生成式 AI 的應用，正在從文字、圖片與資料分析，逐漸走進真實世界。除了協助整理資訊與生成內容之外，現在 AI 也開始被運用在無人機的飛行規劃與自主控制，讓無人機未來有機會依照任務需求與周邊環境，自動產生適合的飛行路線。
日本工業無人機業者 ACSL 與 AI 技術公司 Preferred Networks（PFN），於 9 月 10 日公布最新研發進展。雙方在日本 NEDO 推動的 K Program「小型無人機自主控制與分散控制技術」研究計畫中，已將 AI 航路規劃技術推進到可以進行自動航路生成實證的階段。
這項技術的概念，是讓系統根據任務內容、飛行條件及周邊環境等資訊，由 AI 自動產生飛行計畫方案。過去在執行巡檢、搜索或特殊任務時，操作人員往往需要依照現場條件逐一設定航點與飛行路線，不僅需要較高的操作經驗，當同時管理的無人機數量增加時，任務規劃也會變得更加複雜。
AI 自動航路生成技術開發畫面｜圖片來源：Preferred Networks（PFN）／ACSL
透過 AI 協助進行航路規劃，未來有機會降低無人機任務在前期設定上的負擔。尤其是在災害應變、緊急狀況調查、基礎設施巡檢及搜索任務等需要快速判斷的情境中，如果系統能根據現場資訊迅速提出飛行方案，就能讓無人機更快投入任務。
這項研究並不只是讓單架無人機「自己決定怎麼飛」。ACSL 與 PFN 最終希望發展的是多架小型無人機協同作業，讓不同無人機能在未知或複雜環境中彼此配合，自主完成指定任務。
目前研究內容除了 AI 飛行計畫生成之外，也包含環境發生變化時重新規劃飛行方案、物體辨識以及障礙物迴避等技術。換句話說，未來的自主飛行不只是事先設定一條固定航線，而是希望無人機能根據實際環境變化，持續調整任務執行方式。
這類技術在災害現場尤其具有發展空間。例如地震、土石流或大型事故發生後，現場道路、建築物及障礙物可能隨時改變，如果仍完全依靠人員預先規劃航線，往往需要較多時間。若無人機能結合環境資訊進行路線生成與重新規劃，就有機會更快速地執行現場狀況確認、搜索、測量、通訊支援及設施檢查等工作。
目前這套系統仍屬於研究開發及技術驗證階段。下一步，團隊將把相關功能實際整合至小型無人機上，並在接近真實作業環境的條件下進行驗證，同時進一步整合多機協同控制技術。
從這項研究也可以看到，AI 與無人機的結合正在逐漸從「辨識影像」走向更完整的任務判斷、航線規劃與自主控制。未來當無人機需要執行巡檢、救災或搜索等複雜任務時，操作人員的角色也可能從逐架控制飛行，逐漸轉變為設定任務目標、監控系統與進行決策。
#AI #人工智慧 #無人機 #自主飛行 #智慧無人機 #航線規劃 #多機協作 #無人機應用 #災害應變 #科技新知
