邊緣AI感知賦能，拓展AI視野

無人機也要置入Agent? Multi-Agent共同協作? 是的，由於AI、生成式AI及邊緣運算技術的發展，讓無人機上可以置入感測器、機器學習或深度學習AI模型，讓無人機能夠更加地自主航行、精細感測，以執行更複雜、多元的任務。邊緣AI讓無人機、各種設備看得更廣、更遠。

此外，地緣政治的緊張，無人機加入國防工業，讓半導體展、國防航太展都有無人機的蹤影。

那麼，無人機邊緣AI的技術發展方向為何呢? 以下是幾個趨勢:

• 機載AI晶片: 由於邊緣運算晶片的發展，無人機將AI的運算從雲端移至機載「邊緣」執行。運用嵌入式AI晶片，如:Nvidia Jetson、Qualcomm Flight RB5模組可以讓無人機在飛行中即時進行圖像識別、導航規劃，而不依賴地面連線。這可以確保通訊受阻或戰場干擾下依然能獨立運作。邊緣AI運算讓無人機反應更迅速、可靠，同時降低資料傳輸延遲和隱私風險。

• 環境感知: 深度學習技術可以協助無人機處理複雜的感知與決策任務。例如，卷積神經網路(CNN)用於物體檢測與分類，讓無人機識別目標和障礙；SLAM地圖建構演算法讓無人機在未知環境中自行繪製地圖並確定自身位置。這些AI模型需要確保在惡劣天候、複雜地形下仍能保持對環境精確的感知。未來發展重點包含透過遷移學習讓模型快速適應新場景，或結合多模態感測(視覺+紅外+雷達)增強環境理解。是不是就像AI Agent的多模態感知，強化多種感知能力?

• 即時推論: 無人機上 AI 晶片的即時推論能力，能夠迅速分析感測數據並做出決策，進一步可以即刻調整飛行路線或作出攻防反應。戰場上，即時推論體可以讓無人機選擇對方最脆弱攻擊點並一擊致命。民用方面，AI推論則讓無人機能夠即時作出物流投遞優化，或農業上即時判斷病蟲害並進行精準噴灑農藥。

• 自主導航: 邊緣AI可讓無人機在無人操控下，能夠自行規劃路徑並避開障礙，即使GPS受干擾環境中，仍能透過3D地形建模、光學地標識別和慣性導航找到路徑。這使無人機能夠在強大電子干擾下保持航向，執行遠程滲透、攻擊、檢測等任務。

• 協同控制: 蜂群協同是AI無人機的極致應用。透過邊緣AI晶片上的演算法控制，數十甚至上百架無人機可以像蜂群般協同行動，彼此通信並即時調整位置形成戰術隊形。每架無人機都能預測鄰近無人機的動向，合理規劃自身路徑以避免碰撞，並對目標發起攻擊或協同完成工作。透過AI晶片各自分工搜尋目標並共享資訊，提高任務效率。這就是一種Multi-Agent的實現。

• 低能耗技術: 邊緣AI晶片可以在機載有限的計算資源和電池容量下，實現高效率的AI推理，以減少無人機的耗能。未來，低功耗、省電情況下完成高速運算，是無人機邊緣AI研發的研究方向。

無人機AI應用案例

根據市場調查，全球無人機AI市場規模約為8.21億美元，預計2030年將達到27.5億美元，年複合成長率高達27.4%。以下介紹商業、工業、農業以及國防上的無人機先進的AI應用案例。

1. 商業應用: AI 人工智慧正大幅提升商業無人機在物流、建築等領域的自主性與感知能力，許多企業已開始部署自動化無人機來解決人力難題並提高效率。例如:宜家家居 (IKEA) 利用倉庫無人機執行 24/7 自動盤點，減少人工高空作業風險並提升庫存準確率。無人機配備AI 影像演算法與室內定位技術，能依預排路線在黑暗倉庫中自行飛行至各儲位。此外，機載攝影機和條碼掃描器會自動辨識貨架上產品標籤並拍照記錄，透過雲端與倉庫管理系統比對庫存數據。該系統並利用邊緣AI進行即時避障與導航，可辨識環境中的障礙並即時規劃路徑，即使在貨架緊湊空間中，無人機也能靈活避開樑柱等障礙物。最後，多架無人機可通過集中管控平台協同作業，實現全倉自動化盤點。IKEA 已部署超過 250 架盤點無人機於全球 9 個國家、73 個據點，透過自動盤點使庫存紀錄正確率提高到 99.7–99.9%，盤點速度提升數倍。員工不須頻繁執行高空盤點，減少危險與勞動強度，讓員工進行庫存分析、訂單分析等更有價值的活動。

圖、IKEA 無人機庫存(資料來源: IKEA)

電商的「最後一哩」配送面臨速度慢、成本高與交通阻塞等挑戰以及偏遠地區運輸不便。Amazon利用無人機繞過地面交通，實現訂單 30–60 分鐘內送達，提升物流時效並覆蓋過去難以服務的區域。Amazon Prime Air 無人機配備先進的感測與避障 AI 系統，包含機載攝影機、雷達等感應器，可即時偵測空域中的人、動物及障礙物，並透過機上運算自主規劃安全路徑降落投遞。該系統具備電腦視覺和機器學習能力，並能在無人監控下對環境變化做出避開突發障礙等智慧反應。經過測試，Amazon Prime Air 無人機已能在試點城市安全投遞包裹，大幅縮短配送時間並減少人力成本。預計透過規模化的無人機協同運作，每件包裹的配送成本可壓低至 1–2 美元。

2. 工業應用: AI 無人機廣泛用於基礎設施巡檢，有效提升安全性和巡檢效率。透過人工智慧的自主導航與電腦視覺異常檢測，無人機可以替代人工執行高風險的高空或密閉空間檢查工作。例如:美國雪佛龍 Chevron石油公司在德州油田部署Drone-in-a-Box 自主無人機站。多架無人機被預先設定巡航路線，每日會自動執行巡檢任務。該無人機搭載電腦視覺 AI，可自主識別攝像頭畫面中的管線滲漏跡象、儀錶讀數異常、設備過熱等異常情況。一旦偵測到異常，系統自動發出警報通知控制中心人員。同時，無人機偵測告警時，可透過物聯網聯動相關設備(如關閉閥門)或將影像數據即時傳回供工程師判讀。這些動作均由 AI平臺自動完成，無需增加現場人員工作負擔。以此，減少了人員巡檢的時間、道路風險並能更即時的偵測異常。

圖、遠端巡檢自主無人機站(資料來源: Percepto)

3. 農業應用: AI 無人機在農業上的應用涵蓋從精準農藥噴灑到作物成長監測等方面，提升農業生產的效率與永續。例如:新創農業公司Precision AI 開發了一套自主噴藥無人機系統。每架無人機配有高解析攝影機和機載 AI 平台，能即時處理影像並辨識畫面中的作物與雜草。此外，透過深度學習模型，無人機實現每秒數十幀的田地掃描，偵測到雜草時即精準瞄準該株噴灑除草劑。這些均透過機上邊緣AI自主完成，不需人員的介入。最後，多架無人機還可透過雲端平臺進行協同分區作業，提高覆蓋效率。採用Precision AI無人機方案可在維持相同除草效果前提下，將除草劑用量減少83%，減少環境傷害、人力成本及重機下田對於植物的傷害。

圖、無人機進行農業自主噴藥(資料來源:Precision AI )

4. 國防應用: 近年美國與歐洲各國軍方積極投入 AI 無人機技術研發，應用在無人機蜂群戰術、情報監視偵察以及精準打擊等領域。例如: 2024年春天，澳英美三國各部署了數架AI無人機在同一空域執行協同任務。AI 小組現場開發了機器學習模型，並即時將訓練完的模型下載至各國無人機上，立即具備自主感知與目標識別能力。任務執行過程中，無人機蜂群透過安全網路無縫交換數據與控制權，共同搜尋、識別地面上的敵方目標。AI系統確認目標後，無人機即可自主對其執行癱瘓或精確打擊任務，過程中人類只需監督而無須逐一遙控。這些不同無人機系統在 AI協助下能夠相互協同操作，並共享即時影像和目標資訊，協調分工達成共同任務目標。進一步，無人機可以跟船艦乃至於無人艦艇進行聯合作戰。

圖、自主無人機協同(資料來源: 澳洲國防部)

小結

邊緣AI拓展無人機視野，強化精確檢測、自主航行、蜂群協同等關鍵技術，使得無人機在商業、工業、農業、國防應用的需求成長。由於台灣具備完整的半導體供應鏈，包括:7奈米以下的先進製程、邊緣AI IC設計商、通訊模組商、感測器模組以及鋰電池製造和無刷馬達的精密加工業、PCB封裝技術以及系統模組組裝技術，將可在無人機供應鏈扮演重要一環。