1. 课程导入与任务日志认知

无人系统在执行任务时，飞控、导航、感知、通信、任务载荷等子系统会持续产生大量运行数据。这些数据如果只是实时显示在监控界面上，任务结束后便随电源关闭而消失，那么一旦出现异常、事故或任务效果不达预期，团队将失去最关键的追溯依据。任务日志正是为解决这一问题而存在：它把无人系统在任务前、任务中、任务后产生的关键状态、事件、指令与结果，按时间顺序或事件顺序记录下来，形成可回放、可检索、可分析的数据资产。

从工程角度看，任务日志不是简单的“打印输出”，而是一套有明确记录对象、记录频率、存储策略和校验机制的数据体系。它通常包含以下几类信息：

• 平台状态日志：姿态角、速度、位置、电池电压、电机转速、温度等遥测量，按固定周期采样，例如 10 Hz 或 50 Hz。
• 事件与告警日志：起飞、返航、模式切换、避障触发、链路中断、低电量告警等离散事件，带时间戳和触发条件。
• 指令与操作日志：地面站下发的航点、任务启停、参数修改、人工接管等操作记录，用于区分“系统自主行为”与“人为干预”。
• 任务载荷日志：相机曝光参数、图像帧号、激光雷达点云索引、喷洒流量等与任务效果直接相关的数据。
• 健康与诊断日志：传感器自检结果、通信误码率、CPU 占用率、存储剩余空间等，用于判断系统是否处于可执行状态。

这些日志类型并非每类无人系统都必须全部具备，而是根据任务属性取舍。例如，巡检类无人机更关注位置、图像和避障事件；物流无人机更关注载重、电池和航线偏差；无人车则更强调轮速、转向角、障碍物距离和急停事件。理解“任务日志的定义与类型”，核心是建立一种意识：日志字段的选择，直接决定了复盘时能回答哪些问题。

接下来看任务日志的作用。它至少承担四项职能：第一，事故与异常追溯，通过回放确认故障发生前最后几秒的状态变化；第二，任务效果评估，用实际航迹、载荷数据和任务目标对比，判断是否完成预期；第三，系统迭代依据，统计某类告警出现频次，定位算法或硬件的薄弱环节；第四，合规与责任界定，在空域管理、保险理赔或事故调查中提供客观记录。可以说，没有可靠日志的无人系统，就像没有黑匣子的飞机，能飞但难以持续安全地飞。

执行复盘则是任务日志价值释放的关键环节。它发生在任务结束之后，以日志为主要输入，结合任务目标、环境条件和人员操作，回答三个问题：实际发生了什么？为什么发生？下次如何改进？复盘不是简单看一遍曲线，而是有假设、有对比、有结论的结构化分析过程。它在无人系统全生命周期中的位置可以用下面的关系图来理解。

上图把生命周期简化为四个阶段，并强调一个闭环：任务规划决定日志记录策略，任务执行产生日志，日志支撑执行复盘，复盘结论又反馈到下一轮任务规划和系统改进。如果日志字段缺失，复盘就只能停留在“大概”“可能”的猜测层面；如果复盘没有形成结论并反馈，日志就只是占存储空间的数据垃圾。

在实际操作中，任务日志的记录策略需要提前设计。以一架执行电力巡检的多旋翼无人机为例，假设任务时长约 25 分钟，飞控遥测以 10 Hz 记录，单条状态记录约 120 字节，则仅平台状态日志约为 25×60×10×120 ≈ 1.8 MB；若加上 5 Hz 的载荷状态和事件日志，总日志量通常在 5～15 MB 量级。这个量级对机载存储压力不大，但需要在任务前确认存储剩余空间、日志开关状态和时钟同步是否正常。一个常见的实操检查是：起飞前查看地面站日志状态栏，确认“记录中”指示灯为绿色，且系统时间与 GPS 时间偏差小于 1 秒。若时间戳不同步，事后回放时多源数据将无法对齐，复盘价值会大幅下降。

执行复盘的组织方式也值得在课程导入阶段建立认知。一次有效的复盘通常包含：任务背景与目标复述、日志数据回放与关键片段截取、异常事件时间线梳理、原因分析、改进措施与责任人。复盘不是追责会，而是学习会；它的输出应当是可执行的改进项，例如“将避障触发阈值从 3 m 调整为 4 m”“增加链路中断后自动返航的日志标记”“下次任务前校准空速管”。这些改进项是否落地，决定了复盘是否真正产生价值。