然而，不可否認的是，無人機空中交通管理UTM(UnmannedAircraftSystemsTrafficManagement)正朝著基于大數據的信息化管制發展，UTM的誕生，將依賴互聯網作為主要通信手段。對此，UTM管制員需要從空域“指揮家”轉變為“大數據”專家。

無人機監管的“大數據”麻煩

隨著技術的飛速進步，無人機在工業生產領域的應用不斷擴大。土地確權、遙感航測、農業植保、電力巡線等商業應用成為了無人機應用的主要需求，無人機正逐漸成為民用航空的一支重要力量。然而，龐大的機隊規模和增加的飛行總量，給無人機空域監管制造了不小的麻煩。

無人機機隊規模龐大。研究機構EVTank發布的《2015年度民用無人機市場研究報告》顯示，全球無人機在2014年迎來大約39萬架的銷量，其中民用無人機占96%。該機構還預測，到2020年，全球無人機年銷量有望達到433萬架。相比有人機每年交付總量不到5000架，無人機的交付量是其百倍，并且這個比例還在飛速提高。

交付量不斷增加的背后，是高速增長的空中交通事故。8月，美國聯邦航空局(FAA)公布了有人機在空中與無人機相遇的統計數據，截至8月，今年共發生650起空中相遇事故，是去年同期事故量的4倍之多。由于美國已累計售出50萬架無人機(FAA統計)，并且交付量正在迅速增加，無人機空中交通事故已邁入了高發期。

無人機空域監管能力不強的原因，除了龐大的機隊規模外，還有難以統計的駕駛員數量和千差萬別的無人機載荷設備。這些共同構成了無人機運行“大數據”，需要通過有別于傳統的新技術幫助我們解決監管問題，重新構建監管框架與信息流。

無人機監管將飛入“云”時代

無人機本身就是高度依賴信息技術和數據驅動的行業，雖然空域監管制度還不完善，但“云”監管的思路已被廣泛認同。

今年7月28日，美國航空航天局(NASA)召開了“無人機交通管理系統(UTM)大會”。大會認為，UTM不需要管制員持續不斷地監視每一架無人機，而是由UTM向管制員提供各種空域運行數據，并由后者根據這些數據對空域中的運行作出決策。會議還指出，UTM系統應該具備自主決策特性，例如，根據當前的天氣情況決定無人機是否可以運行，自主決策特性包括自我配置、自我優化和自我保護三個方面。在這次會上，Google公司提出未來UTM需要采用空域服務商(AirspaceServiceProviders(ASPs))的模式提供禁飛區、氣象、地形障礙、交通、飛行計劃等數據服務，并通過移動蜂窩網絡(3G、4G)對無人機空域進行規劃和容量管理。

目前，UTM系統尚待建成，但另一項基于云端的自動告警服務APP即將上線。FAA今年上半年公布了一款名為“B4UFLY”的移動終端APP，旨在幫助無人機用戶了解飛行地點或飛行計劃是否安全、合法。該程序的主要功能包括：通過顯示器，告知操作者當前的位置信息，信息豐富的互動地圖信息、附近機場信息和其他采用同樣系統的其他無人機信息。FAA在今年8月28日，發布了1000個“B4UFLY”內測，內測數達千人，該測試計劃進行兩個月，并在測試結束之后，于今年底之前公開發行。雖然B4UFLY沒有交互功能，但是通過云端的空中交通服務的部分功能已經啟用。

UTM面臨的挑戰

挑戰一：如何突破感知避讓的技術障礙。有人機在空中運行采取“看見避讓”的原則，即使在儀表飛行時，如果氣象條件許可，駕駛員仍需遵守“看見避讓”。無人機上由于沒有駕駛員，應當采取“感知避讓”的運行原則，但是FAA規定，無人機感知避讓能力不得低于看見避讓能力。從目標來分，無人機感知避讓可分為合作式和非合作式兩種類型。

合作式感知面臨的挑戰是需要降低設備價格、減輕重量和減少能耗。Amazon公司提出了一種地面車——車通信手段(V2V)解決方案。Google提出了移動蜂窩網絡(3G、4G)通信技術，此外還有短距離ADS-B設備(UAT和1090ES模式)、LTE無線通信設備、基于802.11p通信協議的設備用于合作式感知避讓。雖然在技術上不存在太多障礙，但是如果用于低載荷能力的微小型無人機，仍然存在較大困難。

非合作式感知技術面臨的挑戰是感知避讓精度有待提高。美國有近5000架有人機沒有裝備應答機等設備，其中有一半飛機甚至連航電設備都沒有(例如動力三角翼、滑翔機等)，駕駛員很難觀測到空中的無人機，即使觀測到無人機目標，仍然需要判斷這是近處的一架無人機，還是遠處的一架有人機。這些都是非合作感知避讓目標。航空無線電委員會(RTCA)規定：無人機在空中要及時發現有人機并進行避讓。但是，基于傳感器(慣性測量裝置、激光雷達、相機等設備)的非合作式感知避讓技術受到精度、機載設備精度、計算能力和軌跡預測能力的限制，仍存在較大誤差，有待提高。

挑戰二：在差異化載荷設備水平和運行環境下，如何制定UTM標準。在特定空域下，小型無人機的機載能力以及運行方式并不一定適應所有場景和飛行任務。例如，配置較低裝備的無人機可能滿足在邊遠地區飛行的安全需求。然而，如果需要在城市環境運行，則需要更為高配、安全的設備，以最大程度減少對人身安全、財產等造成損失的風險。Amazon將無人機載荷設備能力分為四類，分別為“Basic”、“Good”、“Better”和“Best”。其中，Best包括以下設備能力：(1)具有保證安全間隔的地測數據，(2)在線飛行規劃管理，(3)可靠的網絡鏈接，(4)合作型感知避讓，(5)非合作感知避讓。具有Best能力的無人機可以在低空實現安全自動化運行。UTM面臨的挑戰在于多元異類空域主體之間(包括有人飛機，不同設備能力的無人機)，如何協調好空域間隔和相關運行標準以滿足國際民航組織要求的空域技術風險，即不超過每飛行小時2.5×10m-9次致命碰撞事故。

挑戰三：在空域服務商(ASPs)模式下，如何進行無人機安全認證。在UTM框架中，除管制部門和無人機運營商之外，選取第三方空域服務商的模式被廣泛認同。但是，空域服務商如何構建無人機安全認證機制，是UTM需要解決的核心問題之一。Google公司提出了無人機安全認證系統，通過身份注冊機構、認證授權機構和權限審查機構3家機構建立無人機安全認證的生態系統。首先建立高效的公鑰設施(PublicKeyInfrastructure(PKI))，使無人機運營商生成一個公共的和一個私用的“密匙對”。運營商將公共密匙提交給注冊機構，注冊成功后，進一步將信息遞交至認證授權中心，認證授權中心通過認證后給運營商發放資格證書，資格證書包含了運營商和認證授權中心二者的信息。然后，運營商將資格證書與飛行計劃一同提交給空域服務商，后者繼續將資格證書遞交至權限驗證中心，通過驗證授權后，即完成了無人機的安全認證工作。最后，空域服務商受理飛行計劃，提供空域服務。空域服務商雖然只提供信息認證和飛行計劃受理服務，但是在管制部門和無人機運營商之間架起了一座橋梁，模塊化地解決了無人機安全認證問題。

破題UTM發展，需突破大數據瓶頸

在“互聯網+”的時代，建立信息化的UTM系統從技術上或許不存在障礙。難點在于如何建立監管與服務間的平衡制度，例如，如何讓利益相關方接受UTM系統、在商業化運作下政府如何進行安全認證等。要破題UTM的發展，需利用無人機自身的大數據優勢，建立互聯網監管與服務體系。但是，從技術上看，利用大數據分析對UTM作出管理決策，需要突破三方面瓶頸：一是數據分析技術，無人機數據來源多樣，各種非結構化數據進一步加大了分析決策難度;二是要解決數據孤島問題，理論上無人機運行會產生龐大的數據，但實際上需要完善服務，平衡相關方的利益，讓UTM成為無人機制造方、運營方和監管方都能接受的系統，才能形成大數據;三是人才的瓶頸，大數據對UTM管制員提出了新的技能要求，在掌握傳統空中交通服務的基礎上，能維護管理數據系統，熟練應用大數據分析工具，具備交叉學科知識與技能。

無人機運行大數據帶動了無人機交通管理方法論上的變化，其本質是人的行為正在被虛擬化。管制員人工指揮的方式在UTM中根本無法實現，隨著智能手機等移動互聯終端設備的普及，通過數據建模對無人機運行作出決策成為主要發展趨勢。UTM管制員必然會從拿著話筒的一線管制員退居為負責系統開發、數據維護的幕后角色。此時，管制員需要具備數據思維，重視數據的全面性，關注數據的復雜性。大數據成為UTM的核心價值，并將深刻影響空域的使用模式，甚至會對空域監管框架進行重新構建。