DOI: https://doi.org/10.1145/3828658
تاريخ النشر: 2026-07-14
المؤلف: Hamza Kheddar وآخرون
الموضوع الرئيسي: تطبيقات الطائرات بدون طيار وتحسينها
نظرة عامة
تقدم هذه الورقة البحثية تحليلاً شاملاً للتطورات في النماذج المعتمدة على المحولات المطبقة على أنظمة الطائرات بدون طيار (UAV)، مع التركيز على أدوارها في تعزيز الإدراك، واتخاذ القرار، والاستقلالية. تصنف بشكل منهجي مختلف هياكل المحولات، بما في ذلك آليات الانتباه، وخلائط CNN-Transformer، ومحولات الرؤية (ViTs)، ومحولات Swin، ومحولات الزمان والمكان (STTs)، والنماذج المعتمدة على التعلم المعزز العميق (DRL). تسلط الورقة الضوء على التطبيقات الناشئة مثل الزراعة الدقيقة والملاحة الذاتية، وتضم جداول منظمة ومعايير أداء للتحليل المقارن. بالإضافة إلى ذلك، تستعرض مجموعات البيانات الأساسية، والمحاكيات، ومقاييس التقييم ذات الصلة بالمجال.
تشير النتائج إلى أن النماذج الهجينة مثل CNN-Transformers توازن بشكل فعال بين استخراج الميزات المحلية والعالمية، بينما تعمل ViTs وSwin Transformers على تحسين التصنيف وقابلية التوسع للمهام عالية الدقة. تسهل STTs النمذجة الديناميكية لتوقع المسارات وتنسيق السرب، وتعزز محولات DRL قدرات اتخاذ القرار التكيفية. على الرغم من دمج نماذج اللغة الكبيرة (LLMs) للتخطيط للمهمة والتفاعل بلغة طبيعية، لا تزال التحديات قائمة، بما في ذلك المتطلبات الحاسوبية، ومجموعات البيانات المحدودة، ونقص المعايير القياسية. تقترح الورقة أن البحث المستقبلي يجب أن يركز على الهياكل الخفيفة، والدمج المتعدد الوسائط القوي، وتكييف المجال، ونشر الحافة في الوقت الحقيقي لإطلاق العنان للإمكانات الكاملة للنماذج المعتمدة على المحولات في استقلالية الطائرات بدون طيار.
مقدمة
تناقش مقدمة الورقة البحثية التأثير التحويلي للتكنولوجيا الآلية وتكنولوجيا الاستشعار على اعتماد المركبات غير المأهولة (UCVs) عبر مختلف القطاعات، بما في ذلك الدفاع، والنقل، والصناعة. توفر UCVs—التي تتكون من الطائرات بدون طيار (UAVs)، والمركبات الأرضية غير المأهولة (UGVs)، والمركبات السطحية غير المأهولة (USVs)، والمركبات تحت الماء غير المأهولة (UUVs)—مزايا كبيرة مقارنة بالأنظمة التقليدية المأهولة، لا سيما من حيث السلامة، والكفاءة، والجدوى الاقتصادية. إن القضاء على المشغلين البشريين في البيئات الخطرة يقلل من المخاطر ويعزز الكفاءة التشغيلية، حيث يمكن لهذه المركبات أداء المهام الخطرة بدقة ووقت تعطل minimal.
لقد حسنت التقدمات التكنولوجية، لا سيما في التعلم العميق (DL) والذكاء الاصطناعي (AI)، من قدرات UCVs، مما يمكنها من العمل بشكل مستقل مع الحد الأدنى من التدخل البشري. تعزز هذه التقدمات الوظائف الحيوية مثل كشف الأجسام، والملاحة، وتجنب العقبات، والتي تعتبر ضرورية للتشغيل الآمن في البيئات المعقدة المشتركة مع المركبات المأهولة. تؤكد الورقة أن الانتقال من الأنظمة المأهولة إلى غير المأهولة أصبح ضرورة بدلاً من خيار، حيث تعترف الصناعات والحكومات بشكل متزايد بفوائد UCVs في تعزيز التنقل، والسلامة، والكفاءة التشغيلية.
نقاش
يسلط النقاش الضوء على التكامل المتزايد للطائرات بدون طيار (UAVs) عبر مختلف القطاعات، مما يتطلب تعزيز قدرات اتخاذ القرار المستقل. لقد حفز هذا البحث في تقنيات الذكاء الاصطناعي المتقدمة، لا سيما الهياكل المعتمدة على المحولات، التي أظهرت وعدًا في تحسين إدراك UAV، والقدرة على التكيف، والكفاءة التشغيلية. على الرغم من انتشار الدراسات، لا يزال هناك فجوة ملحوظة في المراجعات الشاملة التي تصنف وتحلل بشكل منهجي تطبيق نماذج المحولات في سياقات UAV. غالبًا ما تتجاهل الأدبيات الحالية المتغيرات المتخصصة مثل محولات الرؤية (ViTs)، ومحولات Swin، والنهج الهجينة التي تجمع بين المحولات وتقنيات التعلم العميق، مما يحد من أهميتها العملية وإرشاداتها للبحوث المستقبلية.
تهدف هذه الورقة إلى سد هذه الفجوات من خلال تقديم تقييم منظم لأساليب UAV المدفوعة بالمحولات. تقدم تصنيفًا شاملاً لهياكل UAV المعتمدة على المحولات، وتحلل أدوارها عبر تطبيقات متنوعة—بما في ذلك التتبع في الوقت الحقيقي، وكشف الشذوذ، والملاحة الذاتية—وتستعرض المحاكيات ومجموعات البيانات الحالية لـ UAV. تناقش المخطوطة أيضًا التحديات الرئيسية في دمج المحولات في أنظمة UAV، مثل قابلية التوسع والقيود الزمنية، بينما تحدد اتجاهات البحث المستقبلية. من خلال تقديم توليفة شاملة للمشهد الحالي، لا تعالج هذه المراجعة فقط الفجوات الموجودة في الأدبيات ولكنها أيضًا تعتبر مصدرًا قيمًا لإرشاد التقدمات المستقبلية في تكنولوجيا UAV.
DOI: https://doi.org/10.1145/3828658
Publication Date: 2026-07-14
Author(s): Hamza Kheddar et al.
Primary Topic: UAV Applications and Optimization
Overview
This review paper provides a comprehensive analysis of the advancements in Transformer-based models applied to uncrewed aerial vehicle (UAV) systems, emphasizing their roles in enhancing perception, decision-making, and autonomy. It systematically categorizes various Transformer architectures, including attention mechanisms, CNN-Transformer hybrids, Vision Transformers (ViTs), Swin Transformers, Spatio-Temporal Transformers (STTs), and deep reinforcement learning (DRL)-based models. The paper highlights emerging applications such as precision agriculture and autonomous navigation, and it includes structured tables and performance benchmarks for comparative analysis. Additionally, it reviews essential datasets, simulators, and evaluation metrics relevant to the field.
The findings indicate that hybrid models like CNN-Transformers effectively balance local and global feature extraction, while ViTs and Swin Transformers improve classification and scalability for high-resolution tasks. STTs facilitate dynamic modeling for trajectory prediction and swarm coordination, and DRL-based Transformers enhance adaptive decision-making capabilities. Despite the integration of large language models (LLMs) for mission planning and natural language interaction, challenges persist, including computational demands, limited datasets, and a lack of standardized benchmarks. The paper suggests that future research should prioritize lightweight architectures, robust multimodal fusion, domain adaptation, and real-time edge deployment to unlock the full potential of Transformer-based models in UAV autonomy.
Introduction
The introduction of the research paper discusses the transformative impact of automation and sensor technology on the adoption of uncrewed vehicles (UCVs) across various sectors, including defense, transportation, and industry. UCVs—comprising uncrewed aerial vehicles (UAVs), uncrewed ground vehicles (UGVs), uncrewed surface vehicles (USVs), and uncrewed underwater vehicles (UUVs)—offer significant advantages over traditional crewed systems, particularly in terms of safety, efficiency, and cost-effectiveness. The elimination of human operators in hazardous environments reduces risks and enhances operational efficiency, as these vehicles can perform dangerous tasks with precision and minimal downtime.
Technological advancements, particularly in deep learning (DL) and artificial intelligence (AI), have further improved the capabilities of UCVs, enabling them to operate autonomously with minimal human intervention. These advancements enhance critical functions such as object detection, navigation, and obstacle avoidance, which are essential for safe operation in complex environments shared with crewed vehicles. The paper emphasizes that the transition from crewed to uncrewed systems is becoming a necessity rather than a choice, as industries and governments increasingly recognize the benefits of UCVs in enhancing mobility, safety, and operational efficiency.
Discussion
The discussion highlights the growing integration of Unmanned Aerial Vehicles (UAVs) across various sectors, necessitating enhanced autonomous decision-making capabilities. This has spurred research into advanced AI techniques, particularly Transformer-based architectures, which have shown promise in improving UAV perception, adaptability, and operational efficiency. Despite the proliferation of studies, there remains a notable gap in comprehensive reviews that systematically categorize and analyze the application of Transformer models in UAV contexts. Existing literature often neglects specialized variants like Vision Transformers (ViTs), Swin Transformers, and hybrid approaches that combine Transformers with deep learning techniques, thereby limiting their practical relevance and guidance for future research.
This paper aims to bridge these gaps by providing a structured evaluation of Transformer-driven UAV methodologies. It introduces a comprehensive taxonomy of Transformer-based UAV architectures, analyzes their roles across diverse applications—including real-time tracking, anomaly detection, and autonomous navigation—and reviews existing UAV simulators and datasets. The manuscript also discusses key challenges in integrating Transformers into UAV systems, such as scalability and real-time constraints, while outlining future research directions. By offering a holistic synthesis of the current landscape, this review not only addresses existing omissions in the literature but also serves as a valuable resource for guiding future advancements in UAV technology.