李政阳,叶苏萱

随着无人机在巡检、安防、测绘等领域的深度应用，传统吊舱系统依赖“采集-回传-处理”的集中式架构，面临实时性差、通信带宽压力大及离线环境功能失效三大瓶颈。为解决上述问题，将计算能力前置至吊舱内部，使其从被动“感知之眼”演进为具备本地实时处理与决策能力的“智能大脑”。本文系统论述了智能吊舱——“吊舱带算力”这一趋势的核心价值，阐释了其通过实现实时响应、增强离线环境自主性、优化系统资源分配三大范式，剖析了实现该架构的“感知-计算-决策/通信”三层技术路径，涵盖了以高性能嵌入式AI平台为载体的硬件基础、以模型剪枝与量化为核心的算法轻量化策略以及模块化开放集成的系统设计。

智能吊舱；机载算力；边缘智能；实时处理

[1] 面向低空经济的空联网络组网关键技术研究综述[J].重庆邮电大学学报（自然科学版）,2024,36(04):619-632. [2] 李斌,朱潇,王俊义.基于数据压缩的无人机边缘计算卸载优化[J].数据采集与处理,2024,39(6):1432-1444. [3] 朱烨.基于无人机辅助边缘计算的节能卸载策略研究[J].系统工程与电子技术,2022(044-003). [4] 面向无人机边缘计算的小麦麦穗计数轻量化模型研究[J].山东农业大学学报（自然科学版）,2024,55(03):453-465. [5] 侯祥鹏,兰兰,陶长乐,寇小勇,丛佩金,邓庆绪,周俊龙.边缘智能与协同计算:前沿与进展[J].控制与决策,2024,39(7):2385-2404. [6] 李永福,黄鑫,郭常员,王怡然,吴三妹,简金埠.面向低空交通运输的无人机−无人车协同感知技术综述.自动化学报,2026,52(2):210-229.

点击下载PDF