4008809610
北京市海淀区上地街道海国嘉业科技园3层
2015年被称为“无人机元年”，市场规模一度达到了66.4亿元。如今，随着无人机研发技术逐渐成熟，制造成本大幅降低，无人机在各个领域得以应用。下面，醒哥带你一分钟了解一下无人机行业现状及应用浅析。
一、全球无人机行业基本情况及市场规模
截至2017年，全球已经有包括美国、以色列、加拿大、德国、英国、法国、俄罗斯等在内的49个国家研发无人机。2017年全球无人机生产商数量高达721家，同比去年增长近5%。
得益于商业和个人的无人机需求量大涨，无人机整体市场发展迅速，2017年，全球无人机销量约有300万架，同比增长25%；市场规模约达60亿美元，较上年增长33.33%。
资料来源：前瞻产业研究院整理
二、我国无人机行业市场及应用分析
随着无人机技术的逐步成熟，民用无人机在日常生活中已经得到了广泛的应用，近年来，我国民用无人机市场需求已经超过军用无人机。2017年我国无人机市场规模达121.3亿元，其中，军用无人机54.0亿元，民用无人机约67.3亿元。
其中，消费级无人机市场占据了民用无人机总市场规模的最大份额为40%。且预计2025年民用消费级无人机市场规模达300亿元人民币。
无人机市场在各个领域得到了广泛应用，除军事用途外，还包括农业植保、电力巡检、警用执法、地质勘探、环境监测、森林防火以及影视航拍等民用领域，且其适用领域还在迅速拓展中。
资料来源：前瞻产业研究院整理
应用场景一：无人机+物流
图2 无人机物流场景图
2018年无疑是物流无人技术疯狂落地的一年，无人仓储、无人物流配送小车、无人机黑科技纷纷走进人们视野。无人机在“最后一公里”方面，解决了偏远地区精准、速度、安全的投递问题。
物流无人机正成为“新风口”，但国内大部分企业在物流无人机领域仍处于概念或者测试阶段，还有“政策”、“成本”、“人货安全”等痛点亟待解决。如今，搭载北醒TF02单点测距激光雷达的物流无人机，可以实现定高功能（保持与地面相对高度），在保证货物和人员安全的高度下抛投，随后无人机可立即返回，无须停机再启航，减少起落油耗，节约成本。
应用场景二：无人机+植保
图3无人机拍摄农田俯瞰图
植保无人机独特的优势在于易于部署和使用，特别是适用于在小地块、复杂地形等人工或地面与拖拉机配挂的地面大型植保机具难以进抵作业的丑陵、山地、水田等区域。植保无人机低空低量施药在中国已应用在玉米、水稻、小麦等作物上以及丑陵地带，目前，中国有农林用固定翼飞机1400架，直升机60余架，植保无人机10000余架，使用固定翼飞机和直升机防治农林业病虫草害和施肥的面积达到200多万公顷。
但是与其他无人机不同的是，植保无人机需要进行仿地飞行，即保持与农作物维持1-2m的相对高度，且随着地形的变化，自动调整姿态。搭载北醒TF02单点测距激光雷达的植保无人机，可以实现仿地飞行，保障农药被均匀且高效喷射。北醒激光雷达还拥有厘米级精度，刷新频率快，抗环境光且抗农药腐蚀等优异性能，目前已大批量应用于国内外农业植保无人机中。
应用场景三：无人机+电力巡检
图4 风力发电设备近景图
据中国产业信息网表明，仅考虑无人机整机，预计2020年电力巡检无人机市场规模在不放量的情况下约为19.48亿元，在1.5倍放量的情况下约为29.23亿元。无人机可以围绕目标进行360度零死角全方位拍摄，快速、准确地传达给地面工作人员，供他们作分析、判断、制定解决方案。
但是，在风机叶片巡检行业，要想在风机叶片上不错过任何1mm*3mm的裂缝，就对无人机飞行的精细度要求极高。除了自主导航、减少偏差，及时准确的躲避发电设备也很重要。搭载北醒CE30-D固态面阵激光雷达的电力巡检无人机，可以通过点云分析，及时躲避风力发电设备或茂密植被等障碍物，并克服复杂的环境影响，以完成巡检任务。
应用场景四：无人机+航拍
图5 无人机航拍场景图
航拍无人机是民用消费级无人机中非常流行的应用领域，国内主流的无人机厂商中，其中有42.8%是从事专业航拍的无人机厂商。在“互联网+”的热潮中，通过搭载高清摄像头，小型无人机可以在高空拍摄/录制影视素材，包括极限运动航拍作品、风景航拍作品以及商业宣传片等，无人机航拍在社区视频平台中愈加受欢迎。
消费级无人机功能愈发完善，能够按控制算法自动起降、规划路径、定点悬停、绕点飞行、自主避障等功能。搭载北醒TFmini 微型单点测距模组的航拍无人机，可实现自主避障功能。这款迷你消费级激光雷达，专为消费级无人机保驾护航。
下属广告项目网站air drone craze认为，未来的无人机将具备完整的商业性，完全符合安全和监管标准的设计，平台和有效载荷互换性，自动安全模式，增强智能驾驶模式和完全自主性，全空域意识，自动起飞、着陆以及执行任务。
这也进一步说明，未来的无人机会更加聪明。同样，北醒也将砥砺前行，更迭更适用于智能无人机的激光雷达产品，真正做到“机器人的眼睛”。
