维度网讯，空中客车（Airbus）将在今年六月于巴黎举行的维瓦科技（VivaTech）论坛上，演示一项利用计算机视觉提升自动着陆程序与运营效率的技术。这套名为“视觉着陆应用”（Vision Landing Application）的系统，通过机载摄像头实时分析跑道特征，旨在为缺乏先进地面基础设施的机场提供额外的独立定位源，从而实现全自动着陆程序。目前该技术仍处于研究阶段，距离商业认证尚有较长时间，但其研发直接服务于空中客车的全球智能自动化路线图。空中客车已取得先发优势，过去十年中开展的多项研究项目最终促成了今年展会上展台的演示机。

空中客车在自动化领域的研究始于2018年6月1日启动的自主滑行、起飞和着陆（Autonomous Taxi, Take-Off & Landing, ATTOL）项目。该项目作为一个快速风险降低演示机，验证了飞机仅使用图像识别技术，不依赖仪表着陆系统（ILS）或地基增强系统（GBAS）等传统地面信号基础设施即可安全导航的可行性。随后，公司于2020年11月启动了空中客车UpNext蜻蜓（Airbus UpNext DragonFly）演示项目，旨在验证操作相关性并处理恶劣天气等现实复杂性，关键目标包括自动紧急操作、增强飞行员辅助、滑行期间工作负荷减轻以及全球数据资本化。与此同时，空中客车UpNext与空中客车防务与航天（Airbus Defence and Space）合作的Auto’Mate项目，虽聚焦于空对空加油，但其使用的不同类型的摄像头（分辨率、视场）、高精度卫星全球定位、激光雷达（LiDAR）传感器与AI算法等技术模块与视觉着陆高度相似。

在以上项目积累的基础上，空中客车于2023年推出了空中客车UpNext最优（Airbus UpNext Optimate）演示机，该机在2024年维瓦科技上曾以实车形式展示。Optimate将此前多个技术模块综合为统一任务配置文件，探索门到门的战略自动化，并引入先进的轨迹保护模型、自动防撞功能、跑道侵入防护，以及一个用于解读空中交通管制许可并简化地面通信的数字虚拟飞行助手。这项为期三年的研究项目计划在A350试飞机身上完成完整的自动门到门任务配置，是自动化研究在工业决策与认证前的最后一步。

总体来看，这些项目表明空中客车正从传统的仪表着陆系统转向机载光学识别。具体方向包括：以完全机载的计算机视觉替代重型地面基础设施或卫星增强；通过边缘AI实时处理高分辨率视频流以识别跑道、滑行道与移动障碍物；在无卫星信号或零地面基础设施的偏远机场确保高保真度着陆。

为实现轨迹管理、导航与机组决策支持等关键任务，飞机系统需自主感知环境。嵌入式AI可作为工具改进现有传感器技术并提供额外安全网。但在航空领域，AI集成面临严格限制，必须适应飞机硬件内的计算与电源环境。空中客车的工程师需完全掌握硬件行为并保持对软件代码的绝对可见性。其嵌入式AI框架通过机器学习实现识别，通过智能体AI进行推理，通过生成式AI进行创造。

为推进这些研究工作，空中客车已在欧洲的多学科研究组织内重新聚焦主要开发活动，汇集专业知识以克服航空领域独特的技术与监管障碍。通过结合航空航天工程的严谨性与计算机视觉的潜力，空中客车正为下一代飞行系统积累技术基石，并为机组人员提供工具以提升飞行效率与安全性。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com