基於混合雲架構之無人機地面站軟硬體系統設計

前言

無人機技術近年來在工業巡檢、物流運輸與災防監控等領域展現出龐大潛力。為確保系統能承受高頻遙測數據與極低延遲的通訊需求，地面站架構必須朝向雲端化與邊緣運算協同的方向發展。

超視距（Beyond Visual Line of Sight，BVLOS）飛行能力，是將無人機由單一展示性應用轉型為國家基礎建設的絕對前提與必要條件［1］。大範圍的超視距飛行能帶來幾何級數的市場擴張，相較於傳統依賴人力或直升機的巡檢作業，採用無人機不僅能降低60％至80％的營運成本，還能維持高達95％以上的偵測準確率，這是業界強烈需要推動超視距的核心經濟驅動力［2］。

本文旨在探討並設計一套具備工業級可靠度之「混合雲無人機地面站架構」。本系統以公有雲為核心，結合高度模組化的微服務設計，並導入私有雲邊緣運算軟硬體資源，透過公私混合雲協同處理，有效兼顧高解析度影像處理、低延遲控制與敏感資料保護需求。

一、公有雲微服務與私有雲邊緣協同架構

本文提出一套具備高可用性與高擴充性之通用無人機地面控制站架構，採用以 Google Cloud Platform（GCP）為核心之公有雲架構，並結合私有雲邊緣運算資源，以形成兼顧集中式管理、低延遲處理與敏感資料保護之混合雲協同架構。公有雲端核心系統部署於 Google Kubernetes Engine（GKE）叢集中，並透過 Apache Pulsar 分散式訊息中樞串接飛行管理、感測器數據、系統監控與數據存儲等各項微服務，以達成高效解耦、彈性擴充與高頻資料交換之目的。相較之下，私有雲邊緣運算層主要部署於地端戰情室或受控場域內，專責處理高敏感度原始影像之前處理、篩選與即時 AI 推論，以降低敏感資料直接暴露於公網或第三方公有雲環境之風險。藉由公有雲負責集中式服務管理與任務協調、私有雲負責低延遲與高敏感資料處理，本架構得以同時兼顧系統擴充性、即時性與資訊安全需求。

圖1說明基於公有雲之無人機地面站部署情境。於此架構中，多組無人機機群可透過4G／5G等廣域通訊網路將遙測資料、任務狀態與感測資料持續回傳至 GCP 公有雲端，並部署於 GKE 叢集中，飛行管理、任務規劃／航點派發、感測資料整合、系統監控與資料儲存等微服務進行集中式的處理。此種設計特別適合多機併發、跨區域巡檢、歷史資料整合與中央監控告警等應用情境，可發揮公有雲在彈性擴充、資源調度與集中管理方面之優勢。

圖2呈現基於私有雲 MEC 之地面站部署情境。當無人機執行民生、工業巡檢、關鍵基礎設施監控或其他涉及高敏感度影像之任務時，原始影像資料可優先回傳至地端私有雲邊緣運算節點，由影像接收、即時影像前處理、即時 AI 推論與敏感資料篩選／特徵抽取等微服務先行處理，再僅將必要之事件摘要、分析結果或特徵資訊回傳後續系統。此種設計可有效降低敏感原始影像直接上傳公網之風險，並兼顧受控場域內部部署、低延遲推論與即時任務回應需求。因此，圖2所示之私有雲 MEC 節點，亦需具備較高規格之 GPU、記憶體、NVMe SSD 與高速網路介面，以支撐高頻影像資料流與邊緣 AI 推論工作負載。

圖3說明本文所提出之混合雲協同地面站情境。在此架構中，無人機端可依資料型態與任務需求進行分流，高敏感度影像與需低延遲處理之資料優先送往私有雲 MEC 執行即時前處理、AI 推論與敏感資訊過濾。相對地，遙測資料、任務狀態、系統監控資訊與歷史資料管理則由公有雲 GCP 負責整合與集中式服務管理。進一步地，私有雲邊緣層可將經處理後之事件摘要、特徵資訊與推論結果回傳至公有雲端，而公有雲端則結合任務規劃與飛行管理結果下達控制命令，最終形成兼具即時性、資訊安全與高擴充性的雲邊協同控制架構。因此，圖3所強調者並非單純的雙雲並列，而是依據工作負載特性進行功能分工，使公有雲負責集中管理與跨區域協同，私有雲負責低延遲與敏感資料保護，兩者共同支撐大範圍 BVLOS 任務之穩定運作。

DOI:10.30256/JIM.202607_(520).0006