自主飞行，是世界航空技术研发的前沿概念之一，先进的飞行控制技术和人工智能技术，让很多水陆空的平台实现了自主运行、自主探测和自主决策。而在直升机领域，多家公司已经进行了大量的实践探索，对此本刊采访了柯林斯宇航中国区副总裁何伟昌先生，探讨了人工智能和自主飞控系统在直升机领域的
应用前景。
直升机自主飞行技术的意义
在直升机领域，自主飞行是一项新兴技术，该技术可以有效降低飞行员的工作压力、提升执行任务的专注程度，并减少对直升机的人力需求。
业内一般认为，人类飞行员的能力十分适合于复杂任务的决策，并且能够在短时间内对快速变化的复杂情况做出反应。但这样的复杂情况的决策过程对于飞行员的大脑是个很大的考验，特别是还需要对直升机的飞行状态进行保持的条件下，飞行员很难进行精力的分配。
而对于电脑来说，仍有很多常规性的任务更适合由它们来完成，例如检查发动机状态、高度计、灯光、开关，甚至保持直升机的飞行姿态等基本飞行操作。这些常规性的操作对于人类飞行员来说较为单调和枯燥，但又不得不去做，这就使飞行员必须将精力在执行任务和对直升机进行基本操作之间进行分配，而出于自身安全考虑，飞行员往往将精力更多的放在对直升机的操作上面，以保证不会坠毁，从而可能影响了真正要执行的任务。
在如此恶劣的天气下执行任务，飞行员光是保证“直升机不会坠毁”就几乎用去了全部精力，更不用说要在救援目标上空精确的悬停。
对此，柯林斯宇航中国区副总裁何伟昌先生表示，随着人工智能的发展，经过“培训”的飞控程序，可以代替飞行员对直升机进行基本的检查和操作，例如操作直升机进行爬升、悬停、避障、保持飞行姿态等，甚至还可以完成“在较为恶劣的气象条件下进行悬停”这样的操作。而未来随着计算机“智能”的增加，飞控系统还可以具备更多功能，如激活紧急程序、自主规划路线并导航飞行到预定地点，甚至可能自主使用某些传感器等。
柯林斯宇航中国区副总裁何伟昌先生。
这样，直升机就可以认为是具备了一定的“自主飞行能力”，直升机可以“自主地”完成基本的飞行操作，同时向飞行员报告当前的状态，使得飞行员能够专心处理更多其他的问题，不在“操作直升机飞到某处或防止坠毁”上面投入过多的精力，大大减轻飞行员的负担。
人工智能的问题和挑战
当然，这样的人工智能技术要实现是十分不容易的，何伟昌先生认为，人工智能系统要绝对安全可靠地达到上面的要求还有很长的路要走，并且存在着诸多挑战。
首先对于直升机飞行员来说，虽然应用人工智能的“自主飞行”技术可以减轻负担，但很难确定“到底可以减少多大比例”的负担，很难对此进行量化。而难以量化的结果，就是难以确定计算机的自主飞行控制要对飞行员的操作介入到什么程度，从而难以确定这种自主飞控程序的复杂程度，就很难决定要进行多少投资、可以得到什么回报。
其次，采用自主飞行系统以后，虽然飞行员的负担减轻，但也存在着飞行员技术水平降低的风险，因为很多操作由计算机替代飞行员做了。而在发生故障和某些极限飞行条件下，飞行员处理特情的要求并没有降低，这就可能使新的飞行员无力应对这些特情，从而在另一个方面带来了不安全的影响。
另外，由于系统更加复杂，对飞行员的培训和技术能力水平要求也更高。最后，也是最重要的一点，是人工智能现在还无法进行解释，也无法得到可证明的确定性的结论，因此这对于航空领域中的“安全关键系统”而言是不可接受的，也就无法得到人类的信任。
人工智能把照片识别成羊的置信度26%、识别成牛的置信度为17%，甚至在下面一组照片中还以39%的置信度识别成人。如果在飞行控制领域，是绝对不能出现“前方有个高楼，置信度77%“这样的事情。
当前航空机载系统的设计和认证体系都非常强调产品的“可证明”和“确定性”，而人工智能技术都是与大数据与深度学习为基础，这本身就存在一定的不确定性，与航空系统的要求是矛盾的。
例如当直升机的飞行员在计算机上两次输入同样的目的地、需要在同样的要求下进行两次飞行，两次的气象条件也相同，计算机得出的却是不同的飞行建议，而其中一个建议在人类飞行员看来又是几乎不可行；再加上计算机没有告诉飞行员它是如何做出这些决策的，那人类飞行员如何能信任继续信任这个“自主飞行”系统呢？就一些具体技术而言，直升机利用传感器对障碍物的探测和识别是实现自主飞行的基础，只有对障碍物进行有效的识别和探测才能实现直升机“替代飞行员避开障碍物让飞行员集中精力”的要求。
但这一目的实现起来并不容易，这样对人类飞行员来说是基本的任务，人工智能实现起来确非常困难。虽然现在自动驾驶汽车对障碍物的识别率已经很高，但对于航空系统的要求仍然是不够的，自主飞控程序仍然可能对同一个障碍物进行了两次不同的识别，这也是飞行员们不可接受的，因此仍然需要再付出努力去克服这一点。
可将有人驾驶直升机转换为无人自主驾驶模式的改装套件，套件中包括激光雷达等传感器系统。
人们已经进行大量工作
因此，目前应用人工智能技术的“自主飞行”系统要想应用在直升机上面，当务之急是需要实现人工智能系统的确定性。柯林斯宇航作为一家航电系统的制造商，也在这一领域进行积极的工作。例如柯林斯宇航与西科斯基公司共同开发了一种新的电传飞控技术改造解决方案，该方案可用于直升机或固定翼飞机从而为自主飞行打下基础。目前，该技术已应用于西科斯基一架UH-60A“黑鹰”直升机的改装，作为西科斯基的直升机“可选驾驶模式”（OPV）系统项目的技术基础。该项目是DARPA“
机器人辅助自动驾驶”（ALIAS）系统的一部分，用于演示的UH-60A OPV验证机已于2019年5月底进行首飞。
采用UH-60A改装的OPV“黑鹰”。
新的电传系统具有三余度，并用由增强型飞控计算机控制的机电作动器代替了传统的连杆和齿轮的机械传动系统。柯林斯宇航与西科斯基合作设计了这种纯电磁耦合的“无干涉”系统，从而无需齿轮、滚珠丝杠或离合器来实现机械操纵。
这也是这种传动系统首次用于对安全性要求极高的航空系统应用中。这种电传操纵的革命性设计使通常位于飞控计算机内的许多控制逻辑，现在可以在外部驻留在其自己的控制模块或作动器本身当中，进一步简化了系统架构并提高了可靠性。更重要的是，这种设计无需更改直升机原有的液压系统即可安装，从而无需对液压系统进行重新认证，提供了更实惠的改进选择。
柯林斯宇航表示，这种新型的电传操纵系统改造方案和该公司即将推出的新型飞行管理计算机（VMC）将有助于实现飞行器的自主控制，为军用和民用的自主飞行系统提供打下基础。
当然，上述案例表明，在直升机自主飞控领域的现阶段工作都是比较基础的，解决一些基础问题，并非直接奔向“以人工智能取代飞行员”的主题。而未来的工作还是要将是要人工智能系统的确定性提升，在这方面很多专家提出过各种想法，例如受控学习等，也可以采用人工建模和机器学习相结合的手段，将机器学习中不确定的结果过滤掉，从而提高了系统的确定性，也使系统中的人工智能算法变的可解释。
在前面提到的DARPA的ALIAS项目的飞行试验中，飞行员采用平板电脑来对自主控制系统下达指令，控制系统自主对飞行路线进行规划。
但是，相对于飞控系统部件级别的改进，提升整个系统中人工智能的确定性其目标还相对长远，对此何伟昌表示虽然柯林斯宇航正在这一领域进行努力，但是目前还不能给出一个具体的时间表或路线图之类的承诺，因为实现这一目的仍然需要大量的投资和研究。
