消防救援通感控：顶着反冲站稳，在烟里和玻璃楼之间认准，把水打准
应用 · 消防救援通感控 · 本页全部是「推」：设计目标与第一性原理
高层灭火无人机已经能把水送上两百米，难的是顶着水枪的反冲站稳、在烟里和玻璃楼之间认准位置、把水打进火里。二代机不是一台雷达、也不是一台光达，它是物理 AI 的小脑：一束 1550 nm 激光同时看、传、控，算出来的就是控制量，接到哪个载体上都行——灭火无人机、举高车、消防炮、救援机器人。本页以大载荷灭火无人机为例：小脑装在机腹下方，把飞机对楼面的距离和运动直接量出来，交给飞控。
二代机正在制造。本页写的是设计目标和物理上的道理，不是实测结果；实测出来以后，换成录像和数据。
一 · 行业已经解决的，我们不去碰
- 载重、续航、供水：系留管缆供电供液，大载荷机已能连续作业几个小时。
- 够得着、展得开：泡沫、水已经能送到一两百米高，几分钟展开。
- 系留机的通信：管缆里本来就有光纤。
- 找火点（平面上在哪）：热像仪在低能见度里找火源、找人，已经好用。
二 · 还没解决的五件，我们只做这五件
- 顶着反冲站得住（最重要）。水枪一开，反冲一直把飞机往后推，泵的脉动、喷头摆动、风和火场上升气流让它忽大忽小。现在悬停靠惯导加卫星或视觉：惯导只知道自己在加速、不知道离楼多远，时间一长就漂。
- 把水打准。真实火场的湍流里，水柱落点会偏很多；找得到火，不等于灭得了火。
- 高楼之间定位。卫星信号在玻璃、钢、混凝土之间来回反射，误差可到几十米；视觉定位碰上反光玻璃、整面素墙、重复窗格就漂；激光雷达碰玻璃会出「鬼点」或漏检。
- 自主作业。导航、避障、航线规划还靠飞手。
- 多机同场。几架飞机拖着水带同时作业，还在演练阶段，图传和控制挤在同几个频段上，飞机越多越容易断。
三 · 反冲有多大（手算）
反冲力 ≈ 水的密度 × 流量 × 出口流速。
- 喷嘴处 1 MPa、19 mm 喷嘴：流速约 45 m/s，流量约 12.7 L/s，反冲约 570 N（约 58 kgf）。
- 大流量水炮 3,500 L/min、出口按 30 m/s 算：反冲约 1,750 N（约 180 kgf）。
这个力一直在，而且在变。飞机要站住，先得在退出去的第一点就知道自己在退。
四 · 为什么我们站得住、看得准：第一性原理
达不达得到是工程问题，不是原理问题
- 速度是直接量的。每一路回波自带多普勒频移，频移就是速度；不靠位置相减，不靠惯导积分，没有累积漂移。反冲一来，第一点就看见。
- 量的是对楼面的。不靠卫星，不靠图像纹理；楼边的多径、素墙、重复窗格都不影响。
- 共振接收。接收端只认自己发出去的那束光，火焰的背景辐射、太阳、别人的光进不来；1550 nm 比可见光和 905 nm 更能穿烟。
- 多三样物理量认玻璃。偏振、每点的速度、相位：玻璃、镜面和实墙反射回来的偏振和相位不一样，玻璃里映出来的那座楼，运动和真楼对不上。别家多半只有强度。
- 同一束光看、传、控，不怕飞机多。每台机自己量出运动，合成同一张张量势场；楼面、障碍、别的飞机、水带都是场的一部分，控制就是沿着场里的山谷飞。飞机越多，场里的点越多，看得越全，而不是频段越挤。
还要说清楚的：1550 nm 不怕烟，难的是浓雾和水枪喷出来的局部水雾。实测时烟、局部水雾、天气里的雾分开记。
五 · 小脑接到载体上：以灭火无人机为例
- 感：对楼面的距离、速度、加速度、加加速度；风和水柱的运动（烟粒和水滴的速度就是现场的气流和射流）。
- 控：第一次飞，给标准飞控发标准运动学指令，飞控固件不改；以后一层层进到飞控的核心层。
- 传：不系留的飞机之间、多机之间，用同一束光通信，机上视频经激光回传；板上另有 WiFi 6 / 蓝牙作就近接入和备用。系留机管缆里已有光纤，在系留机上我们主要给「感 + 控」。
- 装法：一个头约 5.4 kg（估），胶囊外形，装在机腹下方；对 80–350 kg 级的载荷可以忽略。
换一个载体，还是这三样：举高车——感臂架末端的位置和振动，控振动抑制和自动就位；消防车、消防炮——感火点和射流落点，控射流跟踪火点；救援机器人——感火源和障碍，控路径，在管廊和楼里回传。小脑不改，接口按载体的控制器接。
六 · 怎么实测（计划）
- 对着玻璃幕墙：玻璃幕墙、镜面、实墙分别量，录下偏振、速度、相位三样。
- 楼边开水枪悬停：卫星定位留着当真值，记开枪前后飞机对楼面的位置偏差；同一架飞机不带我们的头做对照。
- 真烟、真火：和用视觉、905 nm 激光雷达的无人机同场比；烟、局部水雾、雾分开记。
- 多机同场：多架同时作业，记链路中断和相互间距。
判据在测之前写死，过不过都照实公布在本站。
合作
In English
Projection: design targets, not results. Heavy-lift firefighting drones can already lift water two hundred metres. What is not solved is holding position against the recoil of the water jet (about 570 N for a 19 mm nozzle at 1 MPa, about 1,750 N for a 3,500 L/min monitor), locating against glass facades and in smoke without a satellite fix, putting the water on the fire, autonomy, and many drones working in one place. The second-generation machine is a physical-AI cerebellum, not a lidar: it plugs into any carrier (drones, aerial ladders, fire monitors, rescue robots). On a firefighting drone it reads each return's Doppler shift directly, measures against the facade itself, rejects flames and background light, separates glass from walls by polarisation, velocity and phase, and gives every drone a place in one shared field. These will be replaced by recorded results once the second-generation machine has flown.