AiBrainBox-跨域自治控制中枢

在海空潜协同体系下，每个执行体的大脑（AiBrainBox）到底应该具备什么控制权限、感知能力、协同接口和通信承载能力。

一、控制权体系怎么定义

海空潜和空地最大的区别是：

控制链路的不确定性更高。

所以不能采用传统：

人工遥控
↓
平台执行

而应该采用：

分级控制权（Hierarchical Authority）

建议定义 4 级。

---

Level 0：完全自治（Default）

平台自主执行。

人只下达：

• intent

• constraints

• priority

例如：

“搜索A区域”

不是：

“向左转15°”

这是主模式。

尤其：

• UUV

• 中远距USV

---

适用：

链路不稳定场景。

---

---

Level 1：监督控制（Supervisory Control）

人指定：

任务参数。

平台自主完成动作。

例如：

UAV

“在此区域盘旋侦察”

---

USV

“前出到坐标点建立网关”

---

UUV

“执行扇扫”

---

这是最实用模式。

预计占：

70%任务。

---

---

Level 2：共享控制（Shared Control）

人控制意图方向。

平台负责稳定性与避障。

例如：

操作员推动摇杆：

“向目标靠近”

系统负责：

• 波浪补偿

• 姿态稳定

• 路径修正

这在海面平台非常重要。

因为纯手动抗浪控制体验很差。

---

这是：

增强遥操作

---

---

Level 3：直接控制（Teleoperation）

传统遥控。

仅适合：

• 近距

• 高带宽

• 低时延

主要用于：

---

精细操作

如：

机械臂抓取

---

紧急接管

---

调试维护

---

UUV一般不建议长期 direct control。

延迟不可接受。

---

所以建议原则

---

UAV

支持全部四级

---

USV

重点：

L1 / L2 / L3

---

UUV

重点：

L0 / L1

少量L2

几乎不用L3

---

这非常符合工程现实。

二、视觉辅助手动控制怎么设计

这是客户非常关注但容易做浅的地方。

关键不是“传视频”。

而是：

让人看懂复杂态势。

海空潜协同下，原始视频价值有限。

必须做：

认知增强显示。

---

1. 空域（UAV）

建议：

First-person tactical overlay

叠加：

• 网络质量

• 中继关系

• 推荐悬停点

• LOS预测

操作员不是看图像。

而是在看：

网络拓扑空间

例如：

画出：

绿色区域（最佳Relay）

这个非常有价值。

---

适合：

Relay UAV控制。

---

---

2. 海面（USV）

建议：

Bird-eye semantic fusion

融合：

• EO

• Radar

• AIS

• Wave estimation

叠加：

• 推荐航迹

• 链路健康热图

• 协同节点位置

操作员看到的是：

“任务态势图”

不是摄像头直播。

---

---

3. 水下（UUV）

这里不能依赖传统视频。

必须：

数字孪生可视化

显示：

• 声呐重建

• 地形轮廓

• 不确定性云图

类似：

3D SLAM occupancy visualization

非常适合你的多模态路线。

---

这是AiBrainBox非常大的差异点

推荐统一定义：

Cognitive Telepresence

卖点很强。

它不是遥控画面。

是：

认知级远程操作。

Cognitive Telepresence

Cognitive Telepresence 是一种结合人工智能与人机交互的语义辅助型“人类在回路（human-in-the-loop）”界面概念。它旨在通过认知计算、自然语言理解与语义推理，让远程或虚拟协作环境中的人类用户与系统智能地共同感知、推断和决策。

核心特征

• 交互模式：融合人类语义输入与机器学习推理

• 关键能力：情境感知、意图理解、语义对齐

• 应用领域：远程控制、专家协作、教育培训、医疗和指挥调度

• 技术要素：自然语言处理、知识图谱、认知推理、传感融合

背景与概念起源

“Cognitive Telepresence” 源于远程临场（telepresence）技术，但重点从视觉/听觉传输转向语义层面的理解与共享。它的发展受到认知科学、语义网和人机共智（human–AI collaboration）研究的推动，旨在突破传统视频会议或虚拟代理的沟通局限。

工作机制

系统通过语义理解模型解析用户输入，结合环境数据和上下文推理，生成智能反馈或行动建议。人类用户保持决策主导地位，而AI部分负责知识辅助与任务优化，从而实现“人机共感与共智”的操作体验。

应用与影响

在工业和科研领域，Cognitive Telepresence 支持复杂任务的远程专家协作，如机器人操控、灾害应对或医学手术辅助。在教育和企业场景中，它提升了沉浸式学习与跨地域团队协同的效率，代表了认知增强界面的未来方向。

相关概念

• Human-in-the-loop

• Cognitive computing

• Telepresence

• Semantic Web

三、协同数据分享：分享什么

不是所有数据都共享。

否则通信爆炸。

必须按语义分层。

建议 5 类。

---

Type A：Control State（必须实时）

包括：

• pose

• velocity

• health

• link quality

低带宽。

全局广播。

---

这是生命线。

---

Type B：Mission Intent

任务意图。

例如：

{
  "task":"track",
  "target":"obj_23",
  "priority":1
}

非常重要。

保证协同一致性。

---

Type C：Perception Metadata（重点）

不是传原始点云。

传：

---

目标摘要

• object ID

• class

• confidence

• location

---

局部地图摘要

• obstacle regions

• traversability

---

这是最值得做的。

通信效率高。

---

Type D：Rich Payload（按需）

原始：

• video

• point cloud

• sonar slice

仅按需拉取。

---

例如：

人工确认时。

---

Type E：Learning / Experience

用于长期优化：

• failure cases

• route history

• environmental priors

异步同步。

---

---

推荐机制：Semantic Publish-Subscribe

非常适合你们。

不是topic based简单MQTT。

而是：

mission-aware semantic pub/sub

例如：

订阅：

all threat objects within sector B

而不是：

/camera/stream/3

高级很多。

---

可定义：

AiBrainFlow

---

四、AiBrainBox分类建议（核心）

建议不是按平台简单改壳。

而是按能力分级。

---

1. AiBrainBox-Air

重点：

---

通

Mesh / Relay / LTE / Sat-lite

---

感

EO/IR
轻量雷达

---

算

拓扑优化
目标感知

---

控

飞控桥接

---

关键能力：

空中中继自治。

---

---

2. AiBrainBox-Surface

这是整个海域体系核心。

重点：

---

通

多Bearer聚合

---

感

EO + mmWave + AIS

---

算

边缘任务调度

---

控

共享控制

---

额外：

UUV dock management

这是关键差异化。

---

---

3. AiBrainBox-Sub

重点不是高算力。

而是：

超可靠自治。

---

能力：

---

通

声学 / 光 / buoy bridge

---

感

IMU
DVL
Sonar
Pressure

---

算

定位
任务容错

---

控

长时自治

---

设计重点：

低功耗 + fault tolerance

不是追求TOPS。

这一点很重要。

---

---

4. AiBrainBox-Core

这是云边控制中心。

负责：

• mission planning

• topology orchestration

• fleet digital twin

---

---

5. AiBrainBox-Link

独立链路模块。

负责：

• bearer abstraction

• QoS routing

• failover

可跨平台部署。

这个非常适合单独卖。

---

五、统一“大脑功能定义”

建议每个AiBrainBox都有五层。

---

Layer 1 Perception

环境理解

---

Layer 2 Network Cognition

链路认知

（这是你的特色）

---

Layer 3 Decision

任务推理

---

Layer 4 Control

执行控制

---

Layer 5 Collaboration

群体协同

---

表达：

Sense
→ Connect
→ Reason
→ Act
→ Cooperate

这比传统：

感知→规划→控制

更适合跨域。

---

最终产品矩阵（非常建议）

产品	平台	核心价值
Air	UAV	中继+感知
Surface	USV	边缘协同核心
Sub	UUV	自治执行
Core	母舰	全局编排
Link	通用	网络自治

这套矩阵很完整。

而且回答了客户最关心的问题：

在复杂海空潜场景下，每个执行体的“大脑”到底负责什么？

一句话总结你的架构可以这样定义：

AiBrainBox = 面向海空潜异构自治集群的通感算控协同智能体核心。