低空经济如何发展？MBD设计方法为何需从大学抓起？

最近的2025 MATLAB EXPO中国用户大会上海站上，我们照例看到主题演讲涵盖人类生活的方方面面。其中有个话题格外吸引我们注意力：中山大学教授、博士生导师曾庆华教授做了有关《面向无人机集群的飞控快速原型开发与虚实闭环仿真验证平台》的演讲，恰好与近期Aspencore将在成都举办的低空经济大会相关，毕竟低空经济也是近两年的热点。

在MATLAB EXPO大会上谈无人机（UAV）集群飞控并不让人感到意外。一方面关注MathWorks的读者应该知道，MATLAB在航空领域的适航认证中扮演着极其重要的角色，故而飞控、发控系统对MATLAB的采用极其广泛。MATLAB也是目前兼顾了系统开发流程标准ARP 4754、机载软件适航标准DO-178C、硬件适航标准DO-254的工具与解决方案。

中山大学教授、博士生导师 曾庆华

MathWorks 技术工程师告诉我们，“eVTOL（电动垂直起降飞行器）和民航参照的标准有不少相似性，虽然针对eVTOL的开发可能也有些专门的条件，但主流开发也多参照如DO-178C这样的标准。” 至于无人机，“未必需要过适航认证的高等级认证，但它也必须对相关航空航天标准进行适应性裁剪后执行，毕竟飞行无小事”，这对MATLAB而言更是手到擒来的应用了。

另一方面，在我们与MathWorks亚太地区教育行业销售总监Jayant Bhadauria对谈过程中，Jayant还特别提到MathWorks在学术与教育领域专注的代表着全球工业最新趋势的4个关键方向，无人机即是其中之一。“无人机作为一个重要的工程系统，我们非常专注在这一领域，MBD（Model-Based Design，基于模型的设计）则是帮助客户提高效率、降低成本的出色技术。”

MathWorks亚太地区教育行业销售总监 Jayant Bhadauria

曾庆华教授所做无人机集群飞控相关研究即是在MathWorks的支持下进行的，Jayant介绍说与中山大学和曾教授的合作已经持续了将近7年，不仅是本次主题演讲中提到的技术成果，还在于针对教育方面对无人机相关课程的支持，将MathWorks的技术融入到课程中。

循着曾教授及其团队在无人机集群飞控方向上的研究成果，我们也有机会了解MathWorks这些年在无人机和教育领域究竟做了些什么。

 

MBD对于无人机飞控系统开发的价值

所谓的MBD开发方法，简单来说就是基于模型来做复杂系统的设计、模拟仿真和测试，不是像传统方案那样完全依赖于传统编程、物理原型设计，而是构建起虚拟模型表征系统的行为、控制算法和环境交互。

具体到无人机开发上，在硬件真正落地之前，就可以对无人机系统架构做建模和分析，在此基础上设计飞行控制算法并做测试；自动生成代码的流程还能加速部署；借助传感器模型，可集成感知和运动规划系统。

MathWorks在无人机飞控系统开发中提供的两个主要工具就是MATLAB与Simulink。MATLAB主要用于算法开发、数据分析、数值计算等工作；Simulink则提供了图形仿真环境。两者共同促成MBD开发方法。

“基于模型设计（MBD) 的核心思想是：根据需求构建架构模型，进行系统设计和仿真，实现自动代码生成、集成测试和验证。”Jayant在采访中表示，“传统的、完全手写代码的方式，不仅效率不高和成本高昂，而且也可能面临很多错误。基于模型设计可以进行早期的系统验证，及时发现原型设计中的错误，高效地进行模型迭代，提高研发效率和降低开发成本。 

“在MBD的开发方式中，开发者可以用Embedded Coder（自动生成C/C++代码），生成的代码更为准确，且符合航空行业标准。这些都提升了效率，大幅减少开发时间。”Jayant举例大韩航空（Korean Air），曾教授举例美国高超声速飞行器X43A等，借助MBD加速飞行器飞控软件开发与验证，100%的run-time错误得以消除。借助模型复用与代码自动生成，开发工作减少60%。

且从安全标准与合规要求的角度来看，如文首所述，无论是软件、硬件，还是系统开发流程，“MathWorks都能确保可靠性，我们的工具和流程都关注了安全标准的相关问题，是将标准构建到了完整工作流程中的。”甚至可以说，从设计到验证流程采用MBD工作流，“就是开发者遵循标准与合规的最佳方式。”

曾教授补充说：“传统开发流程，首先建立飞行器的运动模型；然后要做飞控的算法设计；与运动模型结合起来进行数学仿真验证；又由于嵌入式代码平台与数学仿真的语言有差异，就涉及到代码转化、生成问题。”

他特别指出“传统开发模式需要专门软件研究团队做算法代码的移植、验证等工作，工作量非常大，衔接过程也很容易出错。”“MathWorks的自动代码生成相关技术就可以把这项工作做得非常好。”“另外从软件代码工程化管理角度来看，从需求定义、代码生成，到最后测试验证，MathWorks提供了一系列的支撑工具。”

在有关无人机集群的飞控研究方向上，曾教授在主题演讲中说，集群系统是典型的分布式控制系统，信息融合与协同控制都很复杂，是“从单节点控制，到大量无人机的协同控制”。“无论是集群相互间作用，还是环境感知”。“传统开发系统应付这么大规模的无人机系统，难度是可想而知的，甚至可以说几乎不大可能做到。传统系统没有场景感知，也缺少协同控制支持。”

“随着低空经济的发展，未来会有大量无人机出现。”“这就势必需要建立起出色的研发平台”，“需要建立起虚实结合的、半实物仿真的验证平台”——“既要理想的虚拟场景，又要无人机能够实际去飞的实际场景。而对于无人机集群系统，传统的实际飞行场景验证手段遇到了前所未有的挑战”“它们也必将是未来低空经济发展过程有可能面临的痛点。”这也是曾教授所在中山大学航空航天学院基于MATLAB/Simulink相关工具与技术，所推ASE分布式仿真试验平台，及AFC快速原型开发平台的大背景。

曾教授在采访中总结说，AFC Toolbox是飞控快速原型开发的支持工具箱，“将底层所有飞控产品的接口模块编制好，结合MathWorks的模块与技术，用户通过模块拖拽，就能完成原来复杂的嵌入式编程工作；我们也提供了丰富的无人机算法库...”在仿真后的代码部署、调试，乃至模块库的封装与管理等方面，AFC Toolbox做了不少创新。

而ASE Toolbox“是专用的实时仿真工具箱”，其组成涵盖在完成数学仿真以后，部署到半实物仿真平台，到真实无人机机架的实物飞行验证，另外还涉及虚拟场景显示与感知、自组网模拟设备等。“成为集群以后，也必须有虚拟场景，配合实景去做证明、验证。”

“我们将飞行器运动模型相关的接口打通，去方便用户使用。”“包括UE（虚幻引擎）的接口，和3D场景生成与感知相关——Simulink也提供了底层支持。我们在此基础上，再做一次碰撞，为无人机集群应用提供更高的价值。”

对MATLAB在无人机中的应用技术感兴趣的读者，可以移步阅读MATLAB微信公众号文章。受限于篇幅，本文不再对MATLAB/Simulink相关产品与技术细节，以及曾教授主题演讲中介绍的研究成果做更多深入。

在曾教授看来，在航空航天领域MBD开发方式虽然目前所占比重仍然不高，但它“正慢慢从小众走向主流”，“技术的潜在可能性相当之大”。“就像现代快递公司淘汰邮政系统，在线支付对银行产生冲击一样，MBD未来也可能会完全淘汰传统方案。”“尤其许多初创、民用企业进入这个市场，必须要有新技术、新手段，有能够快速、高效、更低成本部署的工具去支撑。”“汽车行业对MBD技术的采用，就走在我们前面。”

“我们还在不断对工具箱进行完善和丰富。”“我们的工作也才刚刚起步，未来还有大量工作需要去完成。路阻且艰，行则将至！”曾教授在谈中山大学航空航天学院目前正在进行的无人机技术研究时说。

 

产学研结合，MBD从校园开始普及

“低空经济本身就是我们专注的市场机会之一。”Jayant说不单是中国市场，MathWorks在全球各国都看到了这一市场的发展机会，所以MathWorks对初创企业、对高校在这一领域的发展都做出了大力度的支持。

MathWorks甚至专门组建了学术支持团队（Academic Support Team）为学生、教师或研究者提供课程开发、研究项目和学生竞赛的支持。如曾教授这次介绍的AFC与ASE工具箱，亦与MathWorks的学术支持团队密切相关。

Jayant则说针对客户内部自研工具的支持，除了MathWorks自身庞大的开发者资源，“我们会邀请客户、研究人员提供反馈”，并且依托MCT（MATLAB Community Toolbox）帮助社区构建所需的工具，并且和社区做分享。

虽然并非特别针对无人机或低空经济市场，MathWorks多年前就面向大学与研究机构提供Campus-Wide License (CWL) MATLAB全校使用授权的合作方式，如中山大学所有校区，包括航空航天学院使用的正是基于CWL合作模式的全线MATLAB/Simulink产品。这种在校期间全校师生在教学、科研、双创领域任意使用全线产品的模式，使学校展开数字化时代全员教育，多领域基于项目的教学，交叉学科创新等等成为可能。目前CWL在国内已经与百余所高校展开合作，全球授权高校数量超过2400所。

基于这些，“我们期望更多的学生也能加入进来”。“首先，CWL本身针对校园提供统一、稳定、功能强大的正版软件；其次，我们还提供完善的学习资源，包括帮助文档、在线自学课程；第三，遇到具体问题时，我们提供多领域、多层级的技术支持服务，无论是在线还是现场交流，更具针对性地解决像是曾教授团队遇到的科研问题。”

“这是软件、资源、服务三个层面的支持。”

MathWorks中国区教育行业负责人李庆节介绍说，MathWorks对于大学生的培养具体分几步走，“第一，帮助学生快速建立计算思维（Computational Thinking），这是中国大学生在K12以下教育中所普遍缺失的，又是数字化时代对每一个学生所要求具备的。” “这里面有三层含义：一是需要建立有一台电脑伴随学习与实践的习惯，二是学习与计算机对话的语言才能用好计算机，三是学习计算机的工作方法来处理真实世界的问题，即将复杂问题简单化，简单问题模型化，模型计算自动化，仿真调优持续化。” 

MATLAB课程内容面向不同的学科，包括飞控，“在理论学习的过程中，让学生基于MATLAB强大的数学支持能力与可视化环境，能够更形象地理解抽象的概念。” “Learn to code是为了code to learn，目的是快速掌握理论知识。我们的工程师在此过程中，提供把MATLAB语言嵌入到基础课程的课程建设支持。”

“第二，掌握了利用计算机学习理论知识以后，就可以尽可能多的参与学校展开的PBL（Project-Based Learning，基于项目的学习），在实践中达到对理论学习上的深度与广度的自适应。” 李庆节谈到，“作为学校PBL的补充，我们也会线上提供一些来自于产业界的真实项目内容，并且给到相应的技术支持。” “学生竞赛就属于PBL的一部分。”

“最后，积累了所需的硬实力与软能力，才能更好的参与到科研中。”比如曾教授及其团队无人机集群飞控方向的技术成果，就有这一培训体系与思路下的学生参与。“基础理论、动手实践、学生竞赛，再到科研。”

谈到此处，曾教授饶有兴致地聊起了与MathWorks合作的无人机竞赛，“我们先后两次一起举办过无人机竞赛。”“当时有35所高校、100多个团队参加了这项比赛——这是个全球性质的mini drone赛事。”中山大学早在2019年就开始承办MATLAB杯全球（中国赛区）大学生无人机竞赛。李庆节表示后续的赛事也已经在规划中。

“这个比赛锻炼了同学们从算法，到模型、仿真，到最终部署全流程的能力。”“初赛的百十来个队伍在线上竞赛、仿真做好了以后，20支队伍得到现场飞行决赛的资格——比赛进行的过程本身也考验学生迅速部署的能力。” “没有支持模型、仿真、代码自动生成与硬件部署的软件技术，在12分钟飞3次取最好成绩的决赛现场进行临时调整，是不可能的。这个过程，就是个小而全的project了。”

在此过程中，“我们提供硬件、学生竞赛专员的辅助与应用工程师（AE）的技术支持。”李庆节介绍到，“你问我公司支持教育的团队有多少人，我可以说如果有需要，所有MathWorks的技术人员都可以发动起来。” “我们的高校工程师团队叫做CSE（Customer Success Engineer），专注于CWL学校。” “实际工作中，如果他们遇到更专业的技术问题，也会协调AE提供协助，甚至负责产品开发的同事；另外，在需要时，还有提供付费的项目咨询实施服务的咨询顾问们等等。” “更多人都可能参与支持，这就是虚拟团队与固定团队的不同点。”

Jayant也认为学生竞赛是培养能力的最佳方式。“我们的团队也会针对性地做一些研讨会和培训项目，并且和学生队伍做各种交流”，“为他们提供资源与支持。”他还特别提到“学生大使项目（MATLAB Student Ambassador Program），在大学里招募学生大使”，“他们会在学校里组织不同的活动，去为其他学生做培训，让更多的人了解MBD设计方法和对应的技术工具。”

这些计划与项目，就最直观人才培养的角度来看，就像Jayant总结该话题时说“理论是空的”，“必须要上手”才能转化为生产力。“在我们最近的 MathWorks Challenge Projects Program 里，我们也为学生创建了一些顶点项目（capstone project，或毕业设计），其中有些本身就是行业项目。”

 “在我们和产业客户合作中，抽象总结出了这些项目提供给学生们。这就是学生直接接触产业、构建产业所需技能的一个很好的补充”。 “与MathWorks一家合作，就相当于同大部分产业界在合作。我想，我们就处在产学研生态系统的中间位置，我们期望为他们架起桥梁。”

 

走向实践与产业，推进低空经济发展

商业企业布局教育市场，促进自家产品、技术与生态长远发展的案例，我们也见过不少——不过鲜有见到MathWorks这种深度的。从商业逻辑来看，这对推进MATLAB的应用与市场自然是好事；但更重要的，可能也在于客观上促成了MBD技术的普及。所以曾教授所说MBD在更多领域将走向主流，在此就有迹可循了。

在工程人才及学生能力培养上，还有一点格外值得一提。Jayant在采访中多番提及学生竞赛倡导团队协作，乃至跨学科合作，对于学生未来职业生涯发展的重要性——这也算得上是MATLAB自家生态培养之外的企业社会责任部分了，因为“行业、企业相当看重跨学科、团队协作的能力”。

“MBD本身就需要不同团队走到一起，进行跨学科的合作。以无人机为例，不同的工程团队分工协作——其中有人来自计算机科学领域，他们需要去写算法；还有电气工程师，负责功率分布、电机控制等；机械工程师则面向制动器、控制系统工作；乃至土木工程师，关注无人机或低空飞行的其他基础设施。”Jayant表示，“不同的工程师聚到一起，进行设计、构建、测试、验证等等。”

“这也是MBD现在能够应用到如此多不同行业的原因：汽车、航空航天、医疗等等。显然大学需要培养具备这些能力的学生，也是行业发展真正需要的。”

曾教授也提到中山大学航空航天学院开设了 “科研创新训练课”，创新推出以项目为牵引、以科研创新实验训练为目标的人才培养新模式。该模式从大学一年级开始，引入 “大方向命题”，要求学生在整个学期围绕该项目持续迭代优化。此后每学期均采用类似培养方法，让学生在连续四年的学习中，不断通过项目实践提升科研创新能力。李庆节总结说，“国家需要创新型人才，是人才多出、辈出，不是人才少出、偶出，这就要求构建系统的培养方式来保证人才产出。”

 “以PBL为例，国内发展的就很快，记得2019年介绍美国欧林工学院（全球公认PBL做的最到位的大学）PBL实践的文章刚刚才有，现在从双一流到应用型大学，不论条件有多好，PBL已经方兴未艾。 因为，这恐怕是打破‘教育天然就滞后于产业‘魔咒，解决‘刻学科之舟，求产业之剑’最可行最有效的办法。” “我们提供的产品与教育资源，非常适合学校展开PBL的教学，我们会不遗余力地去做这件事。”

人才培养之外，最后我们还是回到MBD的话题，在Jayant看来，MBD“可能是满足各行业研发需求的最佳方式之一了”，尤其“随行业变迁之时，基于MBD的方法能够快速做出转向、改变，构建新模型，复用代码，全流程大幅缩短开发周期”，Jayant举例说，汽车行业现在产品与技术迭代周期如此之快，与MBD方法的引入有很大关系。

用Jayant的一段话来总结本文或得出直观结论：“为什么说低空经济的发展，基于MBD比较好？因为低空经济的特点在于应用场景的多样化：旅游、交通、娱乐等等。而MBD是能够根据不同使用场景、快速进行针对性迭代的。针对不同应用场景，快速开发低空经济所需的飞行器、无人机，实现产品的研发迭代与应用落地。”

低空经济应用场景的多样化（新型劳动对象），参与其中的主体的多样性（新型劳动者），都需要有新技术、新手段，有能够快速、高效、更低成本部署的工具去支撑（新型生产工具）。进而地方政府能够利用中国的体制优势，在区域内主动构建这样的可以复用的MBD研发生态环境，鼓励参与的公司、团队更多的关注于不同的场景的应用（适应新质生产力的生产关系），将会大大提高产出的效率、加速区域的经济发展。在高校加强大学生的MBD能力培养，将不仅促进低空经济的持续迈进、高速发展，同时也为服务地方经济，发展新质生产力奠定坚实的人才基础。