美空军公布“毒蛇”计划,无人驾驶系统进入新的测试阶段战机飞机验证机飞行员f

4月2日,美国空军空战司令部发表声明称,目前正在改装6架F-16战机,令其在目前的无人驾驶测试基础上成为具备自主飞行能力、能够与有人机搭配作业的无人僚机。这一项目被命名为“毒蛇”,是美空军在无人机开发领域的新进展。

F-16

在美国空军对未来的规划中,无人僚机有着举足轻重的地位,未来无人僚机将伴随F-35和六代机协同作战,成为有人驾驶战机的“力量倍增器”。而“毒蛇”项目中,随着为F-16研发的自主飞行软件的成熟,这些软件最终很有可能被应用在美军未来的无人僚机上。

01美空军对无人驾驶软件的探索

综合美国科技杂志《大众科学(PopularScience)》与军事媒体“战区”的相关报道可以知道,自从人工智能(AI)技术出现之后,美国空军一直寻求将其应用在战斗机的智能化领域。

X-62A验证机

2022年8月,由F-16改装的可变飞行模拟飞机(VISTA)在美国加州爱德华兹空军基地首飞。这款验证机最初被命名为NF-16D,首飞后被正式命名为X-62A。

VISTA验证机最初诞生于20世纪90年代,最初是一款通过编程模拟其飞机飞控和操作系统的验证机,美军2019年改装了该验证机,开始测试由美国国防部预先研究计划局(DARPA)和美国空军实验室研发的两款自主飞行软件。

美国空军第96测试联队的F-16战机参与有源相控阵雷达的测试工作

这两款自主飞行软件分别是DARPA主导的“空战进化”项目(AirCombat Evolution,ACE)和美国空军研究实验室主导的“自主空战行动”(AutonomousAir CombatOperations,AACO)项目。前者主要针对战机在目视距离下的空中格斗,而后者则针对飞机自主导航以及可视范围之外的模拟战斗。

这两项测试任务之所以同时使用VISTA验证机作为测试平台,是为了实现同一平台不同软件的自主性和兼容性,使得未来让战机可同时胜任多种战斗模式。

在实地测试环节,以F-16D为平台的VISTA验证机并非真的“无人”驾驶,而是需要搭载两名飞行员:其中,前座通常安排一位航空工程师来监督自主飞行软件的运行;经验丰富的飞行教官则在后座,并接受一定时长的操控VISTA验证机的训练,以保障测试飞行的安全。

美军之所以选择F-16作为自主飞行测试平台,主要的原因是其具有良好的气动设计,事故率较低,同时服役数量众多——这意味着一旦启动无人机改装,该机机群规模庞大,易于实现大规模的无人化,且成本较低。

近日,美国空军空战司令部披露的“毒蛇”项目则是在VISTA验证机现有测试基础上更进一步,从模拟测试阶段过渡到实战可用的自主飞行能力。

F-22、F-35和XQ-58无人机之间编组飞行

02自主飞机如何与有人战机配合?

根据“战区”的报道,在美国空军空战司令部披露“毒蛇”项目的同时,参与“毒蛇”项目的美军第40飞行测试中队指挥官罗伯特·沃勒表示,目前大约有6架F-16接受新的改装,但并没有确认具体哪些型号的F-16参与了改装。

不过沃勒表示,“希望‘毒蛇’项目实现真正的自主战斗,集成先进雷达、电子战系统和武器系统”。基于此,沃勒表示最适合的改装型号是F-16C。

美国空军第40飞行试验中队的F-16战机

据“简单飞行”网站4月5日发布的一篇相关报道,按照美国空军空战司令部的设想,F-16未来的自主飞行升级的方向也许并不在于提升战斗力,而是希望其化身为人类飞行员的“最佳辅助”。

在特定的战场环境下,自主无人机可以与有人战机同时起飞作战,并替代人类飞行员执行空战缠斗、电子战攻击和压制敌方防空系统等任务。这能够减少人类飞行员的参战数量,意味着可以节省人类飞行员的高昂培养成本。此外,自主无人机在搭载先进的处理器和计算机的前提下,还能够辅助人类飞行员进行快速战场决策,通过“分散部署”和“云决策”帮助人类飞行员赢得空战胜利。

不过,美国空军空战司令部在当地时间4月2日的声明中引述了美国空军第85测试中队指挥官乔·加格农(JoeGagnon)的话,称目前在F-16自主飞行测试中,“人机交互”工作是重中之重,人类飞行员会实时监控自主飞行,并具备启动和关闭自主软件的能力,“毒蛇”项目目前不会在没有飞行员的状态下启动测试。

可以推测,目前“毒蛇”项目仍处于自主飞行测试的初级阶段,距离其构想的实战化能力仍有相当的距离。

03为CCA提供技术积累

在美军的下一代先进战机计划,也就是NGAD计划中,囊括一个名为“协同作战飞机(Collaborative Combat Aircraft,即CCA)”的项目,即高度自主的先进无人机。

“毒蛇”项目与CCA项目之间是否存在冲突?为什么在设立CCA项目之后,仍要以F-16这款四代机为平台测试自主飞行软件?

希瑟·拉基·彭尼与F-16战机的合影

美国空军前飞行员希瑟·拉基·彭尼(HeatherLuckyPenney)曾驾驶F-16执行防空和对地打击任务,她在退役之后加入美国智库米切尔研究所参与协同作战飞机编组的研究。彭尼在《开发协同作战飞机进行编组作战的五个必要条件》一书中表示,在缺乏强大AI技术的条件下强行开发无人僚机项目,可能会导致无人僚机缺乏的自主飞行软件系统难以与人类飞行员进行交互,并增加作战人员对队友的不信任感。

因此,CCA项目要想开发出真正的无人僚机,必然需要一流的AI技术团队支持,这正是“毒蛇”项目存在的意义。目前,“毒蛇”项目已经事实上具备了DARPA和美国空军实验室的技术、人力和资金支持,未来的CCA项目不排除会以该项目为基础,或者与其开展合作,以保证项目质量与进度。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

THE END
0.②(自动驾驶技术路径L0~L5级别自动驾驶)L3 级别 自动驾驶系统 可在特定条件下 ( 如 : 高速公路、交通拥堵 场景 ) 完全接管驾驶任务 ,无需人类实时监控 ,但在 系统无法处理的情况 时需人类接管 ; 交通拥堵辅助 :在 拥堵路况 下 自动 跟车、转向、制动, 无需人类干预 ; 高速领航辅助 :在 封闭高速路 , 有明确标线、无行人、无非机动车, 实现 jvzquC41dnuh0lxfp0tfv8xjwnobppmcp1gsvrhng1jfvjnnu1762=54798
1.4月7日三大证券报要闻汇总新浪财经国务院总理李克强4月6日主持召开国务院常务会议,决定实施《装备制造业标准化和质量提升规划》,引领中国制造升级;部署推进“互联网+流通”行动,促进降成本扩内需增就业;确定2016年深化医药卫生体制改革重点,让医改红利更多惠及人民群众。 会议认为,坚持标准引领,建设制造强国,是结构性改革尤其是供给侧结构性改革的重要内容,jvzq<84hkpgoen3ukpg/exr0ep5squq14277/99/295eql2khzxdkƒz592=67@3ujvsm
2.高精地图对自动驾驶有多重要?和一般导航地图有何区别?目前的控制系统还不具备人类这么高的智能度,所以只有给予控制系统更多的输入信息,才能让无人车控制汽车更接近人类。 简单从道路和POI这个两点来比较一下导航地图和高精度地图的区别。 对于道路属性,导航地图只需要给出道路路网这个级别的数据即可,而高精度地图会给出这个道路中有几条车道,这些车道的线是虚线还是实线,jvzquC41cwzp0|npc0ipo7hp1|€0uq4423=.2B2361jfvjnn/klzm‚skc8?7;=:90unuou
3.无人驾驶如何进行规划?无人驾驶如何自我控制?无人驾驶规划系统的分层结构设计源于 2007 年举办的 DAPRA 城市挑战赛,在比赛中多数参赛队都将无人车的规划模块分为三层设计:任务规划,行为规划和动作规划,其中,任务规划通常也被称为路径规划或者路由规划(Route Planning),其负责相对顶层的路径规划,例如起点到终点的路径选择。 jvzq<84fguohp7jeep4dqv4fguohph7243622A622;898=3jvo
4.多伦科技获13家机构调研:目前,现行考试系统主要通过RTK差分和车载问:公司的科目三智能评判与现存系统相比在哪些地方得到了提升? 答:目前,现行考试系统主要通过RTK差分和车载传感等技术实现了54个技能类项目的自动化评判,其余大量评判工作仍然由考试员进行人工评判,同时,在现有的通用评判标准中,有许多安全意识类项目无法判断,不仅影响了考试的公平性也加大了考试队伍的管理难度。公司新jvzquC41uvudm762lsqb0lto0et0497527911l;698:95B70ujznn
5.无人驾驶车辆的避障、路径规划和控制编者按:自动驾驶汽车的行驶安全性是一个具有挑战的问题,目前研究热点在于车辆自主避障。论文针对这一问题,提出了一个全局的避障控制框架,包括感知、规划和控制三个模块。在感知模块采用基于信度网格占用的方法识别障碍物,轨迹规划模块利用参数化的Signoid函数曲线设计避障轨迹,最后设计前馈加鲁棒反馈的横向控制器完成车辆的jvzq<84yyy4489iqe0ipo8hqpvkov87312>1886319;56<887a?9;@9884>/uqyon
6.2021年50件焦点大事二十国集团日本美国新浪科技2021年是自动驾驶商业化的元年。前瞻产业研究院发布的《无人驾驶汽车行业发展前景预测与投资战略规划分析报告》显示,全球无人驾驶汽车市场规模在2021年将达70.3亿美元。面对这样的前景,各大巨头自然不会错过,特斯拉创始人马斯克表示,将于2021年初推出完全自动驾驶(FSD)订阅服务;亚马逊旗下无人驾驶也有“脱靶”的那一刻jvzquC41vgii0|npc0ipo7hp1tumn872433136541fud/rn|pezlgB<742;70|mvon
7.自动驾驶等级盘点L0~L5自动驾驶等级与功能安全要求自动驾驶等级盘点L0~L5 美国汽车工程师学会 (SAE) 定义了6个无人驾驶等级 —从 0 级(完全手动)到 5 级(完全自动)。这些无人驾驶等级准则已经被美国交通部采纳。 L0:无自动驾驶(No Automation) 完全由人类驾驶员操控车辆,驾驶员对行车安全负全部责任。jvzquC41dnuh0lxfp0tfv8]kcq^jcxUgpiHp1jwvkerf1mjvckrt1::473997;
8.2021年江苏将实现29条地铁在建盛举,省内首条“无人驾驶”线有望6现代快报记者获悉,目前,南京、苏州、徐州、常州、无锡等多个地级市已开通地铁,共计 20 条线路。在此基础上,全省将实现全年 29 条线路在建的盛况,其中,15 条在南京。年内还有 6 条地铁线路开通,分别是南京两条,苏州、徐州、常州、无锡各一条。值得一提的是,全省首条 " 无人驾驶 " 线路将于今年 6 月在jvzquC41pg}t0sxvx0ipo8f142822<6;13<28:7;67:22@3ujvsm
9.无人驾驶场景下的高精地图应用实战◆米级精度:地图精度是米级别的,对于人类使用这已经足够了,因为人会自觉判别周围的环境,做出自己的变化。 但是这些信息对于自动驾驶的车辆来说,是不是必要的、准确的或者足够的呢? 一个自动驾驶典型场景 上图展示了一个典型的驾驶场景——假设我们正在驾驶的车辆是后面的白车,可以看到我们前方有辆自行车,那么对于白jvzquC41yy}/fxsiejkek7hqo1gsvrhng1<:2:6:;3?3;;9292:24
10.无人驾驶技术解读无人驾驶汽车的路径规划是指在一定环境模型基础上,给定无人驾驶汽车起始点与目标后,按照性能指标规划处一条无碰撞、能安全到达目标点的有效路径。经过几十年的发展,路径规划技术已取得了非常瞩目的成就。 路径规划主要包含两个步骤:建立包含障碍区域与自由区域的环境地图,以及在环境地图中选择合适的路径搜索算法,快速实jvzquC41yy}/gny/ejooc7hqo1sq1j94:68/j}rn
11.新时代证券中小盘伐谋主题【自动驾驶专题系列之二:乘用车自动驾驶预计202乘用车自动驾驶预计2020年后落地,产业成熟度面临挑战。实现量产乘用车的高级别自动驾驶是汽车和人工智能行业的远期重要目标。目前,以Waymo(谷歌子公司)、Tesla、GM Cruise为代表的主流整车制造企业、科技公司均在自动驾驶领域进行了大量投入,多个项目在道路测试中取得了良好成绩。Waymo的乘用车自动驾驶项目已经在2018年实现jvzq<84hkpgoen3ukpg/exr0ep5tvxhm1uzpetov1813A233/671mte/knnw}zgc999:@780unuou
12.航天科技获22家机构调研:公司研制的惯导产品成功应用于国家首个动问:6.无人驾驶是否有相关的布局 答:公司控股子公司IEE公司产品手离方向盘检测系统(HOD),利用电容传感器技术检测到驾驶员双手离开方向盘,高效准确地将车辆切换到辅助驾驶/自动驾驶模式,为大型一级零部件供应商及全球多家整车车厂提供产品配套服务。 问:7.航天三院是否会资产注入 jvzquC41uvudm762lsqb0lto0et0497628811l;7;2944@70ujznn
13.2025年汽车高级驾驶辅助系统(ADAS)市场竞争与发展趋势图表 在高级驾驶员辅助系统中的四大控制点 图表ADAS系统在无人驾驶中的地位 图表ADAS产业链分析 图表2025年国内ADAS渗透率 图表 乘用车ADAS渗透率 图表ADAS渗透率逐年上升 https://www.cir.cn/1/71/QiCheGaoJiJiaShiFuZhuXiTongADASS.html …… 典型客户 热点:汽车ADAS、lcp高级驾驶辅助、驾驶辅助技术有哪些、高级辅jvzquC41yy}/erw0ep521@61SkIigPfqLkPjc\mkHw`iwanVqpmBFJXU0jznn
14.赛微电子2022年年度董事会经营评述公司需遵守《深圳证券交易所上市公司自律监管指引第4号--创业板行业信息披露》中的“集成电路业务”的披露要求近年来,国家颁布了多项鼓励支持集成电路行业的产业政策及措施,《集成电路产业“十二五”发展规划》,《国家集成电路产业推动纲要》以及2015年提出的《〈中国制造2025〉重点领域技术路线图(2015版)》中,均把集成jvzq<84{wctdj~fpi071lzpc0eun0ls142842<7:1e<57B<4;7:/uqyon
15.无人驾驶实战第十课(决策规划)当前无人驾驶的决策有哪些文章介绍了无人驾驶中的运动规划,包括A*搜索在路径规划中的应用,以及如何解决局部观察问题。详细探讨了BicycleModel和Frenet坐标系,涉及LatticePlanning和Apollo的路径速度优化方法,如期望最大化和动态规划+二次规划求解。 在七月算法上报了《无人驾驶实战》课程,老师讲的真好。好记性不如烂笔头,记录一下学习内容。课程jvzquC41dnuh0lxfp0tfv8u|d3?96:6381gsvrhng1jfvjnnu1744:<;85=
16.自动驾驶决策规划技术详解有限状态机模型因为简单、易行,是无人驾驶领域目前最广泛的行为决策模型,但该类模型忽略了环境的动态性和不确定性,此外,当驾驶场景特征较多时,状态的划分和管理比较繁琐,多适用于简单场景下,很难胜任具有丰富结构化特征的城区道路环境下的行为决策任务。 jvzquC41yy}/7:hvq0ipo8ftvkimg8<728:20qyon