日益增长的无人机飞行需求与有限的低空空域之间的矛盾愈发激烈,世界各国都在推进无人机管控政策和技术手段研究,即便在最自由的美国G类非管制空域,管理当局也在制定更为严格的无人机管控措施。无人机云端管理系统作为一种新型的数字化监管手段,其系统建设框架和技术路线得到了国内外学者和监管部门的广泛关注与研究。地理信息技术作为云端管理系统的应用技术之一,具体体现在以下几方面:利用全球导航卫星系统(GNSS)实现无人机精准空间定位;通过遥感技术(RS)获取影响无人机飞行安全的地理约束要素信息;基于地理信息系统(GIS)对低空地理空间数据进行组织管理以及构建低空虚拟地理环境等。论文结合团队在无人机低空应用上的研究进展,指出地理信息技术可以在云端管理和航路规划方面为无人机运行管理提供解决方案。

无人机组网遥感数据是指在无人机组网条件下获取的遥感观测数据。随着无人机组网系统的复杂化,获取的遥感数据呈几何量级增长,迫切需要一种与无人机组网技术相匹配的标准化无人机组网遥感数据管理体系。遗憾的是,迄今为止,国内外还没有完善的无人机组网遥感数据体系,也没有相关文献系统地介绍无人机组网遥感数据体系的发展历程。论文依次对无人机组网遥感数据的发展历史、数据特点、数据界定和分类标准、获取和处理流程、不同场景下的应用进行了系统的梳理,指出了无人机组网遥感数据体系未来的研究方向。研究成果是无人机组网遥感数据体系研究的一次探索,将为无人机组网条件下相关行业标准的制定提供参考依据,也为无人机组网遥感数据的深层次应用提供借鉴。

针对无人机在遥感遥测领域组网过程中存在的随机故障,进而导致无人机在任务执行过程中任一约束的及时响应缺失,将会影响任务总体结果或导致整个任务部分及完全失败的问题,论文提出无人机遥感组网冗余容错方法。该方法采用领航—跟随的无人机编队飞行模式,多台组网无人机稳定可靠完成指定的飞行任务,验证了冗余容错方法,解决了无人机遥感组网冗余容错技术中的有和无的问题。

随着民用无人机在物流配送、地理信息探测和应急救援等领域的快速发展,美国联邦航空局(FAA)和美国航空航天局(NASA)合作开发了无人机交通管理系统(UTM),并开展了大量的验证试验。根据技术难度,NASA将运行技术和相关的飞行验证试验分为4个技术能力水平阶段,其中第三和第四阶段是UTM试验的核心阶段,也是技术难度最高的2个阶段。论文整理了美国无人机交通管理系统第三和第四技术能力水平阶段的飞行验证试验,根据各项关键技术,对试验内容及运行场景等进行了概述,总结了相关试验经验,对中国无人机运行管理系统的试验设计提出了建议。