低空范围 内形成全面的监测覆盖，有效捕捉环境质量变化的动态信息。监测 设备可以是固定站点，也可以是移动监测平台，如无人机、气象气 球等，能够适应不同场景和需求，实现灵活的监测模式。 低空环保监测网络的关键组成部分包括监测设备、数据传输系 统、数据处理平台和用户终端。 监测设备主要负责获取环境数据，常见的设备有：  空气质量监测仪：监测 提供第一手资料；覆盖面广使得监测网络能覆盖到人们日常生活和 社会经济活动较为密集的区域；数据精确性要求监测设备具备良好 的测量性能，以确保环境信息的可靠性；可移动性则提供了更好的 灵活性，使得监测设备能够随时调整位置，适应动态变化的环境需 求。 具体而言，低空监测包含以下几个方面的内容： 1. 监测对象：主要包括有害气体（如 CO、SO2、NOx）、颗粒 物（如 PM2.5、PM10）、氧化物、挥发性有机物等。

切实 可行的空中交通管制系统，以适应未来航空事业的快速发展。 1.1 项目背景 在全球航空交通快速增长的背景下，空中交通管制的需求日益 增加。根据国际民航组织（ICAO）的统计数据，预计到 2035 年， 全球航空旅客量将比 2019 年增加约 50%。这意味着，现有的空中 交通管理系统（ATM）面临巨大的挑战，需提高其效率、安全性及 可靠性，以适应日益增加的航空流量。 随着民航业 情况 等重要信息。  智能决策支持系统：利用大数据分析和机器学习算法，优化航 班调度和流量管理，提高决策的科学性和有效性。  多层次管制机制：设计多层次、多维度的空中交通管制机制， 以适应不同空域、不同飞行阶段的需求。  可持续发展倡议：在系统设计中融入环保理念，积极寻求降低 碳排放和噪音污染的方法，通过优化航线和飞行程序，实现绿 色综合交通管理。 本设计方案的实施将极大提高航空交通的运行效率，同时为航 最后，随着新兴技术的发展，空中交通管制的角色愈发重要。 数据链接、自动化管制以及无人机的飞行管理等新技术的引入，意 味着传统的管制方式将进行重大革新。这些技术不仅优化了空域管 理，还为未来的空中交通管制系统提供了更大的灵活性和适应性， 以满足未来航空运输日益增长的需求。 在总结以上几点后，可以看出，空中交通管制不仅关乎飞行的 安全性和效率，更是国家经济、环境保护及技术创新的重要基石。 建设一个现代化、智能化的空中交通管制系统，已然成为时代发展

本项目技术应用范围主要涵盖无人机平台、AI 识别算法、数据 传输与处理系统以及地面控制站等关键技术的集成与应用。无人机 平台将采用多旋翼和固定翼无人机，具备高稳定性、长续航能力和 高载荷能力，以适应不同消防场景的需求。AI 识别算法将基于深度 学习技术，实现对火灾、烟雾、人员位置等目标的实时识别与定 位，算法将集成目标检测、图像分割和特征提取等功能，确保在不 同环境条件下的高精度识别。数据传输与处理系统将采用 灾害防控提供强有力的技术支持。 2. 技术需求分析 在低空无人机消防部署 AI 识别项目的技术需求分析中，首先 需要明确的是无人机平台的选择。无人机应具备稳定的飞行性能、 足够的载荷能力以及较长的续航时间，以适应复杂多变的消防环 境。考虑到消防任务的特殊性，无人机还应具备一定的抗风能力和 高温耐受性，以确保在恶劣天气和高温环境下仍能稳定工作。 其次，AI 识别系统的核心需求包括高精度的图像识别能力和实 可以确保系统在实际应用中能够稳定可靠地工作。  无人机平台选择：稳定飞行性能、足够载荷能力、长续航时 间、抗风能力、高温耐受性。  AI 识别系统需求：高精度图像识别、实时数据处理、自适应 能力。  数据传输需求：高带宽、低延迟、抗干扰能力。  系统测试与验证：飞行性能测试、图像识别精度测试、数据传 输稳定性测试。 通过以上技术需求分析，可以为低空无人机消防部署 AI 识别