0 引言
随着无人机技术的快速发展和广泛应用，无人机运行安全问题凸显，成为各国民航亟待解决的关键挑战。在无人机实际运行中，设备故障、碰撞、干扰及数据安全等风险始终存在，这些风险一旦发生，可能严重影响公共安全和社会稳定。因此，研究无人机运行安全现状，评估其面临的潜在风险，对于实施有效的安全管理至关重要。
无人机运行安全作为航空安全体系的核心环节，其本质是通过风险管控实现飞行全过程的安全保障。特别是在故障检测、防碰撞系统等手段，风险管控的有效性可能直接影响整体安全水平，而这一目标依赖于风险评估技术的突破。在此背景下，各国和研究机构日益重视无人机运行安全，通过系统的风险评估来识别和管理潜在危害。风险评估研究的演进实质上构成了观测无人机运行安全发展的关键技术视角。为此，无人系统规则制定联合体（Joint Authorities for Rulemaking of Unmanned Systems，JARUS）提出的基于运行风险的特定类型无人机运行风险评估（Specific Operations Risk Assessment，SORA）及无人机系统管理方法，成为领域核心研究基础。Martinez等
[1]于2021年扩展SORA框架，提出了一种综合的多无人机安全评估流程。随后，Wyszywacz
[2]在2022年提出了一种用于特定类型无人机系统的简易风险评估方法，相较于SORA更便捷地识别无人机运行威胁与来源，明确风险管理策略及风险容忍度水平。依据SORA规定，低空空域中无人机相关的风险通常可以分为地面风险和空中风险。
在无人机空中风险评估中，应重点研究探测与避让系统和地理围栏等措施以减少碰撞风险
[3]。在飞行过程中面临着高度复杂的空中环境，包括其他航空器、建筑物、障碍物等潜在威胁。实施相应的探测与避让系统可以实时感知周围环境，帮助无人机识别碰撞风险进行避让。划设地理围栏有预防性地进行告知，降低碰撞风险。其中魏潇龙等
[4]研究了无人机的感知-避让系统，通过精确感知周围环境，提升无人机的避障能力，从而增强飞行的安全性和自主运行的水平。Zhang等
[5]利用数据驱动方法划设地理围栏，有效降低了终端区内小型无人机的碰撞风险。谢华等
[6]在复杂低空无人机飞行冲突网络建模与精细管理问题上，构建了无人机飞行冲突网络模型，为无人机运行安全的风险防控奠定基础。此外，低空空域气象条件复杂多变，风速突变、低空风切变、能见度下降等气象因素对无人机飞行安全构成持续挑战
[7]。
无人机地面风险评估主要是对无人机坠毁模式、地面撞击动能和由于无人机故障造成的碎片伤亡进行深度分析
[8]。韩鹏等
[9]建立了一种坠地撞击点预测模型，用于计算坠地撞击速度，并研究不同航迹误差对坠地时间、地面撞击点位置和坠地动能的影响，该研究为无人机运行的地面风险评估方法的精确化提出了新思路。此外，无人机尺寸、断电时的动能以及无人机飞行地点附近的人口密度等因素，也可以构建一个多因素影响评估模型，从而更准确地评估无人机对地安全风险
[10]。
目前，各国在无人机运行风险分析方法中大多采用定性分析方法，如SORA风险评估框架和目标安全水平，这使得有效的定量评估方法相对缺乏
[11]。国内外部分学者在该领域提出了不同的解决方案，Ellis等
[12]提出了一种确定无人机感知与避撞系统风险比率的定量方法，通过量化分析来评估和管理潜在风险。多名学者通过量化风险地图来评估与无人机相关的风险，这可以帮助识别高风险区域，并充当无人机知情决策的工具
[13]。如Primatesta等
[14]通过风险图对无人机运行位置分配相应的风险量化值。陈艺君等
[15]提出了一种考虑多因素多层次的对地风险地图，用于量化对地面的风险程度。李奇洋等
[16]以无人机对地面行人的风险作为评估指标，建立风险值评估模型和风险等级评估模型，并通过风险图作为结果表征无人机作业的安全程度。在定量分析中，贝叶斯网络因其处理多因素因果关系的不确定性和关联性分析的能力而受到广泛关注。Washington等
[17]也建立了一个贝叶斯方法框架，通过实例验证其在无人机安全评估系统中的有效性。Denney等
[18]于2018年提出了一种基于数学的初步风险评估方法，通过扩展领结图完善安全概率模型，并利用贝叶斯框架进一步扩展和增强初步概率形式。Ancel等
[19]采用贝叶斯方法，定量估算无人机部件失效概率，从而评估地面人员所面临的风险。
通过对当前文献和研究工作的分析，确定了无人机运行风险评估常用的4种基本建模方法：安全风险管理框架、因果模型、碰撞风险模型和地面风险模型
[20]，并且国内外在无人机运行安全方面已有一些进展，包括政策法规的完善、技术标准的制定以及无人机安全管理体系的逐步建立，这些措施将有助于提升无人机运行的安全意识和操作水平。为此，本研究基于Web of Science和CNKI数据库2014—2024年的相关文献，运用CiteSpace文献可视化软件进行综合分析，从宏观到微观层面探讨具有代表性的国家、关键词和共被引文献。本研究的目的是考察无人机运行安全的现状、面临的挑战及未来发展方向，旨在为相关研究提供参考，促进无人机行业健康发展。此外，对国内外研究现状进行比较，并基于可视化结果总结了近10年来无人机安全研究领域的热点和前沿，以及未来可能的发展趋势。
1 研究方法与数据来源
1.1 研究方法
通过文献计量方法对数据进行分析，利用数据处理软件和文献计量分析工具，量化分析文献检索数据，通过可视化的结果来揭示无人机运行安全这一领域近期的热点规律。
使用SPSS和Excel等软件对无人机运行安全相关文献进行统计描述，具体包括发文年限、文献数量、国家或地区、作者等，得到无人机安全相关研究的信息。
本研究中使用的CiteSpace软件是一种基于科学知识谱图理论的信息可视化工具，可量化分析文献中关键词共现、引文关联等数据，构建知识网络图谱
[21]。它通过节点大小、连线强度等元素，直观呈现特定领域特定时期的核心主题、前沿动态及发展趋势，为挖掘知识关联与演化路径提供支撑，其方法论在文献计量学中被广泛验证
[22]。研究针对无人机运行安全相关文献进行知识图谱可视化分析，时间切片设置为“2014—2024年”，时间间隔1年。重点开展关键词共现分析、高频词聚类分析、关键词突现分析、文献共引分析，通过知识图谱系统的梳理无人机运行安全领域的发展脉络及近10年研究前沿热点。
1.2 数据来源
为统计和分析无人机在安全领域中的研究与应用，拟对无人机运行安全的相关文献进行检索，首先将“无人机”和“安全”的相关中英文检索词集，分别从规范性用语、高引用性文献中常见表述和专著出版物中提取，分别记为集合A和集合B。无人机的检索组合逻辑为“A”，安全衍生词检索组合逻辑为“A∩B”。从数据库中检索无人机安全研究领域2014—2024年的文献。文献内容包括Web of Science(以下简称“WoS”)核心合集的article和review，共检索到799条记录。科学引文索引、工程索引、北大核心、中国社会科学索引和中国科学引文数据库源流文献收录了中国学术期刊全文数据库（以下简称“CNKI”）共计288篇文献。
上述数据库收集的文献兼具权威性和代表性。需要注意的是，检索结果可能会因数据库更新而略有改变，但数量变化对文中最终结论影响甚微，最后检索日期为2024年9月11日。
2 无人机运行安全研究文献特征
2.1 发文量统计
无人机运行安全的研究发展趋势可以通过年度出版物数量的变化进行分析。根据WoS和CNKI上的数据统计，2014—2024年无人机运行安全的相关论文数量呈现出明显的增长趋势，结果如
图1所示。
从
图1可以看出，2014—2017年相关文献的发表数量相对较少，2015年仅有8篇。在2017年数量逐渐增加至28篇，该领域逐渐开始受到关注。这主要是由于从2010年后无人机消费级市场开始井喷式爆发，无人机不仅被广泛应用于娱乐和航拍，还逐渐渗透到工业、农业、林业等市场，从而带动了整个民用市场的发展，同时，无人机运行安全问题也开始成为研究关注的焦点。随着无人机逐步从无人区和人口稀疏区扩展到人口稠密区域，相关的安全性研究需求激增。
在2017年之前，无人机多在专门划定的空域内运行，以避免与有人驾驶航空器发生冲突。然而，随着无人机技术的成熟及应用场景多样化，自2018年起，各国开始推动无人机与有人航空器的空域融合，对其运行安全的研究需求进一步上升，相关论文数量持续增长。特别是2019年以后，相关运行安全论文数量逐年增加，2019年达到65篇，2020年增至95篇，至2022年论文数量达到151篇。与此同时，欧洲、美国、中国等国家或地区先后发布或更新了无人驾驶航空发展路线图，明确将无人驾驶航空器融入国家空域和高密度运行等方面作为重点。这不仅推动了政策的实施，也加速了无人机运行安全的相关研究。
2023年受到COVID-19影响（包括人员流动限制、实验室关闭等问题），发表文献数量相较于2022年有所减少，但总数达到了139篇，仍显著高于2022年以前的任何一年。截至2024年9月，论文数量保持在95篇左右，预计年底将持续增长。这一趋势反映了无人机运行安全在学术界和行业中的重要性日益增强，其学术、商业及社会价值不断凸显，相关安全问题也日益受到重视。总体来看，无人机的快速发展不仅推动了相关技术和服务的进步，也为未来研究提供了广泛的空间和机遇。
2.2 发文期刊分析
学术期刊一定程度上反映了文献质量，也是对本研究分析数据可靠性的反映。
图2显示了WoS中收录量排名前6的期刊信息。数据显示，这些期刊上的文献数量占WoS总文献数的28.4%。
该图展示了6个期刊的相关数据，其中发表在Drones期刊上的文献数量最多，共计66篇，远高于其他期刊，该期刊2023年影响因子为4.4，在中科大分区中属于地球科学2区。这一现象反映了无人机技术在当前研究和应用中的重要性，可能与其在物流、农业、监测等领域的广泛应用密切相关。其次，Sensors期刊在提供无人机技术思路中起到关键作用，可能与数据采集和环境监测相关。相比之下，Applied Sciences-Basel、Journal of Intelligent & Robotic Systems和Remote Sensing上的文献则相对较低，其中发表在Remote Sensing期刊上的文献近25篇，该期刊在2023年影响因子为4.2，并在中科大分区中属于地球科学2区，可能该期刊专业性较强，导致相关研究的数量有限。总体来看，该图表不仅揭示了无人机及其相关技术的快速发展，还反映了不同领域研究的活跃程度和学术影响力。
2.3 国际国内合作分析
多个国家在无人机安全研究中扮演着关键角色，尤其是中国和美国，二者在相关研究的影响力和产出上显得尤为突出。如
图3所示，中国在无人机运行安全研究中占据了主导地位，发表文献数量达268篇，占总文献的33.67%。而美国则发表90篇，占18.65%。中国在无人机技术的快速发展和广泛应用方面走在前列，尤其是在商业
[23]和军事领域
[24]的广泛应用。
近年来，中国的无人机技术在农业监测
[25]、摄影测量
[26]和灾后救援
[27]等场景取得了显著应用成果，并积极参与无人机安全标准的制定与监管。中国企业大疆等在全球市场上的领先地位，进一步推动了无人机技术的智能化与自主化发展，反映了国家在无人机领域的综合实力与未来潜力。尽管韩国（57篇）、英国（44篇）、意大利（43篇）等国的相关文献数量相对较少，但仍在国际合作网络中积极参与研究，这表明无人机运行安全的研究已成为全球范围内的热点，各国纷纷投入其中。
各国建立了紧密的合作关系，共同应对无人机在民用和商业应用中面临的安全挑战。这种合作不仅提升了各国的无人机安全水平，也为应对跨国安全问题提供了支持。多个学者在这一领域的贡献形成了一个复杂的知识网络，例如新加坡南洋理工大学的Low Kin Huat和美国佛罗里达大学的Gheisari Masoud以及中国空军工程大学的甘旭升和南京航空航天大学的张洪海等，都是无人机安全研究中具有重要影响力的学者，他们在无人机的运行控制
[28-29]、路径规划
[30]、风险评估
[31]和空域管理
[32]等关键技术领域都有重要贡献。尽管其他高校和科研机构的研究数量相对较少，但同样为无人机安全研究提供了重要的学术支持。
3 无人机运行安全研究热点
3.1 关键词共现分析
关键词是文章的核心和精华，是对文章内容的高层次总结。因此，对关键词出现频率的分析可以揭示该领域的研究热点和发展方向。对无人机运行安全领域相关文献的关键词进行可视化分析，得到国内外关键词共被引图（
图4）。
无人机运行安全领域WoS文献知识图谱中，核心主题词外高频共现关键词由高到低依次为：“risk assessment”“safety”“collision avoidance”“path planning”“optimization”“algorithm”“deep learning”“network”。研究以安全为核心导向，聚焦“collision avoidance”与“path planning”飞行路径技术优化，通过结合“algorithm”“deep learning”等先进算法
[33-34]，应用于无人机避障研究
[35]、实时监测
[36]等场景，提升无人机自主性与复杂环境下安全运行能力；同时呈现无人机与“Internet of Things”“network”互联互通的融合趋势，为其在智能城市
[37]、农业监测
[38]等领域的应用提供新可能。
研究CNKI数据库文献关键词时，发现研究主要围绕“无人机”（141次）、“风险评估”（41次）等，这些关键词与航空、信息安全和风险评估等技术和研究领域密切相关。通过这些关键词发现该领域的研究重点在于无人机的安全性和风险管理，反映了人们对于新兴技术在实际应用中潜在风险的关注，特别是在城市环境和复杂任务中的应用。“风险评估”和“安全管理”相关的研究逐渐增多，相关的安全问题也日益受到重视。这一趋势可能与无人机在物流、农业、监控等领域的广泛应用有关。尽管“地面风险”“位置误差”等关键词的影响力相对较小，但同样反映了无人机在精确定位和数据处理方面面临的挑战
[39-40]。这些细分领域的研究为无人机的安全性和可靠性提供了重要的理论支持。“冲突探测”“防碰撞”等节点的出现表明，无人机在多机协同和复杂环境下的安全运行问题正逐渐成为研究热点
[41-43]。
3.2 关键词聚类分析
WoS研究的关键词时间轴演化分析如
图5所示。根据
图5中数据的演化分析，无人机研究领域呈现显著变化趋势。自2014年起，无人机相关研究逐渐进入快速发展阶段，尤其是在2016年之后，研究主题的多样性和复杂性显著增加。
随时间推移“safety”“risk assessment”关注度上升，凸显安全议题重要性。2018年起，研究重心从基础技术转向复杂应用，聚焦“path planning”“collision simulation”等方向，强调复杂环境下无人机操作能力与安全性提升
[44-45]；“deep learning”“machine learning”的引入，推动无人机在目标检测、环境建模等方面的技术升级
[46-47]，使无人机在复杂环境中的安全性得到一定的保障；2018—2019年，“public safety”“airspace integration”等关键词出现，反映了无人机已经在城市管理与安全监管中的重要性
[48-49]。2022年，“plant protection UAV”“drone delivery”成为研究重点，无人机技术向农业、物流等实际应用场景延伸
[50-51]。
图6为基于CNKI数据库的无人机运行安全领域知识图谱，分析结果表明，该领域关键主题与研究方向呈现交织演进的复杂多样特征。2014年，研究聚焦无人机基础技术与安全评估，以“风险评估”为关键词，表明其研究重点在基本操作与安全性的探索
[52-53]。2016年，关键词“冲突解脱”“位置误差”等关键词的出现，反映研究转向复杂环境下无人机操作与决策能力的提升
[54-55]。2018年，研究范畴拓展至“安全运行”“风险管理”，强调实际应用中的安全管控，同步深化无人机相关法律制度研究
[56-57]。2020年，研究重心进一步转向“安全评估”“应急响应”，突出无人机在突发事件中的应用潜力
[58]。上述关键词的演进脉络，印证农业、物流、应急响应等领域对无人机技术的应用需求持续增长，也体现出学界对实际应用中无人机安全性与有效性保障的关注日益强化。
4 无人机运行安全研究前沿趋势
4.1 关键词突现分析
研究前沿不同于研究热点，它是一组凸显的动态概念和潜在的研究问题
[59]，
图7和
图8展示了WoS和CNKI的关键词突现图谱，有助于揭示无人机运行安全领域的研究前沿。可以发现，“plant protection UAV”、路径规划、变电站、人工势场成为无人机运行安全领域的研究前沿。
2022—2024年，“plant protection UAV”研究持续受到关注，印证无人机在现代精准农业领域的关键作用
[60]；2021年起，变电站等复杂电磁干扰场景下的无人机安全研究逐步兴起
[61]。路径规划对无人机运行安全的重要性显著提升，人工势场法的引入为路径规划提供新思路，可有效应对相关技术与管理挑战，未来其在无人机自主导航优化及避障领域的应用研究或将持续成为研究热点
[62]。
4.2 高被引文献分析与研究趋势
对无人机运行安全领域文献进行可视化聚类与共被引分析，
图9时间轴视图可清晰呈现各聚类的时间跨度及研究演进态势。可以看出，核心研究成果集中于集群0“collision avoidance”、集群1“safety inspection”及集群2和集群5“IoT/Internet of things”领域。上述方向与
图4高频关键词高度重合，进一步印证其为该领域的核心研究重点与热点。
该领域的集群0“collision avoidance”研究时间跨度为2016—2023年，核心成果集中在2016—2020年。其中，Shakhatreh等
[63]于2019年发表的
Unmanned Aerial Vehicles (
UAVs)
: A Survey on Civil Applications and Key Research Challenges被引频次达1143次，该文梳理无人机民用领域应用场景与核心挑战，剖析充电技术、避障方法等关键问题，明确领域研究趋势。集群1“safety inspection”研究周期为2015—2022年，主要成果产出时间为2017—2020年。Rakha等
[64]于2018年发表的基于无人机的热成像实践主题的综述文章，制定了无人机运行能源审计的标准程序，提高了建筑安全检查的自动化水平。Aggarwal等
[65]于2020年发表的
Path Planning Techniques for Unmanned Aerial Vehicles: A Review, Solutions, and Challenges通过利用各种无人机路径规划技术，分析了无人机网络通信的覆盖范围和连接性，以达到无人机路径通达、有效、安全的目的。集群2和集群5聚焦“IoT/Internet of things”，整体时间跨度从2014年到2020年。2016年，Gupta等
[66]发表的
Survey of Important Issues in UAV Communication Networks被引1310次，该文聚焦无人机通信网络关键技术与安全挑战，重点分析机间、机地通信机制，强调复杂动态环境下数据安全与通信可靠性的核心价值。Stöcker等
[67]于2017年发表的
Review of the Current State of UAV Regulations系统梳理无人机监管法律框架，论证有效监管对降低运行安全风险的重要意义。
受CNKI数据获取限制，相关文献的检索只能依赖人工方式。中国无人机运行安全领域被引频次前6的研究成果如
表1所示。高被引文献集中于2019—2021年。2019年，全权等
[68]发表的《低空无人机交通管理概览与建议》从政策、技术、管理多维度系统剖析低空无人机风险管理关键技术，为无人机交通管理体系构建提供理论与实践支撑。张宏宏等
[69]在2021年提出了一种融合区域风险评估的无人机航路规划方法，通过综合研判环境因素与潜在风险，快速生成低风险飞行航路，有效提升无人机复杂低空环境下的运行安全性。这一研究不仅为无人机的安全运行提供了切实可行的解决方案，也为未来无人机航路规划的研究奠定了基础。
5 结论
安全是未来发展的前提和底线。在空域高密度化的发展趋势下，空中交通态势变得愈加复杂，随着相关研究的开展与深入，无人机运行安全领域研究热度整体攀升态势，2019—2022年维持稳定高增长，无人机快速普及背景下，安全管理已成为技术落地的核心前提；2021年后研究热度进一步提升，2023年受疫情影响发表量略有回落，后续随行业复苏有望恢复增长。
当前研究重心逐步从基础探索向应用导向与技术深化演进，2018年前聚焦无人机基础技术与安全评估；2018年起转向路径规划、碰撞模拟等复杂技术研究，凸显复杂环境下无人机操作安全性的核心需求；2019年后进入快速发展期，2022年起研究主题向多场景延伸，植保无人机、城市物流配送等应用场景相关研究激增，同时电力巡检等特定场景的安全技术探索兴起，形成技术与场景双核心研究格局。然而，无人机领域关键科学问题与技术瓶颈突出，复杂动态环境适配性问题，现有路径规划与避障技术在高动态、强干扰场景下的鲁棒性不足，多模态感知融合与自适应导航技术仍需突破；空域融合安全管控问题，低空无人机安全间隔标准缺失、多场景空域交通模式不统一，导致高密度空域碰撞风险管控难度提升；安全评估体系不完善，现有评估方法多聚焦风险评价阶段，全流程安全管控与动态评估模型亟待构建。
在未来，技术层面，人工智能、物联网与无人机技术的深度融合将成为核心方向，强化学习、深度学习等算法与激光雷达、视觉数据的融合应用，将推动自主导航与集群协同安全技术升级；应用层面，面向城市空中交通、物流、农业等场景的定制化安全技术将成为研究重点，支撑低空经济规模化发展；体系层面，需加快统一空域安全标准与动态评估体系构建，同时也亟需有关无人机低空安全监管研究法律法规以支撑低空经济发展。
天津市教委科研计划项目“天津市无人机行业发展规律及其专业人才供给机制研究”(2021SK040)
PDF
(39562KB)
