无人机测风

利用机载传感器和机器学习，实现比传统方法更精准的空中风速风向估计。

朱思虹 · Zhao, Tonghui · Huanji, Zhang · Yichao, Chen · 杨东旭 · 刘奕 · 曹军骥

Drones 2025

参数信息

水平风速均方根误差

0.39 m/s

风速估计偏差

0.069 m/s

技术优势

精度超过LiDAR基准

在超过50秒的平滑窗口下，机器学习估计的水平风速精度优于地面LiDAR测量，说明长时统计意义下该方法能提供更可靠的风场数据。

偏差大幅减小

采用60秒平滑窗口时，风速估计偏差不超过0.069 m/s，相比传统方法系统性偏移得到有效抑制，有利于提高数据在气候分析等场景中的可信度。

无需额外测风载荷

方法完全基于无人机平台上已有的传感器（如IMU、GPS等）数据，通过算法实现测风，省去了专用风速计、皮托管等硬件，降低了平台重量、成本和维护复杂度。

应用场景

• 低空经济气象保障：为低空飞行器提供实时、准确的风场数据，保障飞行安全和航线规划。
• 风电场选址与运维：替代传统测风塔和地面雷达，快速获取风机高度层风资源分布。
• 无人机气象探测：让普通无人机变身移动气象站，无需改装即可采集高精度风场数据。
• 高精度风场测量：在复杂地形和城市冠层等场景中提供密集、灵活的风场观测手段。