國際政治沒有永遠的敵人和朋友：
握你手的是人、但打你的還是人
講白了，只有「永遠的國家利益」！ 現在可以非常確定的，「關稅」是2025年最大的黑天鵝。沒人可以避開這個影響，除非你的國家量體可以大到「自給自足」，不需要靠國際貿易就能活久、活好；但是台灣不行！ 我們必須了解敵友轉換是國際政治的常態，實在不可因為美國一時對我國的親善，就忽略維持兩岸「君子之交」關係的重要性，把台海和平一股腦地完全寄望在美國協防的夢想上；如果美國再演一次和中國雙邊會談台灣議題時，因為利益考量下撒手不管台灣時，那台灣2300萬人民的安全怎麼辦？
你們要自立自強啊!
勞動部修法施行「一例一休」V.S. 規劃「科技輔助」的備案
如果您還記得2017年勞動部修法施行「一例一休」制度後，引起勞工團體的憤怒和資方大力反對的事，您就知道「你們要自立自強啊」的梗是甚麼。但是卻非常契合現今2025年的國際局勢！
我們拉回到文章的主題：2022年8月13日前總統 蔡英文偕同嘉義縣長翁章梁等人主持「亞洲無人機AI創新應用研發中心」揭牌啓用，宣告台灣無人機國家隊正式成軍。首先，以 UAS IPP(UAS Integrated Pilot Program) 示範計畫進行廣域驗證與實驗，從無人機園區串連周邊區域，鏈結產業實務—智慧物流、農業噴灑、生態環境監測、治安維護偵查、廠區高空作業等。
說來好巧不巧，此次先導計畫就是由「交通部運輸研究所」(簡稱：運研所)進行整合示範；但在進行實地技術測試及驗證的科目時卻遇到了相當大的困難，基於小編多年來與運研所的合作關係不錯因素下，小編與運研所進行了幾次諮詢會談，了解到需要協助規劃「科技輔助」的備案，讓此UAS IPP計畫能順利踏出第一步。困難點在哪裡？
1-起飛環境訊號干擾
2-大氣環境因素造成起降困難、SLAM技術失效
3-GPS訊號接收屏蔽
飛手的救星，低價又高CP值的RFID技術!
勞動部修法施行「一例一休」V.S. 規劃「科技輔助」的備案
所以小編醞釀了些時間，提供給運研所開發一套基於RFID技術的無人機導航控制系統,實現以下目標：
1.建立RFID標籤陣列定位方法，實現厘米級的無人機位置估計 。
2.設計基於RFID的路徑規劃算法，實現無人機的自主導航 。
3.開發融合RFID和IMU的姿態控制系統，提升飛行穩定性。
4.驗證系統在實際應用場景中的可行性和性能。
一、硬體架構組成：
無人機平台：四旋翼飛行器框架、飛行控制器、動力系統(電機、電變)、電池供電系統 導航感知系統：UHF RFID讀取器、全向天線陣列、九軸IMU傳感器、高性能圖形處理器 環境部署：被動式RFID標籤、信標標定板
二、軟體系統採用分層設計： 基礎層：傳感器數據採集、電機驅動控制、多通道通信協議處理 演算層：RFID信號辨識處理、定位估算法則、路徑規劃演算模組、姿態控制陀螺儀 AI應用層：任務派遣加密系統、人機交互界面可視化、大數據記錄分析
兵來將擋、水來土掩!
起飛環境訊號嚴重干擾、更新為利用訊號強度來建立AI模組
既然起飛環境訊號嚴重干擾，造成起飛失敗墜毀；那我就利用訊號強度來建立AI模組： 採用改進的對數距離路徑損耗模型描述RFID信號傳播特性：
RSSI = A - 10n * log10(d) + X
其中：
■ RSSI為接收信號強度指示
■ A為參考距離處的信號強度
■ n為路徑損耗指數
■ d為距離
■ X為環境噪聲
通過大量實測數據，採用最小二乘法確定模型參數，建立信號強度與距離的映射關係。 為提高定位精度，採用加權重心算法融合多個RFID標籤的位置信息： P = Σ(wi * Pi) / Σwi
其中：
■ P為估計位置
■ Pi為各標籤提供的位置估計
■ wi為權重因子 權重因子
根據信號強度和歷史定位誤差動態調整，提高定位穩定性。
再來，大氣環境因素造成起降困難、SLAM技術失效： 那我就環境建模；將飛行環境離散化為三維柵格地圖,每個柵格包含「佔用狀態」、「RFID訊號覆蓋度」、「達成率評比」等信息。
第三，GPS訊號接收屏蔽：
我用GIS系統的路徑搜索演算法，改進的A*算法進行路徑規劃、評價函數設計：
f(n) = g(n) + h(n) + r(n)
其中：
■ g(n)為起點到當前節點的實際代價
■ h(n)為當前節點到目標點的預估代價
■ r(n)為RFID信號覆蓋度權重
小心!魔鬼藏在細節裡
加入《態矯正控制系統》，採用擴展卡爾曼濾波器(EKF)融合RFID定位和IMU數據的狀態向量
· 輸入：位置誤差
· 輸出：期望姿態角
姿態環：
· 輸入：姿態角誤差
· 輸出：電機控制量
控制器參數通過粒子群優化算法離線調整，實現飛行器快速響應和飛行姿態的良好穩定性。
加油，同胞們!
只要運用「可程式化路徑」飛行，可欺敵、也避免讓自己暴露危險」
回應文章中的「你們要自立自強啊」的梗；自己的國家自己救，小編無私的公布以RFID技術進行無人機程式化路徑及飛行姿態控制研究測試資料，期望日後若真有需要進行「不對稱作戰」策略情境時；希望我們不要跟烏克蘭英勇的飛手士兵一樣，胸懷壯志、滿血激情的帶著無人機到作戰現場投放無人機，結果出師未捷身先死，長使英雄淚滿襟；反而被俄軍狙擊造成傷亡。我們只要運用「可程式化路徑」飛行，除了可以欺敵、還可以避免自己暴露在危險的環境中！
(備註) 參考文獻
[1] Zhang, L., et al. (2023). "RFID-based UAV Navigation: A Comprehensive Review." IEEE Transactions on Robotics and Automation.
[2] Wang, J., et al. (2023). "Multi-sensor Fusion for UAV Control." International Journal of Robotics Research.
[3] Liu, Y., et al. (2024). "Advanced Path Planning Algorithms for Autonomous UAVs." Robotics and Autonomous Systems.
[4] Chen, H., et al. (2023). "Indoor Navigation Technologies: RFID vs Other Solutions." IEEE Sensors Journal.
[5] Smith, R., et al. (2024). "UAV Control Systems: Theory and Applications." Control Engineering Practice.
