空地协同智能驾驶：深度学习赋能的CAV与UAV融合系统综述

《ARTIFICIAL INTELLIGENCE REVIEW》：Unifying ground and air: a comprehensive review of deep learning-enabled CAVs and UAVs

本文针对智能交通系统中无人驾驶汽车(CAV)在复杂场景下感知能力不足的问题，系统综述了深度学习(DL)技术如何赋能无人机(UAV)辅助的CAV网络。研究人员通过分析DL在环境感知、路径规划和网络安全等关键领域的应用，揭示了UAV的空中视角可显著提升CAV在极端情况下的态势感知能力。研究结果证实了数据融合技术和混合深度学习框架在提升系统鲁棒性方面的有效性，为下一代自动驾驶系统的安全部署提供了重要理论支撑。

　　

随着人工智能技术的飞速发展，特别是计算机视觉和图像识别领域的突破性进展，智能交通系统正经历着深刻变革。连接自动驾驶汽车(CAV)作为未来智慧城市的核心组成部分，其发展备受关注。然而，在实际部署过程中，CAV仍面临诸多挑战：极端场景处理困难、计算机视觉误差、复杂驾驶条件适应不足、人类行为预测不准确以及法律伦理障碍等问题亟待解决。更令人担忧的是，这些系统极易受到网络攻击，任何失误都可能导致车辆损毁、基础设施破坏甚至人员伤亡的严重后果。

与此同时，无人机(UAV)凭借其独特的空中视角和灵活机动性，为CAV系统提供了全新的解决方案。UAV能够从空中获取交通状况的全景视图，在监控、灾难救援、包裹配送、电力线检测和农业支持等民用领域展现出巨大潜力。将UAV集成到CAV网络中，可以带来许多创新应用场景：作为飞行或应急路侧单元(RSU)、基站或可重构智能表面(RIS)，在硬件故障和火灾地震等灾难情况下保证CAV系统的持续运行。

这项发表在《Artificial Intelligence Review》上的综述性研究，首次系统性地探讨了深度学习技术如何统一地面与空中平台，为CAV和UAV的协同工作提供理论框架和实践指南。研究团队来自詹姆斯库克大学、拉筹伯大学等多所国际知名机构，他们通过全面分析最新研究成果，揭示了深度学习在提升CAV-UAV系统性能方面的巨大潜力。

研究人员采用系统性的文献检索方法，从IEEE Xplore、SpringerLink、ScienceDirect等多个权威学术数据库收集了近十年的相关研究。他们重点关注了深度学习在CAV环境感知、路径规划、行为决策以及UAV辅助通信等方面的具体应用，特别分析了两种主流的深度学习框架——基于管道的模块化方法和端到端(E2E)学习方法——在CAV系统中的优劣比较。

在技术方法层面，本研究主要涉及以下几个关键方向：首先，在环境感知方面，研究人员分析了基于相机、激光雷达(LiDAR)和雷达(RADAR)等多种传感器的深度学习检测方法，包括单阶段检测器(如YOLO系列、SSD)和区域提议检测器(如Faster R-CNN)等先进算法。其次，在路径规划与导航方面，研究比较了模仿学习(IL)和深度强化学习(DRL)等方法的适用场景。特别值得关注的是，研究还详细探讨了视觉Transformer(ViT)和大语言模型(LLM)等新兴技术在CAV-UAV系统中的应用前景。

在网络安全方面，研究深入分析了针对深度学习系统的对抗攻击手段，包括快速梯度符号法(FGSM)、投影梯度下降(PGD)和Carlini & Wagner(C&W)攻击等，同时总结了相应的防御策略，如对抗训练、网络蒸馏和模型正则化等技术。研究人员还特别探讨了UAV辅助的CAV网络架构，包括UAV作为中继节点、移动边缘计算(MEC)服务器等不同角色的通信协议和优化方法。

UAV辅助的车辆网络架构

研究显示，UAV辅助的CAV网络可以基于无人机在通信网络中扮演的角色进行分类。这些角色从CAV系统中的被动元素到主动中继节点或动态移动RSU不等。多架无人机或蜂群也可以在CAV生态系统中形成独立的网络层。研究表明，UAV可以作为车辆网络中的常规车辆，像其他用户一样传输协作感知消息。UAV还可以作为中继节点来增强V2V网络中的车间通信。通过悬停在CAV上方并观察网络拓扑，UAV可以将自己集成作为中继来改善连接性。

深度学习在CAV中的环境感知

在环境感知方面，相机传感器在自动驾驶车辆中发挥着关键作用。研究详细比较了单阶段检测器(如YOLO系列)和区域提议检测器(如Faster R-CNN)的性能特点。YOLOv4在MS COCO数据集上实现了43.0%的AP值，处理速度达到31 FPS，而Faster R-CNN虽然准确度更高(39.8% AP)，但处理速度较慢(9.4 FPS)。在KITTI数据集上，YOLOv3达到了80.5%的准确率，明显优于RefineDet的84.4%，这体现了不同检测器在不同场景下的性能差异。

视觉Transformer在CAV-UAV系统中的应用

视觉Transformer作为新兴技术，在CAV-UAV系统中展现出独特优势。研究表明，Swin transformer-based车辆检测(STVD)框架在DTLD数据集上达到了91.32%的准确率。特别是PVswin-YOLOv8s模型在VisDrone2019数据集上的平均检测精度(mAP)比YOLOv8s提高了4.8%，验证了Transformer在检测小物体方面的卓越性能。

传感器数据融合技术

在多传感器数据融合方面，研究系统比较了概率方法(如卡尔曼滤波器系列)、证据理论方法(如Dempster-Shafer理论)、知识基础方法(如深度学习)和统计方法(如贝叶斯网络)的优缺点。研究发现，混合方法能够整合多种数据融合技术的优势，为CAV-UAV系统提供平衡自适应的解决方案，显著增强系统的鲁棒性和可靠性。

对抗攻击与防御机制

在网络安全领域，研究揭示了深度学习系统面临的各种对抗攻击威胁。实验数据显示，基于优化的攻击方法如C&W攻击能够以较小的扰动成功欺骗深度学习模型，而基于生成对抗网络(GAN)的攻击方法能够产生更隐蔽的对抗样本。研究还发现，对抗样本在不同模型间具有可转移性，即使攻击者无法直接访问目标模型，也能通过替代模型发起有效攻击。

路径规划与深度强化学习

在路径规划方面，研究表明深度强化学习方法在复杂环境中表现出色。特别是在CARLA仿真平台的测试中，端到端模型如ResonNet和InterFuser在驾驶评分(DS)方面分别达到79.95和76.18，显著优于模块化方法的15.40和4.56。这证明端到端学习方法在整体性能优化方面的优势，但也暴露出其可解释性不足的问题。

UAV在复杂场景下的性能表现

研究还重点关注了UAV在复杂场景下的性能表现。实验结果表明，在恶劣天气条件下，传统视觉传感器的性能会大幅下降，而雷达(RADAR)传感器仍能保持相对稳定的性能。这凸显了多传感器融合在提升系统鲁棒性方面的重要性。

本研究通过系统分析深度学习在CAV-UAV系统中的最新应用，得出几个重要结论。首先，UAV的空中视角为CAV提供了宝贵的补充信息，特别是在处理极端场景和提升态势感知能力方面具有不可替代的作用。其次，混合深度学习框架通过整合概率方法、证据理论方法和深度学习的优势，能够为CAV-UAV系统提供更全面的解决方案。第三，对抗攻击是CAV-UAV系统面临的重要安全威胁，需要采取多层次、自适应的防御策略。

研究的讨论部分强调了几个未来发展方向。在线学习或增量学习策略能够使模型随着环境变化而实时更新，是应对动态环境的重要技术路径。联邦学习在减少数据传输开销和保护隐私方面展现出潜力，适合用于多车协同学习场景。此外，开发统一的行业标准和完善的测试平台对确保CAV系统的互操作性和可扩展性至关重要。

值得注意的是，当前研究还存在一些局限性。深度学习模型的"黑箱"特性降低了系统的可解释性，给安全验证带来挑战。不同数据集之间的性能差异使得模型评估和比较变得复杂，需要建立更统一的基准测试标准。此外，深度学习模型的高计算资源需求与车载平台的有限计算能力之间存在矛盾，需要进一步优化算法效率。

总的来说，这项研究为深度学习赋能的CAV-UAV系统提供了一个全面的技术框架，指出了当前的研究空白和未来发展方向。通过深入分析感知、规划、控制和安全等关键环节的技术方案，为下一代智能交通系统的安全可靠部署奠定了重要理论基础。随着深度学习技术和硬件平台的不断进步，CAV与UAV的深度协同将为完全自动驾驶的实现提供强大技术支持，最终推动智慧城市和智能交通系统的全面发展。