近日，以色列《防务更新》刊登的《提高未来无人机自主性的重要变革》一文指出，要使无人机具备较高的自主性，需要在如下几个方面做出重大改变。
可信导航
无人机依靠外部信息输入进行导航和定位，导航卫星系统是最常见的助航设备。但是，卫星信号容易遭受敌方的干扰和利用，而导航信标和测距仪等其他辅助手段的效率又十分有限。在这种情况下，惯性测量、图像导航甚至天体跟踪等手段可以为现有的导航设备提供补充。
通信与安全
无人机平台在人的控制下运行，依赖地面、空中或天基通信与控制中心保持人机联系。而无人机机载传感器越多，传输数据需要的带宽就越大。当前使用较多的大容量无线通信链路容易发生堵塞，限制了无人机平台的运行。出于应对未来战争的要求，数据链路还必须具备抵制恶意攻击的能力。因此，未来无人机应至少具备以下三个级别的安全通信能力：标准通信，满足无人机在通信和导航易遭电子攻击的拒止空域作战的需求;增强型通信，增加无人机在拒止通信区域的生存能力，同时将飞机的可探测性降至最低;高级通信，实现操作人员和飞机之间的瞬时信息传输，无人机可通过各种通信媒介、利用广泛的频段收发信号。
指挥与控制
目前的无人机主要依靠人的控制来完成任务，其中少数无人机具备自主遂行大部分任务的能力，其他大量无人机平台则主要依靠远程操纵、自动飞行的模式，这也是当前无人机自主性的一个普遍方案。人类飞行员(操控员)在两种操作模式中都拥有最高权限，但尚不具备最佳态势感知和应对紧急情况的快速反应能力。如果引入故障保护系统和态势感知设备，如感知和规避(SAA)传感器以及机载深度学习和人工智能处理器等，将比人类更快、更有效地处理紧急情况，使无人机操控更加安全可靠。美空军启动了“协同自动化多机操作”(CAMARO)项目，对这种未来能力进行评估。CAMARO概念对不断发展的多机控制、“忠诚僚机”和无人机蜂群等技术进行了界定，这些技术都需要自主性、协同能力和增强型通信。
可靠、经济可承受的自主能力
近年来，“深度学习”概念已经展现出在解决感知、规划、本地化、控制等领域自动化问题中的潜在巨大作用。“深度学习”从真实数据中学习案例的杰出能力使其非常适合多种自主系统应用。在安全、监视、灾难救援等领域，目前无人机已经在广泛执行包裹运输、仓库管理等任务，尽管能力优越，但其军事应用仍然面临挑战和争议。DARPA“可靠自主性”项目经理尼曼表示，无人系统的可靠性对人类来说仍然是一个重大难题。DARPA于2016年启动“可靠自主性”研究计划，目的是在信息物理系统(CPS)的设计阶段建立自主无人系统的可信度。该项目探索新的概念和工具，使“具有学习能力的信息物理系统”(LEC)能够具备可靠的功能性措施、达成预定安全目标。LEC被定义为一个组件，其行为由通过学习程序获取并更新的“背景知识”驱动，能够在动态和非结构化环境下运行。尼曼表示，该项目将优先解决军用自主系统领域的问题，但最终会扩展到商业领域。
{{item.content}}