自无人机得到普及，“黑飞”就成为了一个令社会、国家十分头疼的问题。为此，出于遏制黑飞现象的目的，多个国家相继推出了有关无人机的法律法规，就比如国内在6月份正式推出的无人机实名制政策。

　　与此同时，因为黑飞事件的过于猖獗，我们也看到了一些新兴产业的出现，比如黑飞无人机的死对头——反无人机，或者说反黑飞。

　　黑飞安全隐患日益增加，在餐桌社交中决定创业

　　2016年，无人机的发展和普及已经到了高潮阶段。据2016年年度报告的内容显示，在2016年，无人机的营业收入达到了2.21亿元，较之去年同期增长15.20%。与此同时，除了市场的繁盛，我们见到的还有无人机黑飞事件的逐渐增加。此前，民航部门也公布数据，2015年全国共发生无人机干扰民航飞行事件4起，2016年这一数值则上升至23起。

　　在一次老同学聚会中，针对黑飞事件所造成的日益增加的安全隐患，同为北京理工大学信息工程学士和电磁场与微波技术硕士毕业的叶方全和吕盛一碰既和，基于自身十多年TMT、安防行业的技术经验，他们在餐桌上就开展了一次“头脑风暴”，当场提出了几种解决方案。对于两人提出的方案，在场的其他同学都表示出了高度的认可。

　　基于这一次’“餐桌社交”的契机，叶方全和吕盛两个人的心中都萌发出了“创业”的念头，尤其是通过分析判断这是一个潜在的蓝海市场之后，这一念头变得愈发强烈。

　　紧接着，在去年9月底，叶方全和吕盛放弃了百万年薪的工作，转身投入反无人机市场的怀抱，创立了现在的全盛科技。

　　融合声光电，做低空安全守卫者

　　吕盛称，反无人机技术主要有声波干扰、信号干扰、黑客技术、激光炮、“反无人机”无人机、夺取无线电控制等。

　　“具体来说，我们是通过融合声、光、电多种侦测技术，并结合大数据处理、云计算、人工智能和机器学习形成远近结合的低空防御系统。”吕盛说到。

　　在产品形态上，他们是一套由侦测传感器、RF侦测器、管理平台、联动式压制干扰设备、移动式单兵无人机压制干扰枪这5大部分组成的一个无需人工值守的反无人机系统，名字叫做BAT。

　　对于“BAT”，我们第一个联想到的是国内三大科技巨头的简称，不过，此BAT非彼BAT。吕盛解释，“BAT”是蝙蝠的意思，而蝙蝠就是低空安全守卫者的象征。目前，BAT反无人机系统已经实现了量产，通过或独立或分布式的组合方式来提前预测并干扰黑飞无人机。

　　从目前的形势来看，“反无人机”依旧是一个大蓝海，而从事这方面的厂商也是在逐渐增多。虽然这一市场还在发展初期，但现在也是一个关键时期，只要在这一阶段能够打响知名度、占领市场份额，那在中期和后期将是一个极大的优势。

　　吕盛表示，全盛科技定位于“低空安全守卫者，智能立体安防倡导者”，目标是在三年内成为反无人机行业的独角兽企业。既如此，如何在众多竞争对手中脱颖而出就是一个问题。关于全盛科技在技术、市场等方面的竞争优势，吕盛将之总结为两点：

　　技术上，以声光电融合检测技术为主、高空雷达探测为辅，通过融合声纹侦测、机器视觉、宽频带无线电侦测与对抗、深度学习、云平台、多传感器等，将侦测、跟踪、识别和管控集成于一体，具备低成本、布防灵活、应用场景全面、可落地性强的特点；

　　市场上，常态安防市场的市场容量更大、市场持续性更强，也因此，全盛科技选择垂直于安防这一个市场，将产品应用于体育赛事、大型赛事、重点任务安保等场景。

　　“现在公司产品已经标准化了基本产品类型，下一步我们要更加优化算法，提高系统的性价比，另外增加GPS诱骗等高端技术落地实施。”对于接下来的规划，吕盛表示。

　　事前预测比事后干扰重要，而预测需要多种监测手段相结合

　　正常情况下，每一个新兴行业在发展初期都是不完善的，不管是技术、市场亦或是相关衡量标准，因此，“一边发展一边完善”就成为了一个常态。不管从哪方面来看，反无人机市场还是一个新兴市场。

　　与无人机一样，产业链的完整、质量的保证……这些也是反无人机市场和产品所需要注意并亟待解决的问题。“第一，需要国家管理部门出台相关政策和行业标准，据我所知，目前相关部门已经开始着手对技术和市场进行充分的测试和调研，相信在近期会有相关的政策标准出台。”吕盛称。

　　与此同时，他还指出了另一个需要完善的地方——市场的深度挖掘。在其看来，“安全意识”是高级别用户必须具备并不断提高的一个意识。与此同时，虽然市场中已经出现了一些刚需，但是还是需要进行进一步的深挖培训，从而进一步打开、扩展反无人机市场。

　　此外，在采访过程中，吕盛也表示：“相比较事后干扰阻断，对无人机的事前‘侦测预警’更加重要，只有你知道有无人机闯入，你才有相应的手段去管控。”雷达监测是反无人机厂商最多采用的手段，不过，因为极易受到复杂环境、性价比、周围辐射等因素的影响，这一监测手段还有着不可掩盖的缺陷。同时，摄像头监控也是一个监测手段，同雷达监测一样，这一技术同样有着自己的不足。

　　面对这种状况，似乎只有“结合”才是最好的解决方案。“最有效的解决办法是将多者进行融合，从而在大部分场景中尽量降低由天气情况、地理环境因素所带来的对监测行为的影响。”吕盛表示。