摘要
尽管无人机（UAV）在工业、农业和科学领域迅速普及，但其部署仍受限于有限的续航能力、空气动力学效率低下以及声学排放，所有这些均受共同的机载能源预算制约。现有的仿生无人机综述通常将空气动力学、结构、感知、控制和能源系统视为平行的主题，而不是作为统一空中架构中相互作用的组件。本综述主要基于 2015 年至 2026 年 6 月期间发表的文献，并通过检索 Web of Science、Scopus 和 Google Scholar 识别，旨在填补这一空白，考察了六个主要领域的生物启发技术：气动声学及被动流动控制、空气动力学效率、多功能结构复合材料、神经形态感知与控制、离子储能以及能量收集。其主要贡献是一项跨领域协同分析，识别出五个性能耦合和一个结构使能架构，借此这些领域在物理和功能上相互作用。代表性例子包括基于锯齿的螺旋桨几何形状，可同时降低噪音和功耗；既充当空气动力学结构又充当摩擦电收集基材的变形翼面；以及神经形态脉冲神经网络，据报道在特定事件视觉推理基准测试中，相对于基于嵌入式图形处理器（GPU）的实现，将推理能耗降低了三到四个数量级。然而，机械收集输出仍然比推进需求低几个数量级，因此被定位为补充。评估了四个系统性障碍（未量化的质能平衡、未记录耐久性、气动弹性协同设计差距以及异构指标），得出的综合结论表明，推进生物启发无人机需要从结构模仿向功能性、系统级仿生学转变。
