低空与轨道交通融合应用，依靠智能感知、可靠通信、多传感器融合定位及空轨协调调度等技术，可提升轨道交通效率、降低风险，推动其智能化、自动化发展，如表1所示。
表1 关键技术功能与应用总结
一、智能感知技术
智能感知技术在无人机应用于轨道交通系统中发挥着至关重要的作用，主要应用于轨道巡检和设施监控中的实时环境感知和精准目标识别。通过高精度的视觉识别技术，无人机可以帮助提升轨道交通系统的安全水平，并对设施状态进行全面监控。
无人机配备高清可见光相机和红外相机，能够实时将照片或视频传输至数据中心，数据中心采用人工智能目标检测与图像处理算法(如YOLO、MaskR-CNN)，对轨道线路、桥梁、隧道等设施进行精准隐患检测，如裂缝、腐蚀、异物侵入等。这种方式相比传统人工巡检提高了50%以上的效率，尤其在高危或复杂区域(如隧道内部和桥梁底部)能够覆盖人工难以触及的部位，为轨道设施提供更全面的安全评估。
智能感知实时反馈关键数据至轨道交通管理系统，助力发现缺陷、提供依据并支持应急维护。视觉感知技术可精确定位裂纹或结构异常，自动生成报告，缩短排查时间，提升维护效率。
二、可靠通信技术
轨道交通环境复杂，城市内电磁干扰多，传统无人机射频通信易受阻，移动信号覆盖不稳定。为确保无人机高效协同与安全运行，需建立更可靠的融合通信机制[19]。
可靠融合通信机制结合了5G通信、卫星通信、Mesh自组网以及轨道交通特有的EUHT网络等多种通信技术，形成多层次、全方位的通信保障体系。5G通信技术因其高速率和低延迟特性，特别适用于动态环境中的实时数据交换；卫星通信则在广域覆盖和偏远地区具有重要作用，确保无人机在远离城市中心或存在通信盲区的环境中仍能稳定连接；Mesh自组网具有高度的灵活性和鲁棒性，能够在复杂环境下灵活组网，并支持应急通信。
除了传统通信技术的融合，引入边缘计算能力后，无人机在轨道交通系统中可本地处理数据，减少回传依赖，提升实时性和响应速度，增强智能感知效率，保障网络不稳定时自主执行任务。
三、多传感器融合定位技术
在轨道交通复杂环境中，卫星导航定位技术受限，无法满足无人机精确作业需求。多传感器融合定位技术通过整合激光雷达、视觉传感器、里程计和惯性导航系统等，可以有效提升无人机在复杂环境中的定位精度和可靠性。
激光雷达提供高精度三维环境数据，帮助无人机识别障碍物、更新地图，尤其在视距受限或光照不良时优势明显；视觉传感器补充细节信息，提升感知准确性；里程计和惯性导航系统提供短期稳定定位数据。融合这些传感器数据，可解决无人机在复杂环境中的高精度定位问题，保障其精准完成自动化巡检任务。此外，无人机在进行复杂任务时，还需在卫星导航提供的地球坐标系与激光雷达等融合定位提供的相对坐标系之间进行无缝切换，确保无人机在全局与局部坐标系下的定位信息始终保持一致，避免因坐标系统差异而导致的定位误差。
四、空地协同调度技术
无人机巡检需在列车限界内进行，必须解决与列车的安全协同问题，确保互不干扰。空地协同调度技术至关重要，需实现无人机作业与列车运行的统一调度，在列车进入作业区时及时调整无人机飞行轨迹，避免碰撞和干扰。
空地协同调度技术实时监控协调无人机飞行路径与列车运行路径。无人机依列车位置、速度及作业区域自动调整飞行时间和轨迹，避免交集。通过精确通信与控制系统实现实时数据交换，确保作业安全。无人机与列车调度系统需形成联锁机制：无人机作业时，列车不进入作业区；列车运行时，无人机禁入限界作业区，保障列车安全。
此外，在特殊情况下，无人机作业与列车运行的调度还需要实现自动化的避让机制。列车接近作业区时，无人机自动启动避让程序，飞至安全区域。无人机与列车控制系统需保持一致性和协调性，及时响应状态变化，保障作业安全高效。空地协同调度技术保障列车安全，支持无人机轨道巡检任务。(作者：郜春海，朱力，苗佳，陈磊，明悦)
