增强低空空域安全性：基于MLLM 的无人机意图识别
系统与控制
2025-09-09 v1 机器学习
系统与控制
摘要
低空经济的快速发展凸显了对非合作无人机（UAV）有效感知和意图识别的迫切需求。多模态大语言模型（MLLM）的先进生成式推理能力为此类任务提供了有前景的解决方案。本文聚焦于无人机意图识别与MLLM的结合。具体而言，我们首先提出了一种MLLM 驱动的无人机意图识别架构，其中利用多模态感知系统获取无人机的有效载荷和运动信息，生成结构化输入信息，MLLM 通过融合环境信息、先验知识和战术偏好输出意图识别结果。随后，我们综述了相关工作并在所提出的架构中展示了其进展。随后，进行了一次低空对抗场景，以演示架构的可行性，并为实际系统设计提供了宝贵的见解。最后，讨论了未来的挑战，并提出相应的战略建议以进一步应用于实际场景。
引用
@article{arxiv.2509.06312,
title = {Enhancing Low-Altitude Airspace Security: MLLM-Enabled UAV Intent Recognition},
author = {Guangyu Lei and Tianhao Liang and Yuqi Ping and Xinglin Chen and Longyu Zhou and Junwei Wu and Xiyuan Zhang and Huahao Ding and Xingjian Zhang and Weijie Yuan and Tingting Zhang and Qinyu Zhang},
journal= {arXiv preprint arXiv:2509.06312},
year = {2025}
}
备注
The paper has been submitted to IEEE Internet of Things Magazine