无人机行业研究报告

无人机行业研究报告编制机构：金地毯大数据中心发稿时间：2016-09-23

无人机行业研究报告1.无人机的基础知识与相关行业划分无人机是无人驾驶飞机的简称(UnmannedAerialVehicle)，是利用无线电遥控设备和自备的程序控制装置的不载人飞机，包括无人直升机、固定翼机、多旋翼飞行器、无人飞艇、无人伞翼机。广义地看也包括临近空间飞行器(20-100公里空域)，如平流层飞艇、高空气球、太阳能无人机等。从某种角度来看，无人机可以在无人驾驶的条件下完成复杂空中飞行任务和各种负载任务，可以被看做是“空中机器人”。按照不同平台构型来分类，无人机可主要有固定翼无人机、无人直升机和多旋翼无人机三大平台，其它小种类无人机平台还包括伞翼无人机、扑翼无人机和无人飞船等。固定翼无人机是军用和多数民用无人机的主流平台，最大特点是飞行速度较快；无人直升机是灵活性最强的无人机平台，可以原地垂直起飞和悬停；多旋翼(多轴)无人机是消费级和部分民用用途的首选平台，灵活性介于固定翼和直升机中间(起降需要推力)，但操纵简单、成本较低。按不同使用领域来划分，无人机可分为军用、民用和消费级三大类，对于无人机的性能要求各有偏重：1)军用无人机对于灵敏度、飞行高度速度、智能化等有着更高的要求，是技术水平最高的无人机，包括侦察、诱饵、电子对抗、通信中继、靶机和无人战斗机等机型。由于军用无人机涉及军事数据，在本报告中不讨论。2)民用无人机一般对于速度、升限和航程等要求都较低，但对于人员操作培训、综合成本有较高的要求，因此需要形成成熟的产业链提供尽可能低廉的零部件和支持服务，目前来看民用无人机最大的市场在于政府公共服务的提供，如警用、消防、气象等，占到总需求的约70%，而我们认为未来无人机潜力最大的市场可能就在民用，新增市场需求可能出现在农业植保、货物速度、空中无线网络、数据获取等领域；3)消费级无人机一般采用成本较低的多旋翼平台，用于航拍、游戏等休闲用途。全球无人机用途分布我国民用无人机市场大致经历了三个阶段，第一阶段的早期市场需求由军用垄断，惯性组建、控制系统技术不成熟，成本高。上世纪80年代初，西北工业大学D-4固定翼无人机为地图测绘和地质勘探作了尝试。第二阶段是上世纪90年代至本世纪初，部分企业对无人机进行探索，市场开始向民用“渗透”，出现了低端民用小型无人机。1998年，南航在珠海航展中展出的“翔鸟”无人直升机，其用途就包含有森林火警探测和渔场巡逻。第三阶段就是当前的情况，即军用需求饱满的同时，民用领域遍地开花，只是尚未找到合适的盈利模式。预计未来部分军工企业将涉足民用领域，凭借技术优势占据部分市场，民营企业也将通过技术、市场、资质竞争优胜劣汰，发展出几家骨干企业。目前，我国民用无人机共有130余家研制单位和15000架使用量，民用无人机的种类也逐渐丰富，包括固定翼无人机、旋翼无人机、飞艇无人机等。而上述成果，在很大程度上是高空、高速、中远程、长航时、大载荷等军用无人机技术逐渐向民用“渗透”的结果。经过几年的发展，当前无人机的应用范围已涉及国土资源调查、环境监测、水情监测、救灾等多个领域。据不完全统计，目前国内无人机仅民用市场大概有几亿元的量级。面对这一正在兴起的市场，相关企业和科研机构也纷纷进驻民用无人机领域。其中农林植保和电力能源巡检这两个领域在目前已表现出较为迫切的需求趋势，且具备较为可观的市场规模前景，而考虑到无人机现阶段的技术已大可满足，故预计供需的契合度较高。在其他相对小众的民用领域方面，无人机凭借其优势，预计也将会在消防救灾、公安系统、国土测绘、气象环保监测、包裹派送等方面一展身手。2.国内小型民用无人机行业的发展现状2.1市场规模高速增长据AOPA估计，目前包括研发、生产、运营在内，我国大约有300至400家民用无人机企业，从业人员超过十万人。2015年国内无人机销售量近10万台，市场规模近3亿元，2016年预计达到39万台，到2019年销量将突破300万台。据我国深圳海关数据统计，2015年消费无人机出口额高达30.3亿元，出口无人机约65万台，相较于2014年增长近9倍。从已有数据来看，2016年继续维持高增速，有望实现同比翻倍增长。2014-2015年我国消费级无人机季度出口额近年无人机市场规模增速达到50%以上，保持快速增长。根据分析，未来十年（2013-2022年），我国民用无人机需求总额将由2013年0.5亿美元增至2022年2.8亿美元，需求总额将达到14亿美元，约占十年无人机需求总额的10.4%，十年复合增长21%。2015年中国大陆出口无人机89.1万架，同比增长427.2%；出口金额5.15亿美元（约合32.7亿人民币），同比增长730.6%。2015年中国大陆进口无人机14.5万架，同比增长1350%；进口金额1.1亿美元，同比增长83.3%。进口平均价约折合4817元人民币。目前中国大约有400个无人机制造商，供应全球70%的无人机需求市场。2015年中国大陆无人机市场总规模66.6亿元人民币，同比增长48%，约占全球市场规模的15%。预计2016年仍将保持高速增长，超过96亿人民币，到2018年将超过190亿人民币。2014年国内民用无人机产品销售规模为15亿元人民币，2015年约23.3亿元人民币。未来5年，将保持60%左右的复合增长率，到2018年市场规模将超过80亿元人民币。预计到2025年，国内无人机航拍市场规模约为300亿，农林植保约为200亿，安防市场约为150亿，电力巡检约为50亿，总规模将达750亿。2.2产品、服务类型越发丰富经过近十年的发展，国内无人机产品已经从原先的飞行、航拍单一产品扩展到多行业、多领域产品。在传统的航拍领域，大疆提出了全球领先的飞行影像系统独家先驱，从无人机飞控系统到整体航拍方案、从多轴云台到高清图传，其产品已被广泛用于航拍、电影、农业、地产、新闻、消防、救援、能源、遥感测绘、野生动物保护等领域。2015年12月，推出一款智能农业喷洒防治无人机--大疆MG-1农业植保机，正式进入农业无人机领域；深圳一电科技有限公司在警用无人机领域积累了巨大的优势，代表产品有JP12警用无人机；亿航打造了全球最容易操控的智能无人机GHOSTDRONE2.0，通过独创的EHangPlay智能应用自动化简易操控、阿凡达体感飞行、与VR眼镜相结合的沉浸式航拍体验，让普通大众享受到无人机飞行的乐趣。2016年1月，亿航发布了又一重量级创新产品--全球首款安全、环保、智能的低空中短途自动驾驶载人飞行器“亿航184”。除了日益丰富的细分领域无人机外，无人机产业链中的配套服务也日趋完善。（1）保险随着无人机使用者的不断增多，业务者与小孩也成为了无人机操作者的一部分，而这也将带来很大的潜在风险，一旦发生故障或者操作失误，无人机将化身成“武器”，带来不可预估的损失。为了解决无人机用户的后顾之忧，2014年6月24日，中华财险无锡中支公司与无锡汉和航空技术有限公司正式签约，为该公司的无人植保飞机提供保险，开创了国内无人机保险的先河。UFLYING无人机联盟与正隆(北京)保险经纪股份有限公司，联合天安财产保险股份有限公司推出了“无人机综合作业保障方案”，为机身、第三方和驾驶人员提供了全方位保障措施；联合平安产险，针对大疆创新、零度智控和亚拓电器系列产品，推出“平安遥控模型个人责任保险”。（2）社交2015年11月，亿航无人机App名为“EHANGPlay”，定位于追求乐趣、注重体验的“轻玩乐主义者”。EHANGPlay推出了无人机社交功能，用户可以加好友聊天，发送航拍照片与视频，分享到微博、朋友圈等社交媒体，让App不仅仅是无人机的操控工具，而是一个基于无人机的酷玩分享、飞友交流的社区。2016年1月，DJI大疆在iOS和Android平台同步发布一款无人机用户服务平台App——DJI+Discover。这款软件不仅可以为用户提供售后服务，也可以作为社交平台，让所有大疆无人机用户在其中实现交流和互动。用户间以大疆无人机为纽带的航拍社交，让用户可以实现个体间的全面互动。“约飞”功能允许注册用户填写主题、时间、地点和设备要求，并组织线下飞行聚会，而“教学”和“求助”功能可以让老用户发布教学任务或者让新用户发布求助任务，实现需求互补，拓展航拍的“朋友圈”。无人机社交的意义在于，无人机将不再是一款简单的机械产品，其更加重要的是一群朋友之间相互沟通和交流的媒介工具。这将数倍的扩大无人机本身的概念和范畴，同时也为无人机的后期放量提供了基础。无人机通过用户平台的反馈回收能力，不断了解用户对于产品的真正需求（如运行倾向、拍摄倾向等），使得产品在滚动，迭代的过程中，会越来越成为一个好的产品。（3）垂直媒体2016年2月，山东广播电视台新媒体中心打造了国内首个无人机频道；3月份，人民网与高通、零度智控合作开始采用无人机用于收集重大事件、新闻的即时报道。与此同时，无人机早已经是综艺节目的标配，《奔跑吧兄弟》、《爸爸去哪儿》等节目的录制中，广泛使用了无人机作为媒体拍摄手段。（4）数据服务无人机的数据服务最早在美国兴起，代表公司是Skycatch。数据服务商通过无人机在高空采集高清图像以及视频信息，通过数据处理，可以为客户提供专业的数据信息以及分析。比如对于建造业来说，Skycatch可以捕获俯视航拍图，让用户很快地了解到工程的进展，而农业上航拍的图片数据则可用于分析作物的生长情况。在安徽省，就有这样一支专业从事无人机数据采集等高附加值工作的创客团队，他们曾经为一支考古队伍航拍了整个古墓群，收集了一手考古资料，在这次活动中，他们团队通过拍摄照片获得了8000元的报酬。（5）飞手培训随着无人机逐渐应用到植保、航拍、工业巡检等领域，市场对于专业无人机操作飞手的需求越来越大，据估计，目前市场对于无人机飞手的需求在10万人左右，然而目前国内获得合法资质的无人机飞手数目以及具有授权的培训机构远远不能满足如此巨大的需求。截至2015年11月10日，目前具有培训资质的无人机驾驶员训练机构共57家。截至2015年11月1日，取得驾驶员合格证的人数为1250人，其中航空器类别为固定翼193人，直升机137人，多旋翼933人，飞艇5人。获得无人机驾驶员合格证的人员中有1217名男性，33名女性。其中80后居多，有726人。概况来讲，这些培训机构的培训主要围绕多旋翼无人机、直升机、固定翼这三种证照展开，至于无人机工程师和行业应用的培训更是有待完善和提高。单就这三种驾驶证照来说，有以下几个特点和现状：1.地域分布，主要在北京和深圳，内地像重庆、西安、郑州、武汉等也有。2.背景区别，深圳是全国乃至全球的无人机基地，所以深圳的培训机构大多有无人机产品背景、培训产业链从教、学、用相对完善，北京的培训机构有先发和学费上的优势，内地的培训机构一部分由通航背景发展而来。3.培训费用，由于市场刚刚起步，所以价格区间相当大，从一万多到五万多不等，更有机构的价格在六七万以上，但是这些机构的培训课程往往涵盖了无人机工程师和行业应用或者学成后就业或创业的推荐。面对培训市场的巨大利润，无人机生产商凭借着其对于产品了解的先天优势，开始将服务链条延伸到培训领域。2016年大疆创新日前在深圳成立慧飞无人机应用技术培训中心。慧飞培训中心将推出针对各行业的无人机培训课程，通过考核的学员将获得认证证书。大疆希望将“慧飞认证”打造成为全球认可的无人机应用技能认证体系。2.3行业内开始出现巨头，垄断初现与其他高新技术领域不同，中国在无人机领域的发展始终保持在世界前列，特别是消费级无人机的研发、生产、出口都远远超过美国。据统计全球94%的无人机出口自中国。成立于2006年的大疆创新经过近10年的发展，已经成为国内乃至世界范围内无人机市场的执牛耳者。大疆已经占据了全球民用小型无人机约50%的市场份额，公司约70%-80%的产品出口国外，被硅谷认为能与苹果比较的隐形的世界级无人机公司。最初从安装在无人机上的控制器切入，进而发现无人飞行器航拍的市场接入点，转做整机和稳定的飞行平台，以及高清数字视屏传输模块，再到如今致力于提供完整飞行影像策略。近五年来收入已经实现了近千倍的成长。2010年大疆的年销售额只有300万元，而四年后2014年大疆营业收入就达到约30亿元。售价约1000美元的Phantom是大疆最畅销的产品，以产品平均价格为8000元计算，大疆无人机2014年销量为37.5万台，而大疆无人机约占据全球50%以上的市场。消费级无人机还远远没有到达天花板，未来几年还将保持高增速成长。2015年大疆无人机出口额占深圳无人机出口总额的95%以上，其销售额从2012年的不足2亿元增长至2015年的64亿元，期间CAGR高达217%。大疆2014年、2015年的全球市场份额分别高达70%、68.5%，而排名第二的Parrot市占率仅为12%左右。美国无人机制造商3DRobotics2014年则排名世界第三，2014年市占率仅为2%。2.4场外资本纷纷涌入2015年国内风投领域新老面孔齐现，扩大融资规模加码产品与市场。大疆2015年获红杉、麦星、AccelPartners等知名风投数千万美元投资，其中Accel投资7500万美元，对应大疆估值高达80亿美元。亿航B轮融资获金浦集团、GGV纪源资本、真格基金等机构支持，融资金额高达4200万美元。昊翔、零度智控则分获行业外龙头企业英特尔、雷柏科技投资，投资金额分别为6000万美元、5000万人民币。此外，飞豹、基石信息及星图无人机等行业新进入者也分别获得了人民币1.5亿元、1亿元、2000万元的A轮融资。2.5互联网巨头积极介入2016年3月25日，腾讯正式发布旗下首款无人机“空影YING”，这款产品专为外出游玩、旅行等户外场景量身定做，也填补了市面上可便携式无人机的市场空白。事实上，早在CES2016（2016年国际消费电子展）上，腾讯就已经发布了“空影YING”无人机的相关信息，并宣布正式进入无人机领域。对于腾讯来说，在满足了用户绝大多数的线上娱乐方式后，现在开始进入无人机硬件领域，看中的是用户的线下娱乐方式。腾讯通过硬件的方式与用户的线下娱乐部分产生交集，并通过互联网+和平台资源进行一定形式的线上、线下联动，为用户提供更为完整的互动娱乐体验。另一家互联网巨头小米也于2016年进入无人机领域，5月25日，晚上七点，雷军通过“小米直播”线上直播形式正式推出了小米无人机。而小米进入无人机领域，显然更多以“生态”自居，小米做无人机的路径采用的依然是它做生态链企业的手法：投资一家公司（飞米）来涉足智能领域。此前，小米投资了华米做小米手环、投资智米做小米净化器，投资紫米做小米移动电源。随着行业内外巨头的涌入，无人机创业门槛将会变得愈加艰难。将来国内无人机将演变成一超（大疆）多极（腾讯、小米、零度、亿航等等）的竞争格局。2.6政策与法规暂不明确2009年以来，民航局陆续颁布了一系列文件，试图对现有无人机的使用进行规范。但在业内人士看来，这些法规条文原则性指导多，在适航认证、可用空域、空管规则、责任和监管主体等方面缺少具体的操作细则，实施起来难有抓手，而且很多都是临时性的管理规定。政策法规方面最大的欠缺，是空域管理政策的滞后和不透明。滞后是指针对无人机申报空域问题没有及时制定切合实际的政策，仍然沿用有人机管理的逻辑；不透明是指缺乏公开透明的信息指导用户申请空域。此外，目前国内对于无人机飞手认证制度较为缓慢，目前无人机驾驶员考试流程繁琐，价格高昂，导致了黑飞现象严重。2016年6月国内还发生了中国航空运输协会通用航空分会与中国航空器拥有者及驾驶员协会(AOPA)两家行业协会争夺无人机飞手培训合格证发放权的案例，反映了我国在无人机培训监管领域法律法规的缺失。不同国家对于无人机飞行器的管制程度3.国内无人机的发展趋势与前景3.1行业竞争将日趋激烈在消费级无人机领域，下游应用多集中于玩具、模型等产品，市场容量有限，难以长期支撑企业的快速增长。此外，在无人机领域，航模产业发展十多年，航模中类似机架、电机、电调等产品的零部件都有完整供应链。甚至核心的飞控系统都有国外的APM、Pixhawk、CC3D等开源飞控可供选择，因此制造一家“航模级”无人机是非常简单的事情。消费级无人机的技术门槛不高，随着高通等企业推出通用飞控芯片，无人机将会像制造手机一样简单，众多企业的涌入将加速市场饱和，导致消费级无人机市场竞争愈发激烈，快速触及行业天花板。在专业级无人机领域，客户更加注重飞机的技术性能和行业应用，因此产品具有很强的客户粘性和较高的技术壁垒，这一特点使技术实力雄厚的企业易于形成细分行业垄断，而多数小微企业受技术瓶颈限制难以进入特定细分领域并实现盈利。受市场饱和与技术瓶颈双重因素影响，不少无人机企业盈利困难，开始寻求无人机与其他行业的融合发展，从而产生新的商业模式。如亿航与爱奇艺推出的航拍视频分享平台，通过赋予无人机更多的社交、媒体属性，探索新型商业运营模式，从而扩大无人机行业规模。3.2垂直细分领域将得到长足发展一．消费类无人机市场占巨大份额。大疆开启了消费类无人机市场先河，并以70%的市场份额领跑，而亿航、3DRobotics等企业紧随其后，将会尽力在这个市场分一杯羹，其他无洞察力只是跟风的同质化公司将很大可能在未来几年面临淘汰或整合，而能较快找到市场定位的公司，将赢得自己的一席之地。二．无人机在农业应用领域快速渗透。全球有超过500亿亩耕地，中国有接近20亿亩耕地，然后中国在农业耕地仍采用传统的方式，而欧美大型农场虽然偶尔会应用一些大型机械设计，但限于成本贵，普及率很低，对于发展中国家来说，这类设备更是远超普通农户的购买力。而价格平民化的民用无人机，未来将助全球农业产业模式大大升级。比如可以通过全自动无人机低空低速飞行来喷洒农药，不但可以有效防止农药对农民身体伤害，同时也大大提高了效率，节省了劳动力。假设中国20%的耕地面积使用无人机服务，需求量将超过20万架无人机，机身销售加上服务市场规模将在百亿美金以上。在国外，日本在这个领域走在前面，有超过10000名从业人员操作2000架无人机进行农业应用。美国的PrecisionHawk，SenseFly，Airware，AscTec也在专注农业无人机的研发和应用。据了解，极飞仅在新疆就有50万亩作业面积，相对于18亿亩的市场规模，还有相当大的上升潜力。此外，北京的航瑞斯也已经在进行无人机“万亩方”培训班，培养农业无人机操作人员，对农田进行植被保护的服务。国内最早的无人机企业之一极飞科技，从农业切入，找到了广阔的市场空间。虽然无人机有农业的应用，很好的规避了全球大部分市场的空域管理限制，可以说普及起来将很快速，但是无人机由于需要负重飞行，对飞行控制、稳定性、巡航能力都有更高的要求，从技术上有别于目前主流的无人机产品，有一定的技术壁垒。三．监控安防、测绘勘察领域目前格局还不明朗。目前美国在这个领域的主要创业公司有Draganfly，AscTec，Skycatch，Airware等。国内企业有海康威视、韦加科技、零度质控、InsightRobot等。主要收入模式包括产品销售，按需服务和整体服务协议。按需服务在商业模式上更贴合这个领域的需求，对于用户来说不需要购买无人飞机，也无需学习无人机的操作，直接根据需要预定服务，按照服务质量进行付费。此外，受到法律法规的限制较少，也是不少初创公司选择切入这个市场的主要原因。美国的Skycatch专注用无人机对专业领域进行大数据采集，帮助决策者更好地决策。但将其推向其他行业。目前无人机在公安、司法、能源、交通、环保等领域都拥有广阔的应用空间。四．无人机在物流行业的应用困难重重。全球许多公司仍然在不遗余力的试图利用无人机解决“最后一公里”的物流难题。2015年11月，亚马逊发布了可进行递送包裹服务的无人机PrimeAir，并表示将来无人机能够帮助亚马逊的包裹递送时间缩短至30分钟以内。不过，利用无人机进行包裹递送服务的并不只有亚马逊一家，美国零售商巨头沃尔玛在2015年10月份的时候也宣布，该公司向美国联邦航空管理局递交了申请文件，计划展开将无人机用于快递和增强仓库管理的可能性测试，并来进行这一测。另外顺丰则选择了合作的方式来试水，宣布和极飞科技合作，利用其专门开发的物流系统和无人机来递送少量包裹。两家传统物流公司的试验都不约而同的选择了偏远的山区，以规避潜在的种种风险。无人机快递从被提出的第一天就充满了争议。法规限制一直是最大的障碍。但是从各国政府态度的逐渐转变，我们可以看到无人机运输带来的利好被渐渐认可。五．无人机在电力行业将迎来新阶段。随着经济的发展和科技的进步，无人机技术已经越来越成熟，利用无人机巡检电力系统线路，不仅降低了在人工巡检过程中出现的故障率，也有效的降低了电力企业的成本预算，还提高了电力巡检工作的效率。目前国家电网和南方电网相关部门正在着力推进无人机班组建设、完善各类保障支撑体系，为无人机在电力行业的广泛应用做好全面准备工作，无人机将迎来全面推广应用的新阶段。在电力行业，无人机主要被应用于架空输电线路巡检，为此国家电网发布了Q/GDW11383-2015《架空输电线路无人机巡检系统配置导则》、南方电网发布了《架空输电线路机巡光电吊舱技术规范(试行)》、中电联发布了DL/T1482-2015《架空输电线路无人机巡检作业技术导则》，对无人机巡检系统及光电吊舱进行规范。除了实现线路巡检外，还能辅助实现线路架设和线路规划.4.投资建议由于在消费级领域已经出现大疆、亿航等行业巨头，且由于技术方案的成熟与雷同，产品的模块化使得消费级领域的无人机竞争门槛降低，在未来这一领域将越来越依靠核心技术以及规模取胜，最终被几个巨头瓜分。相比于消费级市场，专业级市场发展空间更大。2015年中国专业级无人机出货量约为7000架，占民用无人机出货量的23%。由于专业级无人机更加注重飞机技术指标和特定行业应用需求，相关企业大多专注于某个行业进行深入挖掘，彼此行业交叉较少，因此目前市场尚未出现一家公司独占市场多数份额的局面，行业整体呈现分散竞争态势。随着专业级无人机在电力、安防、农业、森林防火、警用等不同细分领域应用的稳步增长，专业级无人机市场潜力正逐步被释放。此外，传统的硬件领域由于技术、资金、人力门槛太高且行业内竞争者过多已经不适合后来者进入；相比于硬件制造与销售，无人机服务领域则是一片蓝海。伴随着无人机越来越多的应用与需求，其配套服务市场也必然得到长足的发展。正如汽车的普及促使驾车培训、汽车美容、汽车装饰等服务领域发展一样。在细分应用中，金地毯大数据中心认为农业植保领域将是无人机发展的下一个爆发点；而对于无人机服务领域，金地毯大数据中心则推荐投资关注无人机培训领域。4.1农业植保据农机协会统计，目前农业植保仍以人工行走喷雾为主，无人机植保仅占3%份额。美国、日本的农用航空作业占耕地面积比例分别达到50%、54%，我国较之差距巨大，无人机植保行业处于发展初期。假设8%的中性预期渗透率，2016-2020年无人机累计市场空间24.30亿，每年植保服务市场空间72.90亿。市场成熟后，整机年销售约30亿，植保服务年市场空间365亿，全产业400亿，行业的重头戏在下游的植保服务。此外，由于我国耕地面积分散不平整，飞手短缺，维修保养配套落后，以及航模航拍无人机技术积累演进，相关的无人植保服务也将获得快速发展。总而言之，无人机进行农药喷洒作业方式的大面积推广，会带动新式喷药设备和药剂产业兴起，带动相关的培训、设备租赁、保险等业务的发展，产生新的行业和就业岗位，有望颠覆目前的农业生产格局。目前，通过自主研发的飞行系统，已经可以让无人机根据喷幅自动规划作业航线、自动计算更换电池或药箱的降落地点。成本方面，通过无人机喷雾可比人工作业节省30%的农药和98%的水，农药有效利用率达85%以上，成本缩减一半以上。目前在新疆已经有国内无人机厂商尝试用无人机给100万亩棉田喷药。而新疆有统计的棉花地超过2000万亩，这意味着仅在棉花喷药无人机植保服务就有超过900亿元的市场空间。无人机植保的优势在于：1)在老龄化和城镇化背景下，农村人口不断外流，必然造成农业劳动力短缺及成本的上升，这些都为“无人机替人”创造了机会；2)我国植保环节机械化率低于2%，综合机械化率约63%，严重拖累农业机械化水平，植保无人机正是弥补这一短板的利器；3)土地流转加速规模化经营。其中流转至专业合作社和企业占比由2010年的13.1%快速上升到2014年的36.7%，能更好发挥无人机植保优势；4)农作物耕种收政策补贴。目前越来越多的地方补贴陆续推出，2014年中央在河南、湖南两省将植保无人机列入补贴试点，第一批共补贴300架。中央补贴后，河南、山东、福建、山东、江苏、浙江等省份开始推行省内补贴试点，预计2016年起多个省份会将农用无人机纳入补贴名单。2016年起，预期安徽、广东、云南、东北等省份会将农用无人机纳入补贴名单。时间(年)地区政策2014河南省农业厅将植保无人机纳入农机购置补贴，享受1/3省财政专项资金补贴2014珠海市中央购置补贴和当地配套资金补贴植保无人机售价的30%2014湖南省出台《超低空遥控飞行植保机》地方标准，为植保无人机的生产和使用提供了规范2014扬州市首次将无人机纳入农机补贴的范围，农业种植大户购买无人机进行喷防可获得总额一半的补贴2014宁波市《宁波市2014年农业机械购置补贴实施方案》，同意象山帮农农机专业合作社、象山联富农机专业合作社购置智能无人电动多旋翼施药机各1台，市级财政每台补贴3.5万元2014福建省首次进入福建省农机购置补贴目录，单旋翼无人机每台补贴4万元，多旋翼无人机每台补贴2万元2015孝感市孝感市人民政府拨付专项资金，用于对购置农用植保无人机进行专项补贴各地无人机植保补贴政策举例金地毯大数据研究中心认为投资植保无人机领域需要注意以下要点：1)看好掌握核心技术、能快速占领市场的公司。无人机植保服务专业性很强，技术、商业模式的先发优势至关重要；2)整机和植保服务分离是未来趋势，无人机生产企业专注于技术研发，而植保服务可以交给专业组建的飞防大队，合理分工提高效率；3)拥有全面植保数据库、用户粘性强、实现规模化作业、以及与上游整机供应商在维保后市场配合提高进入者门槛的飞防大队能够大有作为。目前真正掌握核心技术的企业较少，二级市场纯正标的不多，相关上市公司有隆鑫通用、新安股份(参股)、芭田股份(参股)，值得关注的非上市公司有大疆、汉合、极飞、极翼。风险提示:国家补贴不确定，行业标准延迟推出，核心零部件研发进度缓慢。4.2无人机培训金地毯大数据中心估计今后10年无人机人才缺口达百万以上。光是农业植保领域，无人机飞手就需要几十万人，而测绘、电力巡线、航拍、执法等领域，人才也需要几十万人以上。无人机的广泛应用，带来了对人才的极大需求，然而截至2016年5月31日，民用无人机驾驶员合格证总数仅为4986个。目前，从业两年的无人机驾驶员，月薪能达到过万元，以航拍的飞控手为例，日薪在1000元到1500元左右，技术好的飞手月薪甚至能达到2万元以上，如果承担复杂的飞行任务，还会有额外的项目分成。随着行业待遇的提升以及需求的扩大，无人机培训市场开始兴起。截至2016年5月31日，共有380家培训机构申请培训资质，但仅有102家机构获得了AOPA（中国航空器拥有者及驾驶员协会）认证，严格的标准使得师资力量严重不足。而学员方面，2016年每个月的考试人数平均在2000人以上，预计今年无人机驾驶员考试人数将达2～3万人。根据《中国民用无人机市场分析及前景预测》，2020年我国无人机培训市场的体量将达到15亿元。附录资料：不需要的可以自行删除C语言编译器的设计与实现我们设计的编译程序涉及到编译五个阶段中的三个，即词法分析器、语法分析器和中间代码生成器。编译程序的输出结果包括词法分析后的二元式序列、变量名表、状态栈分析过程显示及四元式序列程序，整个编译程序分为三部分：(1)词法分析部分(2)语法分析处理及四元式生成部分(3)输出显示部分一．词法分析器设计由于我们规定的程序语句中涉及单词较少，故在词法分析阶段忽略了单词输入错误的检查，而将编译程序的重点放在中间代码生成阶段。词法分析器的功能是输入源程序，输出单词符号。我们规定输出的单词符号格式为如下的二元式：(单词种别，单词自身的值)#defineACC-2#definesyl_if0#definesyl_else1#definesyl_while2#definesyl_begin3#definesyl_end4#definea5#definesemicolon6#definee7#definejinghao8#defines9#defineL10#definetempsy11#defineEA12#defineEO13#defineplus14#definetimes15#definebecomes16#defineop_and17#defineop_or18#defineop_not19#definerop20#definelparent21#definerparent22#defineident23#defineintconst24函数说明读取函数readline()、readch()词法分析包含从源文件读取字符的操作，但频繁的读文件操作会影响程序执行效率，故实际上是从源程序文件”source.dat”中读取一行到输入缓冲区，而词法分析过程中每次读取一个字符时则是通过执行readch()从输入缓冲区获得的；若缓冲区已被读空，则再执行readline()从source.dat中读取下一行至输入缓冲区。扫描函数scan()扫描函数scan()的功能是滤除多余空格并对主要单词进行分析处理，将分析得到的二元式存入二元式结果缓冲区。变量处理find（）变量处理中首先把以字母开头的字母数字串存到spelling[]数组中，然后进行识别。识别过程是先让它与保留关键字表中的所有关键字进行匹配，若获得成功则说明它为保留关键字，即将其内码值写入二元式结果缓冲区；否则说明其为变量，这时让它与变量名表中的变量进行匹配（变量匹配函数find（）），如果成功，则说明该变量已存在并在二元式结果缓冲区中标记为此变量（值填为该变量在变量名表中的位置），否则将该变量登记到变量名表中，再将这个新变量存入二元式缓存数组中。数字识别number()数字识别将识别出的数字填入二元式结果缓存数组。显示函数显示函数的功能在屏幕上输出词法分析的结果（即二元式序列程序），同时给出二元式个数及源程序行数统计。二．语法分析器设计语法分析器的核心是三张SLR分析表以及针对这三张SLR分析表进行语义加工的语义动作。编译程序中语法分析处理及四元式生成部分主要是以二元式作为输入，并通过SLR分析表对语法分析处理过程进行控制，使四元式翻译的工作有条不紊的进行，同时识别语法分析中的语法错误。在处理if和while语句时，需要进行真值或假值的拉链和返填工作，以便转移目标的正确填入。1.控制语句的SLR分析表1设计过程如下：将扩展文法G’S’S1）SifeSelseS2）SwhileeS3）S{L}4）Sa;5）LS6）LSL用∈_CLOSURE方法构造LR(0)项目规范簇为：I0：S’·SS·ifeSelseSS·whileeS

S·{L}S·a;I1:S’S·I2:Sif·eSelseSI3:Swhile·eSI4:S{·L}L·SL·SLS·ifeSelseSS·whileeS

S·{L}S·a;I5:Sa·;I6:Sife·SelseSS·ifeSelseSS·whileeS

S·{L}S·a;I7:Swhilee·SS·ifeSelseSS·whileeS

S·{L}S·a;I8:S{L·}I9:LS·LS·LL·SLL·SS·ifeSelseSS·whileeS

S·{L}S·a;I10:Sa;·I11:SifeS·elseSI12:SwhileeS·I13:S{L}·I14:SSL·I15:SifeSelseSS·ifeSelseSS·whileeS

S·{L}S·a;I16:SifeSelseS·构造文法G’中非终结符的FOLLOW集如下：FOLLOW(S’)={#}SifeSelseS得FOLLOW(S)={else}S{L}得FOLLOW(L)={}}3)S’S得FOLLOW(S)={else,#}LS因为FIRST(S)={{}，所以FOLLOW(S)={else,#,{}在ＬＲ（０）项目规范簇中，只有Ｉ9有“移进――归约”冲突，LS·LS·L因为FOLLOW(L)∩FIRST(L)=∮所以可以用ＳＬＲ方法解决以上冲突，最后我们得到的ＳＬＲ分析表如下：ACTIONGOTOifElsewhile{}a;e#SL0S2S3S4S511ACC2S63S74S2S3S4S5985S106S2S3S4S5117S2S3S4S5128S139S2S3S4R5S591410R4R4R4111512R2R2R213R3R3R314R615S2S3S4S51616R1R1R1staticintaction[20][11]=/*0*/{{2,-1,3,4,-1,5,-1,-1,-1,1,-1},/*1*/{-1,-1,-1,-1,-1,-1,-1,-1,ACC,-1,-1},/*2*/{-1,-1,-1,-1,-1,-1,-1,6,-1,-1,-1},/*3*/{-1,-1,-1,-1,-1,-1,-1,7,-1,-1,-1},/*4*/{2,-1,3,4,-1,5,-1,-1,-1,9,8},/*5*/{-1,-1,-1,-1,-1,-1,10,-1,-1,-1,-1},/*6*/{2,-1,3,4,-1,5,-1,-1,-1,11,-1},/*7*/{2,-1,3,4,-1,5,-1,-1,-1,12,-1},/*8*/{-1,-1,-1,-1,13,-1,-1,-1,-1,-1,-1},/*9*/{2,-1,3,4,105,5,-1,-1,-1,9,14},/*10*/{-1,104,-1,-1,104,-1,-1,-1,104,-1,-1},/*11*/{-1,15,-1,-1,-1,-1,-1,-1,-1,-1,-1},/*12*/{-1,102,-1,-1,102,-1,-1,-1,102,-1,-1},/*13*/{-1,103,-1,-1,103,-1,-1,-1,103,-1,-1},/*14*/{-1,-1,-1,-1,106,-1,-1,-1,-1,-1,-1},/*15*/{2,-1,3,4,-1,5,-1,-1,-1,16,-1},/*16*/{-1,101,-1,-1,101,-1,-1,-1,101,-1,-1}};其中，前9列为action值，后2列为goto值；0～16表示17个移进状态（即Si）；-1表示出错；ACC表示分析成功；而100～106对应7个归约产生式：S’SSifeSelseSSwhileeSS{L}Sa;LSLSL2.算术表达式的LR分析表2设计如下：S’EEE+EEE*EE(E)Ei（过程略）ACTIONGOTOI+*()#E0S3S211S4S5ACC2S3S263R4R4R4R44S3S275S3S286S4S5S97R1R5R1R18R2R2R2R29R3R3R3R3staticintaction1[10][7]=/*0*/{{3,-1,-1,2,-1,-1,1},/*1*/{-1,4,5,-1,-1,ACC,-1},/*2*/{3,-1,-1,2,-1,-1,6},/*3*/{-1,104,104,-1,104,104,-1},/*4*/{3,-1,-1,2,-1,-1,7},/*5*/{3,-1,-1,2,-1,-1,8},/*6*/{-1,4,5,-1,9,-1,-1},/*7*/{-1,101,5,-1,101,101,-1},/*8*/{-1,102,102,-1,102,102,-1},/*9*/{-1,103,103,-1,103,103,-1}};3.布尔表达式的SLR分析表3设计如下：（过程略）S’BBiBiropiB(B)B!BAB&&BABOB||BOBACTIONGOTOiRop()!&&||#BAO0S1S4S513781S2R1R1R1R12S33R2R2R2R24S1S4S511785S1S4S56786R4S9S10R47S1S4S514788S1S4S515789R5R5R510R7R7R711S12S9S1012R3R3R3R313S9S10ACC14R6S9S10R615R8S9S10R8staticintaction2[16][11]=/*0*/{{1,-1,4,-1,5,-1,-1,-1,13,7,8},/*1*/{1,2,-1,101,-1,101,101,101,-1,-1,-1},/*2*/{3,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1},/*3*/{-1,-1,-1,102,-1,102,102,102,-1,-1,-1},/*4*/{1,-1,4,-1,5,-1,-1,-1,11,7,8},/*5*/{1,-1,4,-1,5,-1,-1,-1,6,7,8},/*6*/{-1,-1,-1,104,-1,9,10,104,-1,-1,-1},/*7*/{1,-1,4,-1,5,-1,-1,-1,14,7,8},/*8*/{1,-1,4,-1,5,-1,-1,-1,15,7,8},/*9*/{105,-1,105,-1,105,-1,-1,-1,-1,-1,-1},/*10*/{107,-1,107,-1,107,-1,-1,-1,-1,-1,-1},/*11*/{-1,-1,-1,12,-1,9,10,-1,-1,-1,-1},/*12*/{-1,-1,-1,103,-1,103,103,103,-1,-1,-1},/*13*/{-1,-1,-1,-1,-1,9,10,ACC,-1,-1,-1},/*14*/{-1,-1,-1,106,-1,9,10,106,-1,-1,-1},/*15*/{-1,-1,-1,108,-1,9,10,108,-1,-1,-1}};LR分析表控制语义加工的实现：当扫描LR分析表的当前状态为归约状态时，则在调用与该状态对应的产生式进行归约的同时，调用相应的语义子程序进行有关的翻译工作。现在对LR分析器的分析栈加以扩充，使得每个文法符号之后都跟着它的语义值。为了清晰起见，我们把这个栈的每一项看成由三部分组成：状态state，文法符号syl和语义值val。编译程序实现算术表达式、布尔表达式及程序语句的语义加工时，都是按这种状态栈加工方式进行的。例如：(5+3)*6的分析过程序号STATEValsylinput10-#(5+3)*6#202--#(5+3)*6#3023---#(5+3)*6#4026--5#(E+3)*6#50264--5-#(E+3)*6#602643--5--#(E+3)*6#702647--5-3#(E+E)*6#8026--8#(E)*6#90269--8-#(E)*6#1001-8#E*6#11015-8-#E**6#120153-8--#E*6#130158-8-6#E*E#1401-48#E#15ACC在分析过程中，第（3）步操作后的状态栈为023，根据栈顶状态“3”和现行输入符号“+”（input栏字符串的第一个字符）查分析表ACTION[3，+]=R4，即按第（4）个产生式E→n来进行归约；由于产生式右部仅含一项，故去掉状态栈栈顶“3”；此时2变为新的栈顶状态，再查（2，E）的下一状态s′：GOTO[2,E]=6，即将状态6和文法符号E压栈，最后得到第（4）步的状态。第（7）步操作后也是如此，当前状态栈为02647，根据栈顶状态7和现行输入符号“）”查分析表ACTION[7，）]=R1，即按第（1）个产生式E→E1+E2进行归约；由于产生式右部有三项，故去掉状态栈栈顶的647三项；此时2变为新的栈顶状态，再查（2，E）的下一状态s′：GOTO[2，E]=6,即将状态6和文法符号E压栈，最后得到第（8）步的状态。三．中间代码生成器设计：１．布尔表达式布尔表达式在程序语言中有两个基本作用：一是用作控制语句（如if-else或while语句）的条件式；二是用于逻辑演算，计算逻辑值。布尔表达式是由布尔算符（&&、||、！）作用于布尔变量（或常数）或关系表达式而形成的。关系表达式的形式是E1ropE2，其中rop是关系符（如<、≤、=、≠、>或≥），E1和E2是算术式。在这里，我们只考虑前面给定文法所产生的布尔表达式：B→B&&B|B||B|!B|(B)|iropi|i遵照我们的约定，布尔算符的优先顺序（从高到低）为：!、&&、||，并假定&&和||都服从左结合规则。所有关系符的优先级都是相同的，而且高于任何布尔算符，低于任何算术算符，关系算符不得结合。表达式的真、假出口的确定：考虑表达式B1||B2，若B1为真，则立即知道B也为真；因此，B1的真出口也就是整个B的真出口。若B1?为假，则B2必须被计值，B2的第一个四元式就是B1的假出口。当然，B2的真、假出口也就是整个B的真、假出口。类似的考虑适用于对B1&&B2的翻译，我们将B1||B2和B1&&B2的翻译用下图表示，在自下而上的分析过程中，一个布尔式的真假出口往往不能在产生四元式的同时就填上。我们只好把这种未完成的四元式的地址（编号）作为B的语义值暂存起来，待到整个表达式的四元式产生完毕之后再来回填这个未填入的转移目标。２．条件语句对条件语句ifeS1elseS2中的布尔表达式e，其作用仅在于控制对S1和S2的选择。因此，作为转移条件的布尔式e，我们可以赋予它两种“出口”：一是“真”出T口，出向S1；一是“假”出口，出向S2。于是，e的代码F条件语句可以翻译成如图的一般形式。非终结符e具有两项语义值e_TC和e_FC，它们分别指出了尚待回填真、S2的代码假出口的四元式串。e的“真”出口只有在往回扫描到if时才能知道，而它图3-2条件语句的代码结构的“假”出口则需到处理过S1并且到达else才能明确。这就是说，必须把e_FC的值传下去，以便到达相应的else时才进行回填。另外，当S1语句执行完时意味着整个if-else语句也已执行完毕；因此，在S1的编码之后应产生一条无条件转移指令。这条转移指令将导致程序控制离开整个if-else语句。但是，在完成S2的翻译之前，这条无条件转移指令的转移目标是不知道的。甚至，在翻译完S2之后，这条转移指令的转移目标仍无法确定。这种情形是由于语句的嵌套性所引起的。例如下面的语句：ife1ife2S1elseS2elseS3在S1的代码之后的那条无条件转移指令不仅应跨越S2而且应跨越S3。这也就是说，转移目标的确定和语句所处的环境密切相关。３．条件循环语句条件循环语句whileeS通常被翻译成图的代码结构。布尔式e的“真”出口出向S代码段的第一个四元式。紧接S代码段之后应产生一条转向测试e的无条件转移指令。e的“假”出口将导致程序控制离开整个while语句。e的“假”出口目标即使在整个while语句翻译完之后也未必明确。例如：ife1whilee2S1elseS2这种情况仍是由于语句的嵌套性引起的。所以，我们只好把它作为语句的语义值S·CHAIN暂留下来，以便在处理外层语句时再伺机回填。语法翻译实现方法将上述语法翻译付诸实现过程中，我们仅保留了算术表达式和布尔表达式翻译的文法和语义动作；面对程序语句的翻译，由于改造后含有较多的非终结符且语义动作又相对简单，故仍恢复为改造之前的程序语句文法。由于总体上构造一个SLR分析表来实现语法分析及语义加工将使得所构造的SLR分析表过大，所以将其分为下面三部分处理：对算术表达式单独处理，即为算术表达式构造一个SLR分析表，并将赋值语句A=E与算术表达式归为一类处理，处理之后的赋值语句仅看作为程序语句文法中的一个终结符a。对布尔表达式也单独处理，并为其构造一个SLR分析表，经SLR分析表处理后的布尔表达式看作为程序语句文法中的一个终结符e。程序语句文法此时变为：SifeSelseS|whileeS|{L}|a;LSL|S此时为程序语句构造相应的SLR分析表就简单多了。前面的程序语句文法中所添加的非终结符是为了能及时回填有关四元式转移目标而引入的，在取消了这些非终结符后又如何解决及时回填转移目标的问题呢？我们采取的解决方法是增加两个数组labelmark和labeltemp来分别记录语句嵌套中每一层布尔表达式（如果有的话）e的首地址以及每一层else（如果有的话）之前的四元式地址（即无条件转出此层if语句的四元式）。也即，对程序语句的翻译来说：在处理完布尔表达式e后，回填if或while语句的真值链；在归约完每一个语句S之后检查符号栈，看在S之前的文