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 信息基础模型 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 飞行器系统 通信网 无人机起降场地 低空管控系统 感知网 通信导航 气象检测系统 导航网 飞行服务站 监视系统 低空空域展示平台 立体交通管控 空域仿真模拟 平台能 力引擎 设备 数字化 低空 可视化 飞行冲突 电子围栏 风险管控 应急救援 计划审批 航路规划 起飞管理 航路释放 GISTC 低空空域孪生平台 数 字 空

UAV 网络管理框架. Xie 等利用 3D 毫米波雷达成像捕捉 UAV 射频特征. 在此基础 上, 采用三维射线跟踪方法实现了 UAV 的信道建模, 反映了射频域数字孪生匹配. 然后基于虚拟模型 进行仿真, 可以为 UAV 提供最佳路线规划, 实现对物理无人机网络的智能操作和管理. Guo 等 [32] 为 了优化高密度、高流量场景下的通信表现, 构建了一个 UAV 辅助的移动网络, 同时提出了一种基于在 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, 已成为 UAV 控制与资源分配 的核心支撑技术. 然而, 现有研究多聚焦于单一任务场景下的技术应用, 如轨迹规划或能耗优化, 缺乏 面向全域低空资源的系统性协同视角. 因此, 亟须构建全域一体化数字孪生平台 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, 对策略进行动态调整. 最终, 经仿真验证的管理策略 (past-simulation

养具备综合能力的技术复合型人才。 场景化技能匹配 电力巡检飞手需懂电网拓扑知识 ，农业喷 洒飞手需掌握作物特性 ，根据不同生长阶 段调整喷洒参数 ，实现精准作业。 技术复合型人才 济宁某学校建成无人机应急救 援虚拟仿真实训中心 ，集成森 林火灾救援等 30 余个模块 ， 联 动 40 台 CAAC 认证设备进行 闭 环训练。 应急救援任务中面临通信中断、 设备故障等问题 ，从业者需迅 速定位问题并提出改进方案 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， 分析航线规划、 救援路径优 化案例 ，提升学生数据分析 “丰知”模型、 调 度算法等实际案例写入教材。 案例融入教材 无人机应用技术教材加入农业植保、 电力巡检等典型应用场景案 例 ，增强学习实用性。 数字资源配套 开发电子教材、 在线视频课程、 仿真软件等数字资源 ，支持学 生随时随地学习。 版本动态更新 每两年更新教材版本 ，确保内容紧跟低空经济技术进步与行业变 化。 教材体系建设 PART 05 校企协同育人机制 订单式人才培养

Spatial Sky 仿真感知推理 虚拟城市中对物体属性 ， 空间关系进行推理判断。 2025.03 2025.05 以 Spatial Sky 为代表的低空“感知 - 推理 - 决策”一体化数 据 CityEQA 现实推理决策 覆盖多源传感器信息 ， 引入 物理约束 ，进行动力学推理、 多机协同、 安全决策等任务 UAVBench 仿真推理决策 因果 / 关联 / / 反事实推理； 路线规划与动作输出； 仿 真 ➡ 现 实 泛 化 测 试 仿真感知推理 无人机第一视角场景理解 ， 对话问答 ， 以及任务规划。 仿真空间推理 在多个视角转换设定下 ， 进行定量空间推理。 Open3D-UAV EmbodiedCity 多源推理决策 引入多视角协同推理， 加入多源评估与协作决策。 UrbanVideo 2025.11 2025.02 ! 2022

重塑安全范式：迈向“主动、智能、可信” .............................................................. 30 6.1 主动安全：基于数字孪生的风险预警与应急预案仿真推演 .............................................. 30 6.2 智能安全：飞行器自主感知、决策与避障技术的发展路径 .............. 其核心是“正向设计，全面验证”。 ⚫ 流程方面：通常包括申请与受理、审定计划制定、符合性验证、型号合格审定委员会（TCB） 终审等主要阶段。在符合性验证阶段，申请方需要通过海量的计算、分析、仿真和试验 （包括零部件、系统级和整机地面试验及飞行试验），来逐条证明其设计的每一项都满足 《民用航空条例》中规定的适航标准。以亿航智能的 EH216-S 为例，CAAC 组织了超 过 100 名专家，进行了超过 “四张网”的实现，依赖于一系列前沿技术的突破与融合。 ⚫ 数字孪生：从空域可视化到全流程仿真推演 数字孪生技术通过对物理世界（包括城市建筑、地形、气象、电磁环境、飞行器等）进 行高精度、全要素的三维数字化建模，在虚拟空间中构建一个与现实世界实时同步的“镜像”。 其价值体现在：规划设计（在虚拟环境中进行航路规划、场站选址，进行仿真推演，优化方 案）、实时监控（实现“上帝视角”的可视化全局态势感知）、应急演练（模拟极端天气、设

AI 算法以及集中式管 控逻辑的软硬件一站 式解决方案。 四川全域 人才需求 AI 算法人 才需求 深度强化学习算法人才引进， 强化学习领域的企业、高校科 研团队。 1.搭建虚拟仿真环境的 算法及研发团队； 2.雷达、光学、电磁等 多数据源融合、态势感 知生成的数据采集硬件 设备； 3.装备级的末端制导电 子对抗产品。 行同伦数 字科技（四 川）有限 公司 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 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 长期有效 供给清单 - 20 - 所处产业

森林大火每年都有发生。同时，工业级无人机不 受外界环境影响，在恶劣的雨雪天气或大风天气等，工业级无人机都能正 常发挥其作用，对森林防火工作起到协助作用。未来，随着新材料、新动 力、新载荷的不断涌现，大数据、人工智能、态势感知、数字仿真等前沿 技术的不断突破，林草应用新市场、新需求的不断增加，无人机在林业的 应用还有更多的可能性。 2）政策可行性 我国民用无人机系统发展正处在起飞阶段，目前我国诸多部门正在推 动民用无人机 管理平台，深度服务于无人机各领域应用。 一、Phugia OS 系统特色 1.多席位--多种类应用支持独立、联合工作，实现任务规划、数据监 控、飞行操控多席位部署 2.模拟仿真--同时兼容真机操控和模拟仿真（集成 RASS），可实现虚 拟样机远程演示及培训 3.集群操控--支持集群，可多站一机、一站多机操控，并实现多机任务 规划及切换 4.可视化--提供 3D 场景下的任务规划、飞行监控以及超视距飞行全程 远程操作--与沃飞云平台数据互通，可在远端进行任务操作，大幅提 升作业效率 7.云端监控--与沃飞云平台数据互通，在远端进行实时飞行视频及状态 监控，并支持历史数据查看 二、Phugia OS 系统场景应用优势 1.模拟仿真 Phugia OS 集成 RASS，可支持不连接真机环境演示，仅配置一台电脑 实现培训、演戏、提前规划等目的，可面向企业，也可面向单一用户，大 大提升了学习效率，降低培训成本；同时，可辅以视景服务，还原自然真

............................................................................... 15 1、CAx 与 EDA ：设计仿真双驱动 ............................................................................................ 15 行器技术的智能化与专业化发展，将催生更多创新服务，如智能交通管理、房地 产评估，甚至在医疗急救中提供紧急医疗物资输送，不断拓展人类生活与工作的 边界。 五、核心技术与工具支持 1、CAx 与 EDA ：设计仿真双驱动 CAx 和 EDA（计算机辅助技术与电子设计自动化）在低空经济中扮演着至 关 重要的角色，对于提升产品设计效率与精确度、缩短研发周期、降低成本都 有显 著的推动作用。通过计算机辅助设计（CAD）软件能够将低空飞行器的设 机辅助工 程（CAE）允许工程师进行结构力学、流体动力学以及热力学等领域 的复杂仿真 分析，优化设计确保飞行安全。 电子设计自动化（EDA）工具在低空经济领域中同样关键。特别是面对 日 益 增加的无人机和轻型航空器的电子系统复杂性，EDA 提供了从原理图设计、 电路 板布局到元件布局的完整解决方案。通过仿真电路的模拟和测试，工程师 可以在 实际制造前预测和解决潜在的设计问题，大大提升了电子系统的可靠

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) 策略网络 RealSense 深度图 多轨迹输出 姿态状态向量 MLP 状态向量 碰撞预测 飞行控制指令 板载执行 最优轨迹确定 低空具身智能 数据基础平台 大规模低空数据平台 仿真 - 物理具身数据基座 集群协同数据基准 低空无人机数据基座建设 面临低空智能感知挑战 ，展开“数据筑基、模型驱动、智能进化、安全护航” 低空安全 低空视觉安全 小 模 型 小 模 型

...................................................................................404 7.5 无人机具身具身仿真平台 .................................................. 407 7.5.1 控制-感知导向平台......................... 的 有效途径，已有初步应用，部分研究通过特征融合实现了跨视角信息的互补。然而，现有的 几何投影和概率匹配方法尚未达到智能深度融合的水平。未来的工作应扩展协同规模，增强 实际场景的真实性，减少对仿真环境的依赖，并通过建设多无人机协同数据集，解决非重叠 视角下的目标关联与持续跟踪问题，推动多机协同技术的实际应用。 3.4.2 未来展望 数据模态协同与开放世界感知融合。未来，需要进一步加强多模态数据融合框架，以提 像素。表中绝大多数数据集都是以水平二维边界框进行标注的，表 2 中 VETRA 和 VVD [14]采用了多边形与旋转边界框标注。由于 Griffin [16]和 UAV-3D [17]数据集都是由从 AirSim 仿真软件中采集的模拟数据所构建，因此他们都包含目标的三维边界框标注，同时 每个无人机都可以采集五个视角的图像。 根据数据采集场景不同，这些数据集可以分为通用场景数据集和特定场景数据集。例如 VisDrone