25 瓦干擾器擊敗 2 萬美元衛星：這就是你的無人機必須學會盲飛的原因
一顆 GPS 衛星在你頭頂約 20,200 公里的高空運行。當它的訊號抵達無人機接收器時，其功率大致相當於在一萬英里外看到的一顆 25 瓦燈泡。而一台架設在距離同一架無人機僅數公里處的干擾器，就路徑損耗而言，卻要近上一百萬倍。
所以這場較量從來就不公平。一台廉價的地面干擾器在接收器上的訊號，輕而易舉地就勝過整個衛星星座，而接收器只會鎖定該頻段中最響亮的訊號。這並不是某顆你可以更換掉的特定 GPS 晶片的缺陷，而是平方反比定律作用在一個從未針對任何試圖破壞它的人而設計的系統上的結果。 GPS 拒止環境下的無人機自主飛行——不依賴衛星，改用攝影機與機載智能來飛行——在物理現實遇上真正的對手那一刻，就不再是一個冷門的研究課題了。
我打造的正是讓無人機在衛星失效時仍能持續飛行的導航堆疊。過去這幾年，我看著它從一個小眾的國防興趣，變成一位瑞典的礦場主管和一位美國海軍陸戰隊的專案軍官在同一週都來詢問的東西。促成這一切的力量不會逆轉。讓我帶你了解究竟發生了什麼變化、打造一架能盲飛的無人機實際上需要什麼，以及我付出昂貴代價才學到的一課——最難的部分大多不在演算法。
為什麼一架需要 GPS 的無人機如今成了一種負擔
在過去十年的大部分時間裡，「無人機失去 GPS」只是個小麻煩。如今它卻是採購與作業上的死路，而三股各自獨立的力量同時把它推到了那裡。
第一股是烏克蘭戰爭，它把電子戰從理論變成了如天氣般的常態。俄羅斯的 R-330Zh「Zhitel」系統拋出綿延數公里的拒止氣泡——三十公里甚至更遠——淹沒了 L1 與 L2 衛星頻段，以及無人機賴以維生的 900 MHz、2.4 GHz 和 5.8 GHz 控制鏈路。在那些氣泡之內，IEEE Spectrum 關於自主無人機作戰的報導記錄了 FPV 因干擾而損失率高達 50% 或更高，其中一個單位回報近三分之一的出擊架次僅因電子戰就損失了。烏克蘭的操作員如今開始把 GPS 稱為「我們早已忘記其存在的一種奢侈品」。
前線操作員如今打造的機體根本不搭載 GPS 接收器出廠，因為沒有人會假設訊號會存在。
這就是徵兆。當最接近問題的人不再安裝某個零件時，那個零件就已經死了。
第二股力量來自法規，它落下時如同一把斷頭台。2025 年 12 月 22 日，FCC 一口氣新增了所有外國生產的無人機系統及其關鍵零組件，將它們全部列入其涵蓋清單（Covered List），出自一份範圍極廣的單一公告 DA 25-1086。在 FY2025 年度國防授權法案（NDAA）中，國會原本要求 FCC 只針對 DJI 和 Autel 採取行動。FCC 卻選擇一次對每一家外國製造商都出手。列入涵蓋清單的設備無法取得新的設備核准——現有已認證的型號仍可銷售與飛行，但任何建立在外國供應鏈之上的產品，其採購跑道如今已然有限，並且正肉眼可見地縮短。
我親眼看著一位專案經理即時推演這對他意味著什麼。他有一套圍繞 DJI Matrice 與 Autel Evo 機體所建立的機隊計畫，而在一個下午之內，其中一半就變得無法為任何新的聯邦採購購入了。他半開玩笑地問我，這條規定會不會被撤回。不會的。第三股力量會告訴你為什麼。
採購真空是真實存在的，數字就是證明
2026 年 3 月 22 日，美國陸軍授予 Skydio 一份價值 5,200 萬美元的合約，採購超過 2,500 架 X10D 無人機——這是陸軍史上金額最大的單一供應商小型無人機系統合約。真正重要的細節不是那個金額數字，而是這筆交易從投標到授標在不到 72 小時內就完成了。
採購之所以動作如此之快，並不是因為有人感到興奮，而是當這份訂單無處可送時，它才會如此之快。能在受爭議的電磁環境中真正飛行的、已通過審查的平台庫存很小，需求卻極其龐大，而這道缺口正由那些能在符合規範的機體上交付一套經過校準的視覺導航堆疊的美國與盟國製造商填補——就在今天。
你可以從還有誰正在獲得資金看出同樣的急迫。Anduril 拿下一份 2,390 萬美元的海軍陸戰隊合約，供應超過 600 枚在 GPS 拒止條件下以航點導航的 Bolt-M 遊蕩彈藥。Auterion 拿到一份 5,000 萬美元的五角大廈合約，供應 33,000 套運往烏克蘭的無人機打擊套件，隨後又宣布成立一家合資企業再供應 50,000 套——並在 2026 年 1 月執行了美國首次由單一操作員控制的動能無人機蜂群打擊。Shield AI 已透過銷售其 Hivemind 自主系統募集超過 9 億美元。這些資金追逐的並不是更好的機體，而是在衛星消失時能駕駛這些機體的軟體。
而在這一切之下，我每天所面對的那份清單也悄然移動了：國防創新單位（Defense Innovation Unit）在 2025 年 12 月把 Blue UAS 已審查清單——聯邦採購方獲准採購的那大約五十多個平台——移交給了國防合約管理局（Defense Contract Management Agency），而 AUVSI 的 Green UAS 如今則成為通往 Blue 的一條授權銜接管道。如果你是一家擁有 Blue 資格機體、卻沒有深厚自主技術團隊的中階原始設備製造商，那份清單既是你的機會，也是你的難題。
物理定律不在乎你是否身處戰爭
這件事的民用版本是幾何問題，而非戰爭，而這正是我實際工作大量投入的地方。
一個慣性測量單元——每架無人機都搭載的那個小小的加速度計與陀螺儀組件——是一種快速卻極度嘈雜的感測器。你透過對加速度做二次積分來計算位置，這意味著任何微小的誤差都會隨著經過時間的平方而增長。一個消費級的 MEMS 單元若放任其在地下礦坑中開迴路運行，會漂移達數公尺，就在數秒之內。無人機沒有外部參考可以察覺這種漂移，因此它並不會察覺。操作員是在機體把自己撞進牆裡時才發現的。
沒有來自外部的位置定位，無人機並不知道自己迷失了。它會把自己的誤差一路飛進岩石裡。
修復這一點的經濟理由，以最好的方式殘酷無比。在瑞典 LKAB 的基魯納（Kiruna）鐵礦作業中，一次耗時八小時的人工採場檢查變成了一趟二十分鐘的無人機飛行——這個比例適用於大多數受限空間作業，在這類作業中，無人機測繪相較於派遣一組人員可將成本削減多達 70%。在能源方面，單一起油氣管線故障在清理、罰款與整治上約需花費 850 萬美元，相較之下，一次 75,000 美元的例行檢查本可及早發現腐蝕。NIST 委託 RTI 進行的研究，把全國性 GPS 中斷的成本估計為每天約十億美元。
但上述每一個數字都取決於無人機是否能抵達巡檢點。工業級平台每架要價 10,000 至 50,000 美元，而一架非自主的無人機在受限的豎井中，前幾趟飛行就會墜毀。在鋼構橋樑下方或油罐區旁飛行，多路徑反射會讓你的位置漂移數公尺——而這恰恰是你需要公分級定點懸停以進行高解析度攝影測量的時候。在一架你得不斷更換的無人機上，投資報酬率根本無法成立。
如何在沒有衛星的情況下飛行一架無人機？
答案是用無人機自己的眼睛取代衛星。視覺慣性里程計，或稱 VIO，將攝影機影像與 IMU 融合：攝影機給你一種緩慢但絕對的、關於世界中各特徵位置的感知，IMU 則給你攝影機影格之間的快速運動，而一個良好的估計器會將兩者混合，使各自彌補對方的弱點。再往上疊加語意 SLAM——無人機在建立地圖的同時辨識其中有什麼——你便得到一架能在從未見過的隧道中知道自身位置的機體。
這些構件沒有一個是秘密。NVIDIA 透過 Isaac ROS 免費提供 cuVSLAM，經過 GPU 加速並針對他們的 Jetson 板卡調校。ORB-SLAM3 是一套成熟的開源系統，原生支援多地圖，不過如果你要交付閉源的國防軟體，它的 GPLv3 授權會是個實實在在的問題。VINS-Fusion 在 GPS 與視覺兩者都存在時，會樂於將它們融合。開源的自動駕駛儀 PX4 與 ArduPilot 早已能透過一則名為 VISION_POSITION_ESTIMATE 的 MAVLink 訊息接受外部位置估計。紙面上看，你把一台攝影機接到一台伴隨計算機上，跑一套 SLAM 套件，把姿態管線送進飛行控制器，就完成了。
我當初在紙面上也是這麼相信的。然後我把它交付出去了。
我們撞進的那面牆——不折不扣的字面意義
早期，一位客戶擁有一整隊性能完好的非自主巡檢無人機，他想要 GPS 拒止能力，卻不想購買全新的、每架 20 萬美元的機體。合理的要求。我們把一套穩固的開源 VIO 基準方案裝到他們現有的硬體上，在工作台上調校到點雲看起來漂亮無比，然後送進地下。
它漂移撞進了一面牆。
並不是因為演算法錯了，而是因為那架機體上的攝影機與 IMU 從來就沒有做過硬體時間同步。影像時間戳與運動時間戳之間相差了幾毫秒，而且這個差值會隨時間漂移，對一個視覺慣性估計器來說，那種抖動與無人機真的在移動根本無法區分。濾波器忠實地在對一個謊言做積分。我站在那座礦坑裡，看著一架被找回、凹陷了的 3 萬美元無人機，這才意識到，我當作軟體專案賣出去的東西，其根源竟是一個硬體問題。
那趟飛行重組了我的工作方式。在改裝案中，第一項交付成果幾乎從來都不是程式碼——而是一份變更單。如果你的攝影機是鬆散安裝的，或者感測器與 IMU 之間沒有硬體同步線，那麼世上沒有任何 SLAM 套件能救得了你，而誠實的做法是在任何人簽支票之前就把話說清楚。我寧可失去這筆交易輕鬆的那個版本，也不願交付那個凹陷的版本。
為什麼免費的開源堆疊不能直接用？
另一種錯覺是，因為演算法是免費的，所以系統就很容易。瓶頸不在於取得與否，而在於要讓其中任何一部分，在一架無人機所能承載的功耗預算內，跑得夠快。
有一個較新的前端，SuperPoint-SLAM3，它把經典的人工設計特徵偵測器換成一個經過學習的偵測器，並在標準的 KITTI 基準測試上把平移漂移從 4.15% 降到 0.34%——大約是十二倍的改善。但問題在於：那個經過學習的前端在 Jetson Orin Nano 上只以約每秒 14 影格運行。一架跑著真實控制迴路的無人機想要的是 30 以上。我不只一次熬夜看著校準日誌捲動，同時一台 Jetson 在 25 瓦下發生熱降頻，試圖把影格率搶回來。
出路並不光鮮：用 TensorRT INT8 量化把吞吐量大致提升為三倍，把影像管線卸載到板卡的視覺加速器上，並誠實地選擇硬體。100 TOPS 的 Jetson Orin NX 才是真正的甜蜜點，在那裡 VIO、語意 SLAM 與物件偵測可以共存；如果你寧可不自己打造載板，ModalAI 的 VOXL 2 與 Starling 2 能給你一套符合 Blue-Framework 規範的方案。在那些之中挑選、校準攝影機、把所有東西塞進熱設計範圍之內——那才是工作。免費的演算法大概只佔其中的五分之一。
演算法是開源的。而讓它們得以飛起來的那十二到二十四個月的機器人整合工作，卻不是開源的。
那為什麼不乾脆買 Skydio 就好？
人們不斷這麼問我，而這是個公道的問題。Skydio 打造了一套確實出色的閉源整合堆疊——他們的 X10D 能將視覺導航維持到將近 1,000 英尺的高度。如果你想要一套現成的成品平台，而且你的任務與他們的相符，那就買吧。我不打算去和一套閉源整合產品、一家握有 9 億美元戰備資金的公司，或維護 PX4 的那個團隊競爭。那不是缺口所在。
缺口在於所有 Skydio 產品目錄無法涵蓋的對象。那些擁有 Blue 資格機體——一架 Freefly Astro、一架 Inspired Flight——卻沒有自家 VIO 團隊的中階美國與盟國原始設備製造商。那些已經擁有一整隊、想要改裝加上自主能力而非用每架 20 萬美元的籠式巡檢無人機取而代之的礦業或基礎設施營運商。那些追逐 SBIR、STTR 或 AFWERX 標案、需要一個具備他們不常備於編制內的嵌入式電腦視覺深度的次承包商的國防主承包商。對這些採購方而言，問題不是「哪一架無人機？」，而是「誰能把我獲准購買的機體，變成一架能盲飛的機體？」這正是我所從事的工作，也正是Veriprajna 的 GPS 拒止環境無人機自主飛行業務所致力於交付的——那個經過校準、經過飛行測試的酬載，而不是又一架機體。
而正因為我親眼看過那些輕率的承諾一一破滅，就讓我告訴你我不會做的事。我不製造機體、馬達或螺旋槳。我沒辦法交給你 ITAR 註冊、CMMC 認證或設施許可——那些是你的流程，不是我的。針對爆炸性環境的 ATEX 認證，也就是煤礦所要求的那種，需要六到十二個月，並且在自主系統的建置之上大約還要再加上 10 萬美元的測試費用，假裝不是這樣只會浪費你的錢。而且我也無法取代你自己的飛行測試——你仍然需要一位飛行員和一處試驗場。失去一個機器人技術客戶最快的方式，就是把活在程式碼之外的那部分吹噓過頭。
這真正意味著什麼
我希望採購方離開時能理解的一件事是：平方反比定律不會發布任何更正。一台廉價的干擾器永遠會勝過一顆遙遠的衛星，FCC 的清單只會越來越短，而一架必須打電話給衛星才能知道自己身在何處的無人機，其物理本質中就烙印著一個單一故障點。
從這裡開始真正重要的無人機，是那些憑藉自己所能看見的東西來飛行的無人機。打造那樣的能力並不是一次下載——它是感測器校準、硬體時間同步、一個被量化以塞進熱預算的經過學習的前端，以及在真實隧道中足夠多的飛行測試，好讓人信任這東西不會把自己開進牆裡。跳過其中任何一個步驟的代價，我是以你所預料的方式學到的：站在礦坑裡，捧著那份凹陷的證據。如果你想知道什麼適合你的機體與你的任務，那才是該展開的對話——趁著衛星還沒變成你事後才發現自己一直依賴著的那個東西之前。
