C114訊 6月27日消息（九九）2025數字低空大會今日在蘇州舉行，大會將聚焦低空信息基礎設施的規劃、5G-A/6G技術的融合應用、空地智聯的創新突破，以及低空經濟的安全與發展等核心議題，匯聚頂尖科研專家、電信領域專家和產業領袖，力圖搭建一個開放、協同、創新的學術交流平臺，共同繪制數字低空的發展藍圖。
會上，鵬城實驗室副研究員陳軻發表《低空主動感知網初步實踐》主題演講。陳軻表示，低空感知網將低空物理空間轉成數字化可計算空間，是低空經濟規模化發展的關鍵信息基礎設施。
陳軻介紹，低空精準感知技術體系由高分辨率環境態勢生成、航空器精準監測等構成，目標是構建目標精準感知與環境精細感知能力�，F階段，目標感知技術正從多設備聯動向多模態融合演進，環境感知技術則從多尺度時空關聯向數字孿生演進。
陳軻進一步介紹，鵬城實驗室依托數字視網膜端邊云協同智算架構，構建低空主動感知網絡，研發低空目標與環境感知模型，實現低空場景的高分辨率環境態勢生成、航空器精準監測。
低空主動感知網的架構是空地協同智算，在功能劃分上，無人機負責感知數據特征提取和邊緣小模型計算，地面服務器負責模型訓練與模型進化和云側大模型計算。無人機與地面服務器的信息交互主要包括上行的特征和數據傳輸，以及下行的模型更新。
特征流、數據流和模型流的傳輸數據量均可以根據空地通信帶寬進行動態調整。特征流是無人機從原始感知數據中提取的特征信息。通過高效率的特征提取算法，可以實現將20Mbps的感知數據壓縮至15Kbps，從而大幅降低數據傳輸開銷。數據流是無人機利用空閑帶寬，將特征提取后剩余的殘差映射數據傳輸至地面服務器。通過對殘差映射數據量化比特的動態調整，可以動態設計數據流的傳輸數據量。模型流是地面服務器將模型進化信息發送至無人機，從而提升無人機機載模型數據處理能力。通過對更新模型參數比例、模型更新頻率的調整，可以動態設計模型流的傳輸數據量。
對于視覺模型的探索，鵬城實驗室突破注意力機制，研發了基于物理熱傳導方程的視覺表征模型vHeat。基于vHeat網絡架構，鵬城實驗室與中國科學院空天信息創新研究院聯合訓練了百億級遙感解譯基礎模型——“空天·靈眸”3.0版，實現了基礎模型大規模訓練、推理等速度的大幅提升。在遙感領域的6大類任務的23個國際基準數據集上測試，性能平均提升4%至10%。目前已在應急、國土、海洋、住建等多個行業部署試運行，特別是在最具挑戰性的復雜要素精細分類、運動小目標連續跟蹤等任務上性能卓越，為天臨空地一體化應用提供了一套行之有效的解決方案。
針對極端空間稀疏采樣下Transformer模型計算效率低的挑戰，鵬城實驗室原創提出RadioFormer，通過多粒度特征編碼，實現點特征與建筑patch特征的高效融合。并原創2D檢測方法CrossFPN，通過跨尺度特征融合模塊，實現低計算資源下的高分辨率特征保留與跨層信息對齊， 在低空目標檢測公開數據集上檢測精度超過SOTA方法；原創3D檢測方法Center9D，通過在目標中心點統一建模目標6D姿態與3D尺寸，實現航空器空間位置、旋轉姿態、尺寸、類型等目標多種屬性統一估計，在室內10m范圍內定位誤差降到厘米級（0.08m），室外100m范圍內仿真數據的平均定位誤差1.3m。
演講的最后，陳軻表示，鵬城實驗室依托石壁龍園區，基于數字視網膜架構和低空智能感知技術，研制低空機載通感算集成感知硬件和低空多任務一體化集成感知硬件，構建低空主動感知網絡，已經開展面向航路保障的初步實踐。
