新闻资讯

发布会现场，讲解的人说了一句容易被忽略的话：我们的无人机可以通过机库实现“A起B降”。

这句话听起来像技术术语，实际上是这类车能不能真正用起来的关键。A起B降，指的是无人机从A点起飞，不必回到A点降落，可以在B点由另一套装置接住、收纳、补能。对一台带无人机的专用车来说，这意味着作业方式从“原地放飞、原地收回”，变成了“边跑边放、异地回收”。

人扛着无人机去现场，问题在哪

过去的无人机作业，多数是这个流程：车停在路边，人从后备箱里搬出箱子，展开机臂，装电池，校准指南针，遥控起飞，作业结束再收回来。一套动作下来，快的十几分钟，慢的半小时。

问题不在慢，而在“人必须和设备待在一起”。消防现场，操作员要站在离火场足够近的地方才能看清画面，而那个位置往往正是最危险的位置；电力巡检，一条线路几十公里，人跟着车走走停停，一天能巡的段落有限；应急救援，道路中断的地方车开不进去，人扛着设备也走不远。

机库解决的是这最后一段路。车开到能开的地方，无人机自己出去，自己找地方回来。

机库不只是个箱子

把一个机库装到车上，要处理的是一连串工程问题。

空间。车厢本来就紧，机库要占体积，还要留出机臂展开和回收的余量。车顶改装要考虑重心和风阻，跑高速时的稳定性也得算。

供电。无人机电池需要充电或换电，车上要有对应的电源管理。作业时间长的时候，充电速度直接决定一天能飞几次。

环境。机库要防雨、防尘、防低温。北方的冬天，电池在零下十几度时性能会明显下降，机库如果能在待机时保持温度，出勤率就不一样。

振动。无人机里的陀螺仪、云台、镜头都是精密件，长时间跑烂路会失准。机库要做减振，无人机在库内要有固定位，不能只是“放进去”。

控制。什么时候开盖、什么时候起飞、航线怎么规划、什么条件下自动返航，这些都要和车上的控制系统、云端的调度平台打通。程力集团这套体系叫“车+机+云”，机库是“车”和“机”之间的接口。

环境适应性是第三道关。北方冬季，电池在零下十几度时性能明显下降；南方梅雨季，湿气重，机库内部的除湿也要考虑。研究院研发工程师杨东鑫提到，车上配有AI边缘计算模块和小型气象站，既能实时分析采集的视频图像、生成预警报告，也可以实现无人机异地降落。气象站的作用常被低估——风速超过一定值，小型无人机就不能起飞，能不能飞不是人凭感觉判断，而是设备自己算。

异地降落改变了作业半径

A起B降真正改变的，是作业半径的组织方式。

设想一条长距离的线路巡检。传统方式是一台车、一组人、一段一段往前推。如果沿途有多个可降落的点，无人机可以先飞出去，落到前方的接应点，车再开过去接；或者两辆车对开，无人机在中间交接。作业的连续性提高了，人的移动和设备的移动可以分开安排。

应急场景更明显。灾害现场通信中断、道路损毁，无人机先飞进去看，画面回传到指挥车；如果需要持续观察，可以让无人机在远处的制高点降落待机，而不是一直飞着耗电。

这也带来新的问题：B点的机库谁来建、谁来管。如果只有一台车带机库，A起B降就只是“从车上起飞、落回车上”，意义有限。要让这套逻辑跑通，需要沿途的固定机库或者多车协同。前者考验基础设施，后者考验车队调度。

这一步之后，产品逻辑变了

过去专用车行业比的是“装得下什么”：水罐能装多少吨、垃圾箱能压多密、升降平台能举多高。这套比较维度是机械的、可测量的。

带机库的车把比较维度换成了“看得到什么、够得到哪里”。这个维度不好量化，但它更接近客户真正花钱买的东西。

对一家专用车企业来说，这意味着研发的重心要往前移：不只是把设备装上去，还要想清楚作业流程怎么组织、数据怎么回流、异常怎么处置。供应链也跟着变，激光雷达、飞控、图传、边缘计算模组，这些过去不属于专用车配套体系的东西，现在进了采购清单。程力集团选择与中国科学院技术团队、普宙科技、轩辕智驾等合作，把这条链补上，是必然的一步。

专用车行业的一课

这件事对行业的启发，不在于“要不要装无人机”，而在于产品设计的思路变了。

过去专用车的设计起点是“装什么”——装水罐、装垃圾箱、装升降平台。现在的起点是“要看到什么、要够到什么”。先确定作业需要的信息和动作，再倒推车上要装什么设备。无人机、机库、边缘计算、气象站，都是倒推出来的结果。

采购方在评估这类装备时，容易只看“带不带无人机”。真正要问的是：机库能不能自动回收、能不能补能、车上有没有独立的算力和通信、断网时还能不能作业。这四个问题答不上来，无人机就只是个摆设。

一台车带一个机库，看着是加法。做透了，是把作业方式重新组织了一遍。