硬件技术的进步使得复杂的软件得以更多的整合，引发了无人平台（UV）的发展和使用，并减轻了对机载智能的限制。因此，UV现在可以参与更复杂的任务，环境条件的不断变化需要更高水平的情景响应。本文是对UV任务规划和管理系统的介绍，旨在强调自主水下和空中飞行器领域的一些最新发展，此外还强调了一些可能的未来方向，并讨论了学到的经验教训。在这项研究中，对UV的自主性评估以及自主性的不同方面，如态势感知、认知和决策，进行了全面调查。本文分别解释了仿人系统和自主系统的性能，并强调了人类在UV操作中的作用和影响。

• 1.引言
  • 1.1 自主水下航行器（AUV）面临的挑战
  • 1.2 无人驾驶飞行器（UAV）面临的挑战
• 2.如何评估自主性水平？
  • 2.1 移动性、获取和保护（MAP）
  • 2.2 德雷珀三维智能空间
  • 2.3 自主控制水平图(ACL)
  • 2.4 自主性的谢里登量表
  • 2.5 案例研究。各种自主性措施的比较
• 3.自主性与自动化
• 4.任务规划-管理系统及其组成部分
  • 4.1 什么是态势感知（SA）？
  • 4.2 什么是认知？
• 5.基于无人机的任务规划和任务管理系统
• 6.基于AUV的任务规划和任务管理系统
• 7.蜂群机器人场景下的自主任务规划和管理系统
• 8.结论