[论文解读] A Comprehensive Review of AI-enabled Unmanned Aerial Vehicle: Trends, Vision , and Challenges

Osim Kumar Pal, Md Sakib Hossain Shovon+2 more|arXiv (Cornell University)|Oct 25, 2023

UAV Applications and Optimization被引用 6

一句话总结

本文对人工智能赋能的无人驾驶飞行器（UAVs）进行了全面综述，分析了人工智能与无人机技术融合的当前趋势、未来愿景及关键挑战。文章探讨了人工智能在导航、目标检测、野生动物监测、精准农业、灾害响应及蜂群通信等领域的应用，同时探讨了伦理、安全与监管方面的关切，为关键行业中的负责任部署提供了整体性框架。

ABSTRACT

In recent years, the combination of artificial intelligence (AI) and unmanned aerial vehicles (UAVs) has brought about advancements in various areas. This comprehensive analysis explores the changing landscape of AI-powered UAVs and friendly computing in their applications. It covers emerging trends, futuristic visions, and the inherent challenges that come with this relationship. The study examines how AI plays a role in enabling navigation, detecting and tracking objects, monitoring wildlife, enhancing precision agriculture, facilitating rescue operations, conducting surveillance activities, and establishing communication among UAVs using environmentally conscious computing techniques. By delving into the interaction between AI and UAVs, this analysis highlights the potential for these technologies to revolutionise industries such as agriculture, surveillance practices, disaster management strategies, and more. While envisioning possibilities, it also takes a look at ethical considerations, safety concerns, regulatory frameworks to be established, and the responsible deployment of AI-enhanced UAV systems. By consolidating insights from research endeavours in this field, this review provides an understanding of the evolving landscape of AI-powered UAVs while setting the stage for further exploration in this transformative domain.

研究动机与目标

• 分析人工智能（AI）与无人驾驶飞行器（UAVs）在多个应用领域中的融合演进。
• 识别AI增强型UAV系统的技术发展趋势与未来愿景。
• 探讨在UAV部署中涉及的安全性、伦理、合规性及环境影响等关键挑战。
• 评估AI在UAV导航、目标检测、跟踪及蜂群通信中的驱动能力。
• 为指导AI赋能UAV在现实应用中的负责任研发与部署，提供整合性研究框架。

提出的方法

• 对机器人学、计算机视觉与自主系统领域中近期AI与UAV融合研究的系统性文献综述。
• 将UAV中AI应用按关键领域进行分类：导航、监控、精准农业、野生动物监测及灾害响应。
• 分析用于UAV作业中目标检测与跟踪的AI技术，如深度学习、强化学习与计算机视觉。
• 研究支持AI协调的UAV蜂群通信协议与去中心化控制机制。
• 整合环境友好型计算技术，以优化能效并减少环境影响。
• 通过批判性评估现有政策与技术框架，综合分析伦理、安全与合规性问题。

实验结果

研究问题

• RQ1 在不同应用领域中，推动AI与UAV融合的主要技术趋势是什么？
• RQ2 AI技术如何提升UAV在导航、目标检测与实时决策中的能力？
• RQ3 在部署人工智能驱动的UAV时，与安全性、伦理及合规性相关的关键挑战有哪些？
• RQ4 AI如何实现UAV蜂群中高效且可持续的通信与协调？
• RQ5 在工业与社会应用中，AI赋能UAV系统正涌现出哪些未来愿景与创新？

主要发现

• AI显著提升了UAV的自主性，通过深度学习与计算机视觉实现实时导航与障碍物规避。
• 人工智能驱动的UAV在精准农业中展现出更高的精度与效率，应用于作物监测与精准喷洒。
• 基于卷积神经网络（CNN）与YOLO模型的目标检测与跟踪在监控与救援行动中表现出高性能。
• 通过AI实现的群体智能使UAV能在通信受限环境中有效协调，依赖去中心化算法。
• 环境计算技术降低了能耗，延长了飞行时间，支持可持续的UAV部署。
• 伦理与监管挑战依然显著，尤其在自主UAV运行中的隐私保护、安全性与责任归属方面。