四 未来工作 一 研究 背景 · 二 · VisDrone 数据平台 · 三 · 低空感知 脑 四 未来工作 一 研究背景 二 VisDrone 数据平 台 三 低空感知 脑 措施鼓励新区在航空物流应急救援智慧城 市运营管理 AI 巡检环境监测低空旅游等 领域打造标杆性应用场景 雄安新区于 2024 年 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》 ， 降低了感知准确 度 “ 看不全 ” 单机视角有限且存在遮挡 ，无法捕 捉目标在所有角度下的特征 复杂环境下 ，低空智能感知面临“看不清” ，“看不准”和“看不全”的挑战 “ 看不清 ” 雨雪雾恶劣天气和低光照环境降低 了无人机对目标的感知清晰度 “ 看不准” 低空感知模型进化难 “ 看不全” 多机跨视角感知难 “ 看不清” 复杂环境全天候感知难 低空感知 基础模型自主进化技术

全域感知，智驭低空 低空智能 : 从感知推理迈向群体具 身 一、 低空研究背 景 二、 低空数据平 台 三、 低空感知大 脑 CONTEN TS 一、 低空研究背 景 二、 低空数据平 台 三、 低空感知大 脑 CONTEN TS 加入星球获取更多更全的数智化解决方案 2025 年 10 月 ， 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》 117 人 ， 经济损失 154 亿 元 复杂环境下 ，低空智能感知面临“看不清” ，“看不准”和“看不全”的挑战 “ 看不全” “ 看不清” “ 看不准” 单机视角有限且存在遮挡 ，无法捕 捉目标在所有角度下的的特征 雨雪雾恶劣天气和低光照环境降低 了无人机对目标的感知清晰度 无人机高速飞行 ，场景动态变化， 降低了感知准确度 语义稀密 从下往上 ，第三排中靠画面最左侧的红色汽车 这个路口中存在的违章行为与异常现象 低空视野广实例密。 在稀疏文本约 束 下 ，从细粒度视觉中辨析细节 ， 需 要 精细逻辑进行推理。 复杂环境下 ，低空推理决策面临语义稀密、空间难解与任务繁复的挑 战 感知 目标检测、 目标计数、 场景分类、 异常识别 理解 图像描述、 条件判断、 视觉定位、 高度预测 推理 物理推理、 因果推理、 情景推断、 反事实推理 决策 多机协同、 任务规划、 动作执行、

510623) 摘要:结合 5G 技术,可以对 5G 收发模式、空间复用方式、感知波形、资源配置进行升级。 在 5G 系统上 部署通感任务开关等参数,升级成 5G-Advanced(5G-A)系统,可以解决低空 5G 覆盖的空洞,以及提升 低空终端的连接,改善低空波形干扰,最终实现低空无人机精准互联管控和低空感知提升。 关键词:5G-A;低空;无人机;海域 中图分类号:TN929. 11 Frequency Division Multiplexing, OFDM)连续波信号不同的雷达应用场景,子载波分配 灵活,系统切换开销小易于实现,但发射功率低、感知 距离近,需优化功率,使感知距离能够得到最大化的提 升。 目前,5G 基站部署在相对比较高的建筑上,距离 地面覆盖近,5G 基站上方的低空领域信号阻挡少,接 近自由空间传播。 随着无人机等低空、海域智能化的 还能有效服务于低空飞行器等(见图 1)。 脉冲波频率提升:感知脉冲波频率随时间线性变 化,脉冲周期时间段,距离分辨率高,脉冲压缩技术,感 知距离远。 传统的 OFDM 连续波信号不同的雷达应 用场景,子载波分配灵活,系统切换开销小、易于实现, ·24· �N��5G-A+AI�= � � �����0���� 但发射功率低,感知距离近,需优化功率,使感知距离 能够得到最大化的提升(见图 2)。

低空飞行器数量的快速增长与类型的多 样化对空域安全管理提出了更高要求。 当前,低空监 视系统主要面临 3 个方面的挑战:一是传统监管手段 难以应对复杂动态环境,无人机“黑飞”、碰撞风险频 发;二是多源感知“数据孤岛”现象严重,雷达、光电等 传感器信息缺乏协同;三是恶意干扰技术不断升级,导 致目标识别与追踪失效 [1]。 在此背景下,构建智能融 合、实时响应的一体化监视体系,不仅是实现空域精细 进一步为空域治理模式的现代化转 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 监视服务。 该系统的建设将推动低空经济从无序发展 迈向智能化、规范化运营的新阶段。 1. 2. 2 系统愿景 低空智联监视系统以“看得见、辨得清、管得住、联 得通”为愿景,通过泛在互联、智能感知、精准识别和动 态管控四大核心能力,构建全空域、全天候的立体监视 体系。 该系统将支撑亿级无人机及各类飞行器的安全 有序运行,显著提升低空飞行管理效率;同时,作为新 型低空基础设施的重要组成

5G,5G-A 不仅在时 延、速率、连接等方面的性能有了更大提升,同时增加 了通感一体化、通算智一体化、空天地一体化 3 个重要 能力 [4]。 通感一体化使网络同时具备通信和感知能 力,利用网络的高精度感知和定位,能够对空域内的无 人机进行精准识别,辅助无人机避障,有效保障低空空 域安全。 2024 年以来,多省市陆续启动 5G-A 网络商 用部署,为构建规模化、高质量、安全的低空经济提供 将在未来空中出行场景中扮演重要角色。 2 低空经济对通信网络的要求 低空业务的通信需求主要涉及 3 个方面:基础通 信网,需要保证广覆盖、低时延、高可靠;大带宽体验 网,需要满足上行大带宽的要求;感知和定位监管网, 需要高可靠高精度的感知和定位,对空域进行实时监 视和探测,对探测率、探测精度有较高的要求。 首先,构建一张低空连续覆盖的无线网络是低空 经济高质量发展的基础。 低空通信网络需要实现低空 立体覆盖 基于现有网络来保障未来大量无人机的大上 行、低时延业务需求,也是网络面临的较大挑战。 最后,低空经济的快速发展对空域安全管理提出 更高要求,只有空域安全得到有效维护,低空经济才能 健康发展。 传统监测感知方式存在弊端,雷达对“低慢 小”无人机探测效果不佳,不具备组网的能力,很难实 现连续覆盖;视频监控受光照和天气影响,在低光或恶 劣天气下,视频监控的效果会受到影响。 缺乏高效的 技术监控手段

，人形机器 人的全身运动控制是一个复杂的挑战[1]。由于人形机器人具有多自由度关节， 其运动学和动力学模型极为复杂，传统控制算法往往难以精确协调各关节的运 动，导致稳定性不足[1]。此外，环境感知方面也存在局限性，有限的传感器数 据处理能力使其难以深入理解和分析复杂的环境信息[1]。 预训练模型的突破和具身算法的应用为人形机器人带来了新的解决方案[1]。与 其他机器人一样，模拟 。 随着人工智能技术的快速发展，特别是深度学习和强化学习等技术的进步，人 形机器人的研究得到了巨大的推动[9]。深度学习使机器人能够从大量数据中学 习复杂的模式和行为，从而实现更智能的感知和决策能力；强化学习则帮助机 器人通过不断试验和反馈优化其动作策略，从而在环境中更有效地完成任务 [9]。此外，自然语言处理和计算机视觉技术的进步，使得人形机器人在与人类 互动时更加自然和高效[9]。 具有多自由度关节，其运动学和动力学模型极为复杂，传统控制算法往往难以 精确协调各关节运动，导致稳定性不足[1]。环境感知能力有限也是一大挑战， 有限的传感器数据处理能力使其难以深入理解和分析复杂环境信息[1]。此外， 人形机器人的核心技术难点还包括步态控制、环境感知等环节[7]，这些问题制 约了人形机器人在复杂环境中的应用。 从技术分布来看，美国和中国是人形机器人研发的主要国家。美国公司如特斯

.................4 1.1自动驾驶技术演进路径分析 ...................................................... 4 1.1.1感知系统技术路线迭代逻辑 .............................................4 1.1.2决策算法架构优化方向 ........................ ......................26 4.1.1L3级自动驾驶技术成熟度 ..............................................26 4.1.2感知决策系统创新进展 ................................................. 28 4.2技术壁垒与专利布局分析 ..................... 44 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 4 1.全球智能驾驶辅助技术发展现状与趋势 1.1自动驾驶技术演进路径分析 1.1.1感知系统技术路线迭代逻辑 感知系统作为智能驾驶的“感官中枢”,其技术路线正经历从单模态依赖向多模 态融合、从规则驱动向数据与模型双驱动的深刻演进。早期L1/L2阶段普遍采 用以毫米波雷达+前视摄像头为主的“雷达主导”配置，功能边界集中于AEB、

政策与区域布局：国家战略与地方实践 03 投融资与招商：资本动向与项目落地 04 技术体系分析：感知、控制与决策三大支柱 05 总结与展望：从技术突破到产业共融 07 附录 08 具身智能概念定义： 理论奠基与产业缘起 - 03 - 具身智能概念定义 亚马逊仓库里，Vulcan机器人用带触觉感知的机械臂轻巧夹起易碎品，力道控制精准如人类手指；日本 爱知县的篮球场上，丰田CUE6机器人舒展机械臂，将篮球投出24 （Embodied Artificial Intel- ligence, EAI）是一种基于物理身体进行感知和行动的智能系统，通过智能体与环境的交互获取信息、 理解问题、做出决策并实现行动，从而产生智能行为和适应性。”与传统仅存在于屏幕中的AI不同，具 身智能能够通过身体实现“感知 - 思考 - 行动”的闭环，在真实世界中执行任务，不仅能“想到”，更 能 “做到”，让智能从虚拟计算真正走向现实交互。 - 04 - 幸福招商 具身智能概念定义 具身智能依赖本体、智能体、数据、学习进化框架四大核心要素，实现“感知-思考-行动”闭环。 根据中国计算机学会（CCF）的定义，“具身智能（Embodied Artificial Intelligence, EAI）是一种基于 物理身体进行感知和行动的智能系统，通过智能体与环境的交互获取信息、理解问题、做出决策并实现 行动，从而产生智能行为和适应性。”

等差异化需求. 在此背景下, 低空智联网 (low-altitude intelligent networks, LAIN) 作为面向低空空 域的专用智能网络架构应运而生 [1], LAIN 通过整合通信网、感知网、导航网、气象网及算力网等 “五 网” 资源 [2], 构建 “云 – 边 – 端” 协同 [3] 的新型数字基础设施, 旨在突破地面网络的低空覆盖局限, 实 现空天地一体化协同服务. 在 LAIN 低空网络管控体系正在经历从 “人工主导” 向 “智能自治” 的范式重构. 传统通信网络基于静态配置与人工干预的运维模式, 在应对低空场景特有的高动态性、异构性及跨域 协同需求时, 暴露出显著局限性. 首先, 全局态势感知能力缺失. 传统网元移动性管理机制难以捕捉低 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 (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. 而低空飞 行器的高动态、高可靠性等要求, 使得网络必须具备精准的自主控制决策能力

AI - Powered Low -Altitude Inspection System 全域感知，智驭低空 雄安国创中心低空智能实验室 CONTENTS 落地成效 Implementation Impact 解决方案 Technology Framework 未来展望 Future Prospects 智巡背景 Background Introduction 中心简介 ，构建跨领 域联合创新平台。 科技创新驱动 通过机制创新与成果转化 ，形成从技术突破到 产品落地的完整产业链闭环。 打造低空智能创新高地 空天地水协同智能无人集群感知平台 多目标检测 多机感知 多任务感知 多模态感知 数据规模 支撑论文 Background Introduction 智慧城市建设稳步增长 预计 2027 年中国智慧城市投资规模 “ 大信创”时代开启 华为 海光 政府政策支持力度 垂直领域蕴藏新机遇 产业快速发展 市场缺口巨大 全国已备案核心基础大模型 寒武纪 2023 年市场规 模 N 种模型 场景算法 感知大模型 模型储备丰富 自研算法突破感知瓶颈 算法模型开发模块化 低空感知场景的云端大脑 “ 采、识、管、处、析、报”生命周期管理， 形成的洞察反哺优化后续巡检策略与 AI 算法， 构建智慧运维的增强闭环。 VisDrone 双千万数据基座先发优