AI赋能低空经济：从技术融合到产业变革

首讲：新范式

——AI重塑低空经济的底层推演（3小时）

1.1

低空经济的

“智能”拐点和时代机遇

1.1.1 全球以及中国低空经济演进现况和政策解读

- 从

“

通航

”

到

“

低空经济

”

的内涵演变

- 解读国家《无人驾驶航空器飞行管控暂行条例》等等要害政策对技艺的要求

- 拆解万亿级市场的构成：硬件、营运、服务和资料

1.1.2

为何说

AI是低空经济的

“

操作系统

”

？

- 破除规模化瓶颈：从

“

人飞

”

到

“

机飞

”

再到

“

智飞

”

的演进

- 拉升安全和效率：AI在飞行安全、营运效率上的核心价值

- 创造增量价值：资料智能怎样催生新的商业模式

1.1.3

实例研讨

：亿航智能

(EHang)的城市空中交通（UAM）布局，运行层面，其对AI

“

指挥将控中心

”

的倚重性拆解。

1.2

赋能低空业界的

AI核心技艺栈图谱

1.2.1

飞行器之

“

眼

”

：计算机视觉（Computer Vision）

- 技艺原理：图像识别、标的检测、情境分割

- 低空运用：障碍物感知和规避、精准降落、地面标的识别（如电力巡检，农作物监测）

1.2.2

自主决策之

“

脑

”

：强化研习（Reinforcement Learning）和规划算法

- 技艺原理：从试错中研习最优打法

- 低空运用：复杂环境下的自主路径规划、多机协同编队，智能空战对抗

1.2.3

人机交互之

“

桥

”

：自然语言处理（NLP）和大模型

- 技艺原理：领会并生成人类语言

- 低空运用：语音将控飞行、自动化报告生成（如巡检报告），智能调度客服

1.2.4

资料价值之

“

源

”

：机器研习和资料挖掘

- 技艺原理：从海量资料中发现规律和预测未来

- 低空运用：飞行器健康管控和预测性维护（PHM）、航线流量预测、物流诉求预测

1.3

低空业界的

AI“新基建”：算力、算法和资料

1.3.1

“

云-边-端

”

协同的算力架构

- 云端：负责大规模模型训练、全局航线规划、资料存储拆解

- 边缘端/机载端：负责实时感知、迅速决策、保障断网环境下的自主飞行

1.3.2

资料闭环：低空资料采集、标注、训练和精进的飞轮效应

- 高质量资料获取的挑战和打法（仿真资料和真实资料结合）

- 资料合规和安全：空域资料、用户资料的管控红线

1.3.3

实例剖析：大疆（

DJI）怎样构筑其从消费级到业界级的

“

资料-算法-硬件

”

闭环生态。

次讲：核心运用篇（上）

——AI驱动的智能飞行器和作业自动化（3小时）

2.1

AI和自主飞行将控系统

2.1.1 感知融合：多传感器（视觉，激光雷达、毫米波雷达）资讯的前融合和后融合技艺

- 不同传感器的优劣势以及在不同天气、光照条件下的运用

- AI怎样拉升感知系统的鲁棒性和精确度

2.1.2

智能决策和规划：超越

“

预设航线

”

- 从A*、D*等等传统算法到基于深度研习的端到端路径规划

- 动态环境下（如城市楼宇间）的实时重规划本领

2.1.3

实例拆解

：

Skydio无人机怎样利用六目视觉系统和AI算法达成超强的自主避障和跟拍功能，对比拆解其技艺路径和传统避障方案的差异。

2.2

计算机视觉在典型业界情境的深化运用

2.2.1

智慧巡检：电力、油气、光伏等等能源业界

- 缺陷智能识别：从识别绝缘子破损，螺丝松动到输油管道微小泄漏

- 自动化三维建模：基于无人机倾斜摄影和AI算法的实景三维重建

-

实例

：某电网公司利用

AI巡检将人工巡检效率拉升8-10倍的实践分享。

2.2.2

精准农业：播种，施药、长势监测

- AI处方图：借助多光谱相机资料拆解作物长势，自动生成变量施肥/施药地图

- 产量预测：结合历史资料和实时影像，利用机器研习模型预测作物产量

2.2.3

公共安全和应急救援

- 智能搜救：利用红外相机和AI人形识别算法，在复杂地形中迅速发现失踪人员

- 火情监测和蔓延趋势预测：AI对火点、烟雾的实时检测和火势还原

2.3

AI赋能的预测性健康管控（PHM）

2.3.1 基于飞行资料的故障诊断和预警

- 采集电池、电机、飞控等等要害部件资料，构筑健康状态基线

- 利用异常检测算法（如孤立森林，LSTM）提前预警潜在故障

2.3.2 智能维保打法的拟定

- 从固定周期的

“

预防性维修

”

到基于实际状态的

“

预测性维修

”

- AI怎样精进备品备件库存，降低全生命周期成本（LCC）

2.3.3

实例借鉴

：航空发动机巨头罗尔斯

·

罗伊斯（Rolls-Royce）的

“

Power by the Hour

”

服务模式，运行层面，探讨其对低空飞行器营运服务的启发。

三讲：核心运用篇（下）

——AI构筑的智慧空域和资料服务（3小时）

3.1

U-Space/UTM：下一代低空交通管控的大脑

3.1.1

AI在空域管控中的四大核心差事

- 容量预测和流量管控：基于历史资料和实时诉求，动态评核和调控空域容量

- 轨迹规划和冲突解脱：毫秒级的四维航迹规划和智能化的冲突告警以及解题打法

- 身份识别和安全监控：利用AI技艺达成对

“

黑飞

”

无人机的迅速识别、定位和反制

3.1.2

数字孪生空域：仿真推演和压力测试

- 构筑高精度城市数字孪生模型

- 在虚拟空间中开展大规模、高密度飞行的仿真，测试和精进交通管控算法

3.1.3

实例展望：亚马逊

Prime Air的无人机物流配送系统，就一线经验说，其对AI驱动的UTM系统的倚重以及技艺挑战。

3.2

从

“飞行平台”到“资料服务平台”的跃迁

3.2.1

低空资料的价值链：采集、处理、拆解和运用

- 探讨资料货品的形态：原始资料、准则化资料货品、业界解题打法

- AI在海量遥感影像、点云资料自动化处理中的作用

3.2.2

“

AI+低空+业界

”

的解题打法构筑

- 智慧城市：违章建筑识别，交通流量监控，环境监测

- 保险定损：灾后（如洪水、冰雹）建筑屋顶损伤的迅速评核

-

交流研讨

：结合贵司业务，探讨怎样挖掘现有飞行差事中

“

沉睡

”

的资料金矿。

3.3

AI驱动的地面设施和营运网络精进

3.3.1

智能起降场（

Vertiport）的选址和调度

- 综合城市规划、人口热力、交通网络等等多维资料，利用AI模型开展科学选址

- 场内飞行器充电、维护、清洁等等流程的自动化调度和资源分配

3.3.2 无人机机队的智能调度和差事分配

- 破解多差事、多机型，多站点的复杂调度问题（VRP问题变种）

- 实时动态调度：根据突发差事、天气变化、电量等等因素开展智能调整

3.3.3

实例拆解

：美团，顺丰丰翼的无人机配送网络，其背后复杂的订单匹配、航线规划和多机调度算法推演。

四讲：方略和商业篇

——构筑AI时代的低空业界领导力（3小时）

4.1

AI驱动的商业模式革新

4.1.1

从卖货品到卖服务：

DaaS（Drone as a Service）模式

- 服务模式的优势：降低买方准入门槛，创造持续性收入

- AI怎样拉升服务质量、降低服务成本，构筑模式护城河

4.1.2

资料即服务（

Data as a Service）的商业探索

- 怎样将业界洞察打包成订阅式的资料服务货品

-

实例

：

Zipline的医疗物资配送网络，从实践看，其商业模式的核心是

“

可靠的即时物流服务

”

，往细里说，而非无人机本身。

4.1.3

生态构筑：开放平台和开发者生态

- 为何要开放API/SDK，勾住第三方开发者？

- AI本领怎样作为平台的核心勾住力，赋能生态伙伴

4.2

低空科技公司的

AI方略顶层规划

4.2.1 AI方略四步法：情境定义、资料打法、技艺路径、组织保障

- 怎样选项高价值的AI运用情境切入？（技艺成熟度-商业价值四象限）

- 资料资产化：怎样规划公司的资料采集、治理和运用架构？

- 技艺路线选项：

“

自研

”

vs

“

携手

”

vs

“

采购

”

的决策轮廓

- 组织和英才：怎样构筑适应AI时代诉求的敏捷型组织和主力后备链？

4.3

挑战、伦理和未来展望

4.3.1

当前面临的要害挑战

- 技艺瓶颈：复杂情境下的长尾问题、算法的可靠性和可解释性

- 法律法规：责任认定、隐私保护、资料安全等等法规的完善

- 公众接受度：怎样破解噪音、安全、隐私等等社会疑虑

4.3.2

AI伦理和可信AI（Trustworthy AI）

- 确保AI决策的公平性，透明度和鲁棒性

- 构筑

“

以人为本

”

的AI治理轮廓

4.3.3

未来技艺融合趋势展望

- AI + 5G/6G：达成超低时延的远程将控和海量连接

- 端侧AI和芯片：更高能效的机载智能计算

- 群体智能（Swarm Intelligence）：从单机智能到大规模集群协同作业

- 生成式AI（Generative AI）在低空业界的新机遇（如仿真环境生成、差事自动规划等等）

老师简介

Introduction to lecturers

弄懂更多

珀菲特顾问|桑弘华老师