2026 年 2 月 10 日，美国战争部报告称，佛罗里达州赫尔伯特机场的爆炸物处理 (EOD) 飞行员在模拟伤亡现场评估过程中将小型无人机系统与履带式地面机器人进行了比较。背包式便携式无人机在几秒钟内到达目标，并在地面机器人覆盖一半距离之前传输实时俯视视频。此次演示考察了机动性、部署时间和侦察能力方面的作战差异。
据美国国防部称，佛罗里达州赫尔伯特机场的爆炸物处理（EOD）飞行员进行了现场比较，展示了小型无人机系统如何比履带式地面机器人更快地到达并评估模拟伤亡地点。来自美国空军第一特种作战联队的两名飞行员在开阔的地形上操作该系统，地面机器人在泥土和草地上前进，而无人机则在几秒钟内发射并到达。在机器人飞过一半距离之前，无人机就传输了实时的头顶视频，从而提供即时的态势感知。此次演习展示了需要车辆运输和设置时间的重型机器人系统与可在徒步任务中部署的背包便携式无人机之间的操作差异。该演示还将空中侦察与机场恢复任务联系起来，包括跑道检查和事件后图像收集，以支持扫雷和维修计划。
在集成紧凑型无人机之前，排爆小组主要依靠重型地面机器人来检查可疑爆炸装置，获得了防区外距离，但面临机动性和部署速度的限制。这些机器人对于移动、切割或翻转部件等物理操作任务仍然至关重要，而这些功能是小型无人机无法执行的。便携式无人机可以装在背包中并在几分钟内发射，在白天或夜间操作时传输实时光学和热图像。集成 3D 扫描系统可以在几分钟内生成爆炸现场或机场等大面积的数字模型，支持文档记录和危险评估。空中视角允许操作员在不接近威胁的情况下评估威胁，从而减少侦察阶段的暴露。系统中嵌入的人工智能功能可实现半自主飞行，包括避障、目标跟踪和通过有限的手动输入保持位置。
作战一体化需要硬件部署之外的程序调整，包括制定培训标准、认证要求和共享空域的协调机制。参与实施的飞行员强调，无人机的使用案例因任务概况和环境条件而异。共享空域运行需要进行风险评估和政策批准，特别是当无人系统在常规航空活动附近运行时。本地采购和早期测试使各单位能够在更广泛的传播之前确定性能限制并完善操作程序。尽管无人机得到了迅速采用，但目前它只是作为补充工具进行集成，而不是地面机器人的完全替代品。他们的主要作用包括侦察、测绘和初步危险评估，而操纵和压制任务通常仍然由机器人或手动系统完成。
与侦察功能并行，研究还探索了在无人机上安装激光和电磁脉冲装置等定向能系统以远程消除爆炸威胁的潜力。激光系统可以通过切断电路或熔化结构部件来禁用未爆炸的弹药，或者它们可以施加足够的热量来引发爆炸材料的受控爆炸。电磁脉冲系统可以通过在电路内引起电气过载和热量来破坏电子设备，使设备在没有物理接触的情况下无法工作。集成两个系统的组合配置可以实现分阶段交战，首先禁用电子触发器，然后中和爆炸物。这种方法适用于简易爆炸装置、未爆炸弹药和地雷。作战优势包括防区外交战、能量的精确应用以及减少人员与危险的距离。
定向能源整合还存在技术限制，特别是与发电、能源存储和环境干扰有关的技术限制。可现场部署的系统必须维持足够的输出以实现可靠的中和效果，这对机载功率容量和热管理提出了要求。湿度、灰尘和颗粒物等大气条件会降低激光传播速度并降低一定范围内的效率。电磁脉冲部署需要屏蔽和保护，以防止干扰无人机自身的系统。对手可能会尝试通过屏蔽、强化或电子对抗措施来对抗这种能力，从而需要迭代适应。因此，研究工作的重点是提高可靠性、提高电源效率以及缓解环境和对策挑战。
自主检测系统代表了无人机爆炸危险缓解领域的另一项重大发展。 2025 年 3 月，弗劳恩霍夫 IFF 推出了 AutoDrone 系统和基于集群的配置，用于在受污染地区探测未爆炸弹药，包括乌克兰等三分之一国土受到遗留爆炸物影响的地区。基本配置以 3 m/s 至 5 m/s 的速度在距地面 50 cm 的高度飞行预编程路线，生成与 RTK 定位同步的高分辨率传感器数据，以实现精确的地理配准。集群配置部署了多架无人机，这些无人机配备了针对不同军械类型（包括非金属地雷）进行优化的定制传感器包。协调通信策略在部分信号丢失期间保持控制，而自适应飞行路径调整支持在复杂地形上的可靠操作。生成的数据集将传输至爆炸物处理部门，用于规划排雷行动并确定排雷行动的优先顺序。
其他方法结合了无人机群、人工智能和多传感器融合，用于大规模地雷探测和压制。在一项专注于远程爆炸物污染区域识别和消除的北约创新挑战赛中，对来自 13 个国家的 51 件参赛作品进行了评估，其中一种突出的方法将网格模式无人机飞行和边缘处理相结合，以创建污染区域的实时马赛克。软件定义的雷达配置可实现低成本合成孔径雷达探测不同深度水雷的能力。一旦发现地雷，就会使用 Turtlebot 无人地面车辆处理反坦克地雷，而使用改装的压路机无人地面车辆消除杀伤人员地雷。
由汽油驱动的混合垂直起降无人机可以运行 4 至 5 小时，从而能够在污染严重的地区实现可扩展的覆盖范围。该系统旨在减少人类暴露，支持实时命令和控制更新，并使传感器有效载荷和人工智能模型适应不同的地形和地雷类型。人道主义应用进一步说明无人机融入排雷工作流程。 HALO Trust 在柬
埔寨、安哥拉、索马里和乌克兰等 30 多个国家开展业务，利用无人机图像与人工智能和机器学习相结合，将每个雷区的图像分析时间从三到五天缩短到几个小时。在全球范围内，估计仍埋有 1.1 亿颗未爆炸地雷，每年造成约 2 万人伤亡，其中大多数是平民。
HALO 报告称，已清除了超过 200 万枚地雷，并复垦了超过 760 平方公里的土地以供安全使用。 2011年开发的Mine Kafon Ball采用17公斤重的铁芯和竹腿，在记录GPS数据的同时触发杀伤人员地雷，随后推出的Mine Kafon Drone系统采用3D测绘、可伸缩金属探测器和机械臂，据称性能比传统方法快20倍，成本低200倍。在波斯尼亚和黑塞哥维那，2014 年 5 月洪水过后，比利时皇家军事学院团队部署了 MD4-1000 微型无人机，飞行高度高达 150 m，每 25 至 30 分钟飞行捕获 200 至 500 张分辨率为 2 至 5 厘米的图像，生成数字表面和高程模型，任务总成本为 15,000 欧元，其中包括在雷区坠毁后的 6,000 欧元维修费用。总的来说，这些案例表明，无人机现在支持军事和人道主义爆炸物处理环境中的侦察、测绘、探测和准备工作。
热门跟贴