面向视觉语言赋能无人机分诊与灾害响应的系统工程框架
该研究提出一种基于视觉语言模型（VLM）的人-无人机协同灾害响应框架，将VLM从决策支持工具转变为协调代理。通过模型系统工程（MBSE）方法设计，并在仿真环境中实现了VLM协调代理、无人机任务控制和任务分配器三个核心组件。初步人因评估显示，该方法在减轻操作员工作负荷的同时提升了AI信任度与通信清晰度。
近年来，视觉语言模型（VLM）的进步为灾害响应带来了新的可能性。在时间压力下，响应人员必须快速解读大量传感器数据。当前的VLM应用主要包括：监测社交媒体以获取态势感知、草拟行动计划、将技术警报转化为面向公众的讯息。这些工具有助于加快信息流转，但基本停留在决策支持层面。由于人类仍需将模型输出转化为跨团队和机器人资产之间的协调行动，这反而可能增加操作员负担。
针对这一缺口，本文提出了一种将VLM作为协调代理嵌入有人-无人机回路的系统工程框架。该架构不只是让VLM充当咨询工具，而是让其在人类操作员、任务控制逻辑和无人机任务执行之间发挥沟通桥梁作用。系统设计集成了自然语言交互、任务级任务协调、软件在环（software-in-the-loop）实现以及与事件指挥系统（ICS）一致的通信方式。
研究采用了基于模型的系统工程（MBSE）方法，通过用例图与块定义图描述系统角色、内部结构和组件交互。VLM协调代理（VLM Coordinator Agent）、无人机任务控制（UAV Mission Control）和任务分配器（Task Allocator）三个关键组件在集成仿真与控制环境中实现。研究人员还在该环境中开展了初步的人因评估，共有7名参与者。
评估结果显示，参与者在心理需求、努力和挫败感等维度上的感知工作负荷均有所降低，AI信任度和通信清晰度也获得较高评分。这项工作将MBSE、软件在环测试和人因评估相结合，为高风险的灾害响应场景推进了可扩展的人-自主团队协作。论文还指出，相关方法对航空航天自主与公共安全具有更广泛的应用潜力。
论文题为《A Systems Engineering Framework for Vision-Language-Enabled UAV Triage and Disaster Response》，作者为Swapnil Saha等四人，共10页、8幅图，是以AIAA Paper 2026-4010发表在AIAA AVIATION 2026论坛上的作者接受稿，并于2026年7月30日提交至arXiv（编号arXiv:2607.27597）。