物流无人机发展现状综述

张释轩

摘要：当今，互联网经济的飞速发展给物流行业带来了不小的业务压力。受限于传统运输平台的能力，以物流无人机为代表的一系列新型智能运输平台正成为物流行业研究的热点。本文以物流无人机为研究对象，通过对技术发展脉络的梳理，总结出其存在的动力、安全、监管三大关键问题，并提出了相应的解决途径。

关键词：物流;无人机;动力技术;安全性能;监管机制

0  引言

当前，我国的物流行业正处于飞速发展的成长期，物流需求平稳向好。但与发达国家相比，物流的运行效率仍有待提升。传统物流运输主要依靠运输车辆以及快递人员进行配送：在农村，快递投送的范围大、一个地点投送的数量相对较少，效率低的问题比较明显;在城市物流配送容易受交通状况的影响。因此，以无人机为代表的智能运输平台，正逐步被各物流公司推广应用。自2012年8月Google实施Project Wing送货无人机研发项目以来[1]，国内外公司纷纷在物流无人机领域展开研究，国外以Google、Amazon等为代表，国内以顺丰、京东等为代表。那么经过近几年的发展，物流无人机的现状如何？存在哪些问题？又应该如何解决？本文即对这些问题进行阐述。

1  物流无人机技术发展现状

物流无人机作为无人机在物流这一专业领域的特殊应用，其配送能力和配送安全一直是围绕物流无人机的两大核心问题，涉及动力和避障等诸多关键技术。本节即以无人机动力技术和避障技术为代表，阐述物流无人机技术的发展情况：

1.1 无人机动力技术

当前无人机动力技术已形成电动、油动并举的局面，其中典型物流无人机的性能参数如表1所示。

由1表可见，电动无人机的载重、航程相对油动无人机有限，更适合执行末端、短距离的配送任务;油动无人机则有更大的载重量，航程也更远，更适合执行长距离的转运任务。另外，城市中的末端配送很可能需要在楼宇间飞行，降落场地狭小，而且配送的包裹数量也相对有限，在这种情况下，油动无人机不仅无法发挥自身载重、航程的优势，反而会因体积过大，增加操控难度;同时，电动无人机用于末端配送还有噪音小、安全性高等优势。

1.2 无人机避障技术

目前无人机采用的避障方式，从传感器类型来看，主要包括超声波、光学、红外3种：

1.2.1 超声波

超声波测距装置包括声波的发射和接受装置，主要用于无人机的避障以及降落。目前许多无人机已经用到了这一技术，如大疆的精灵4的前避障装置。但超声波探测有效距离较近，远距离探测精度较低。

1.2.2 光学

①单目视觉。基于单目视觉的无人机避障主要有2种应用方式，一是利用光流原理，二是利用相似三角形原理，具体如下：所谓光流是指运动物体或场景表面的光学特征部位在投影平面的瞬时速度，包含了物体或场景的运动参数和丰富的三维结构信息。单目视觉只适用于探测相对运动的物体间的距离，对相对静止的物体之间则无法感知，可信度不高。而相似三角形的原理，在测距时需依靠GPS、惯性导航、气压计等测定相机的高度，之后进行距离的解算。②双目视觉。双目视觉测距类似于人眼判断距离的原理，利用两部摄像机产生的视差，可以判断物体的距离。视差越小，距离越远，景深越深。该技术目前主要应用于无人机低空（<15m）的辅助定位、降落时的定位。

1.2.3 红外

当前红外传感器主要有2种应用方式，一是TOF原理，二是结构光原理，具体如下：所谓TOF原理即通过红外发射器发射调制过的光脉冲，接收器（CMOS传感器）接收偏移后的脉冲波计算时间来测定距离。因为对时间的测定要求，TOF系统的计算功耗较高。但其结构相对紧凑。而结构光原理为红外传感器投射出一个具有特定形状的红外光图形，遇到物体后，红外光图形反射至传感器，根据反射回来结构光图案在摄像机上的位置和形变程度来测算出前方物体的三维深度图信息，当前，该技术在一些手机摄像头以及体感游戏机上已有成熟应用。

2  物流无人机当前存在的问题

由物流无人机发展现状可见，虽然当前在技术层面以取得了较为快速的发展，但仍存在诸多不足。另外，要使无人机最终得以广泛应用于物流行业，还和管理层面密不可分。因此，综合技术因素和管理因素，以下将物流无人机当前存在的问题总结为3个方面：

2.1 动力性能有待提升

由动力技术发展现状可见，当前以锂电池为主的电动无人机，其技术发展已进入瓶颈期，短时间内电池性能很难有大幅提升，因此新型电动能源形式有待进一步开发;同时，燃油发动机的应用虽然解决了巡航状态的能耗问题，无法应对突然机动等短时高功耗场景。

2.2 安全性能有待增强

物流无人机飞行的低空区域存在的障碍较多。当前的避障技术还不足以完美应对所有威胁，无人机撞楼、撞树等新闻时有发生。

2.3 监管机制有待完善

物流无人机监管涉及到监管部门、法律体系等诸多方面，仅从法律体系来看，物流无人机的监管机制便存在很多不足。国内外针对无人机的法律较少，且大多数法律只是针对禁飞区的规定，并没有更加细化的规定;同时，无人机的管理涉及的部门较多，各部门的管理范围之间存在重合与空挡，也是无人机管理的一大难题。

3  问题解决途径探讨

对于上一节所提出的3大问题，本节针对性地提出相应解决途径以供参考：

3.1 动力技术发展途径

3.1.1 开发燃料電池

目前，燃料电池已经被安装在无人机上，且获得了较好的使用效果：新加坡HUS公司Hycopter是世界首个使用氢燃料电池的多轴无人机，无载重时能连续飞行4小时[2]。当前以质子交换膜燃料电池的发展前景较好，其能量密度、转化效率高，可快速补充燃料;但其存在交换膜制作困难、成本高等问题。尽管如此，在目前蓄电池发展受限的情况下，燃料电池的应用可以大大提升无人机的续航能力。

3.1.2 深化混合动力

混合动力无人机是通过不同能源形式的结合，将瞬时功率高和持续功率稳定持久的能源形式进行优势互补，实现在飞行、盘旋时，长时间、小功率提供能量，在起飞、爬升、降落、抗湍流等工况下提供短时间、大功率的输出，最终提升无人机的动力性能。

表2中列举了部分目前已研制完成，或正在进行研制的混合动力无人机。

由表2可以看出，混合动力无人机类型多种多样，特点也不同。与单一动力形式相比，混合动力无人机环境适应能力更强，但其结构较复杂，因此技术难度也较大。

综上所述，混合动力无人机能够发挥各种动力形式的优势，实现无人机整体性能的优化。因此深化混合动力，提高混合动力的技术成熟度，是提高物流无人机动力性能的一个途径。

3.2 避障性能改善途径

3.2.1 单传感器优化

各种传感器技术都有其提升的空间，此处以光学传感器为例。目前的光学传感器多为单、双目视觉传感器，而更为先进的三目视觉技术[4]，在原有视觉传感器的基础上利用中间的相机可以去掉双目视觉中的阴影，通过对每个像素的多次计算减小误差。但三目视觉技术相对不成熟，计算量大的问题也较为突出。

3.2.2 多传感器融合

不同类型传感器的性能对比如表3所示。

由表3可见，各种传感器的性能特点不同，且仅使用单一传感器无法应对所有工况。在单传感器性能提升受限的情况下，将不同的传感器结合，使它们的优势互补，以满足物流无人机对环境感知的需求，也不失为一种很好的应对策略。

3.3 监管机制健全途径

3.3.1 明确部门的监管职责

无人机的监管涉及到国务院、中央军委空中管理委员会、空军、地方飞行管制部门、民用航空局、公安部等一系列部门、单位。无人机涉及到的部门、单位多，管理关系复杂，在监管的过程中会出现管理界限不清晰、责任划分不明确等问题。本文认为，国务院作为国家最高行政机关，应逐步制定完善的行政法规引导物流无人机的发展，并推进人大在该领域的立法进程;中央军委空中管理委员会全面领导国家的飞行管制工作，并由空军统一组织实施，二者应合理统筹我国的航空资源，为物流无人机的发展提供保障;民用航空局、地方飞行管制部门作为具体的空中交通管制服务部门，则应在上级部门的领导下落实各项管制政策，协调解决物流无人机在应用过程中存在的实际困难;公安部则应领导各基层公安单位，着重解决物流无人机可能因安全问题等引发的民事纠纷。

3.3.2 制定完善的法律法规

无人机在物流行业的应用涉及到生产、销售、使用等一系列环节，同时也和无人机操作員的管理密不可分。为规范物流无人机的健康发展，相关的法律法规应做到对所有环节的全覆盖：在生产方面，应针对原材料、加工工艺等方面进行规范，并要求出厂前综合验证无人机的性能，确保质量过关、性能可靠;在销售方面，应建立跟踪制度，确保无人机出现安全问题或事故时责任可溯，同时应明确物流无人机合法持有者的范围;在使用方面，应明确物流无人机所有者的权利义务，例如飞行数据上传、强制险缴纳等;另外，在飞行员管理方面应进行分级，例如不同等级、类型的无人机驾驶员可使用的无人机的尺寸、类型不同等。

4  结论与展望

本文以物流无人机为研究对象，对其发展脉络进行了梳理。通过分析，指出了存在动力性能、安全性能、监管机制3方面的关键问题;进而，本文提出了相应的解决途径，其中，针对物流无人机续航里程的问题，本文提出开发燃料电池等新能源以及深化混合动力;针对安全性能问题，本文提出通过单传感器的优化及多传感器的融合提升传感器性能;针对监管机制不健全的问题，本文在明确部门监管职责、完善法律法规两方面提出了相应的建议。

未来的物流无人机仍有待长足发展，通过物联网、大数据、人工智能等新兴技术在物流无人机上的应用，同时结合新材料、新能源的开发，势必能使物流无人机获得到更广泛的应用。

参考文献：

[1]搜狐网.谷歌无人机开始送货：院子里收到了墨西哥卷饼和药品.http：//www.sohu.com/a/198534347_114760.2017-10-17.

[2]刘春娜.无人机电池研发新进展[J].电子技术，2015，07（07）：1354.

[3]美国公司研制混合动力无人机[J].国际航空，2009（08）：6.

[4]王一凡，谌德荣，张立燕.一种用于小型无人机避障的快速视差测距方法[J].中国测试技术，2008，05（03）：114.

[5]吴永鑫.物流无人机在中国农村电商物流市场应用研究[D].浙江大学硕士学位论文，2017：21-22.