張昱昊

摘要：無人機集群技術(shù)作為智能無人機領(lǐng)域的重要發(fā)展方向，可有效解決單機作業(yè)的不足，并能夠適應(yīng)日益復(fù)雜的無人機作業(yè)環(huán)境。本文從理論層面介紹了無人機集群的概念及發(fā)展現(xiàn)狀，從智能算法、環(huán)境感知、任務(wù)規(guī)劃、路徑規(guī)劃和自主避障等方面詳細(xì)闡釋了無人機集群的關(guān)鍵技術(shù)，并提出其面臨的技術(shù)挑戰(zhàn)，對未來發(fā)展方向做出一定判斷。

關(guān)鍵詞：無人機集群；智能算法；環(huán)境感知；任務(wù)規(guī)劃；發(fā)展趨勢

引言

無人機作為一種可通過自主控制或遠(yuǎn)程控制實現(xiàn)平穩(wěn)飛行，并執(zhí)行特定任務(wù)的無人駕駛飛行器，是目前廣泛應(yīng)用于軍用和民用領(lǐng)域的空中機器人系統(tǒng)[1]。以往傳統(tǒng)的無人機作業(yè)，通常是指單機作業(yè)，而由于使用環(huán)境的日益復(fù)雜化，作戰(zhàn)任務(wù)或特定用途的日益多樣化，單機作業(yè)已無法更好地滿足使用方的需求，因此多機協(xié)同作業(yè)的科技理念應(yīng)運而生，為實現(xiàn)多機協(xié)同而得以快速發(fā)展的智能集群技術(shù)也得到了科研工作者的重視。本文將從無人機集群技術(shù)的原理概述和國內(nèi)外研究現(xiàn)狀出發(fā)，解析智能集群的關(guān)鍵技術(shù)和相關(guān)算法，并闡述其面臨的技術(shù)挑戰(zhàn)和未來的發(fā)展應(yīng)用。

1 無人機集群技術(shù)概述及發(fā)展現(xiàn)狀

“集群”的概念最初起源于對生物學(xué)的研究，即對螞蟻、蜜蜂等群居生活的昆蟲集群性行為的探究。群居昆蟲具有高度結(jié)構(gòu)化的社會組織特性，通過其獨特的信息交互方法實現(xiàn)信息的傳遞，并表現(xiàn)出集群化智能行為，使其可很好地完成遠(yuǎn)超個體能力的復(fù)雜工作任務(wù)。這種生物學(xué)行為給予科研工作者很大的啟發(fā)，隨之出現(xiàn)了集群智能方法，通過個體之間的協(xié)同工作來實現(xiàn)整體的復(fù)雜任務(wù)的順利執(zhí)行，在提高任務(wù)執(zhí)行力的同時提高了算法的魯棒性和計算能力。在此，給出集群的概念：集群是指擁有共同工作目標(biāo)的多個實體構(gòu)成的群組，集群會基于任務(wù)需求協(xié)調(diào)不同實體的行為，這些行為會根據(jù)不同個體的特定任務(wù)，隨環(huán)境變化而進行動態(tài)調(diào)整[2]。

無人機的集群即借鑒了源自生物學(xué)研究的“集群”概念，是指具備有限或完全自主能力的多架無人機，在有限的集中控制指令的條件下，通過相互之間的信息交互和協(xié)同工作，完成預(yù)期的超越單機作業(yè)的復(fù)雜任務(wù)。集群技術(shù)使得無人機群中的單一個體都具備自主飛向任務(wù)區(qū)域且避免相互碰撞的能力，并且可以自動處理個體任務(wù)，結(jié)合了人工智能、自主避障、路徑規(guī)劃等先進技術(shù)。本文結(jié)合相關(guān)文獻(xiàn)[3]，將無人機集群技術(shù)的優(yōu)勢總結(jié)為以下三點：

（1）高魯棒性：由于不存在名義上的中心控制個體，因此不同個體之間相互傳遞信息，即使有單個個體失效，無人機群仍然可以維持正常工作；

（2）自主化飛行：工作期間所有個體只對自身飛行任務(wù)負(fù)責(zé)，并與其它個體傳遞信息，但不影響其它個體的正常工作；

（3）自修正性：穩(wěn)定的集群結(jié)構(gòu)自主生成，如有單一個體失效，新的集群結(jié)構(gòu)會快速形成并恢復(fù)穩(wěn)定形態(tài)，不影響整體工作任務(wù)。

無人機集群技術(shù)實現(xiàn)了多機協(xié)同工作，體現(xiàn)了作戰(zhàn)性能的優(yōu)越性，國內(nèi)外已對該項技術(shù)展開了廣泛研究。國外在無人機集群技術(shù)領(lǐng)域發(fā)展較快，美國DARPA（國防高級研究局）和NRL（海軍研究實驗室）已在該領(lǐng)域取得了一定的研究成果。以美國研究成果為例，目前已有小精靈項目、山鶉項目、拒止環(huán)境中協(xié)同作戰(zhàn)項目等。小精靈項目（Gremlins）于2015年8月立項開展，成本低，高效快速，可在空中發(fā)射與回收、重復(fù)使用。山鶉項目（Perdix）于2014年開展，2017年的美國海軍作戰(zhàn)實驗中，以0.6馬赫速度投放了103架山鶉無人機，創(chuàng)下美軍軍用無人機蜂群最大規(guī)模飛行記錄[4]；該實驗中無人機蜂群未提前嵌入飛行程序，在地面站指揮下自主實現(xiàn)協(xié)同，展現(xiàn)了集體決策、自修正、自適應(yīng)編隊飛行的集群化作業(yè)性能。拒止環(huán)境中協(xié)同作戰(zhàn)（CODE）則體現(xiàn)了無人機集群的抗干擾能力和較強的適應(yīng)能力，由DARPA主導(dǎo)完成。

2 智能集群的關(guān)鍵技術(shù)及相關(guān)算法

2.1 集群智能算法

蟻群算法是在智能集群技術(shù)中常用到的一種智能算法，其研發(fā)受到螞蟻覓食的啟發(fā)。該算法原理為把待解問題轉(zhuǎn)換成相應(yīng)的構(gòu)建圖，在構(gòu)建圖中依照一定的規(guī)則釋放人工信息素，隨著信息素依照某種規(guī)則的不斷累積，人工螞蟻可探測人工信息素的濃度并以此得出問題的解。人工魚群算法可以用在智能集群技術(shù)的環(huán)境感知中，該算法為自上而下設(shè)計的尋優(yōu)算法，基于魚群覓食、聚集、尾隨等生物學(xué)行為，在無人機集群中可將不同個體類比為不同的魚類個體，來感知同伴，探索環(huán)境，規(guī)避障礙物。此外，我們還可以用到的算法有粒子群算法，遺傳算法，一致性集束算法等。

2.2 環(huán)境感知技術(shù)

無人機集群面臨的作業(yè)環(huán)境一般較為復(fù)雜惡劣，對環(huán)境感知技術(shù)提出了較高的要求。環(huán)境感知技術(shù)首先從硬件出發(fā)，利用光電傳感器、雷達(dá)設(shè)備、視覺成像技術(shù)等傳感元件收集飛機所處環(huán)境的信息數(shù)據(jù)，在原始環(huán)境數(shù)據(jù)的基礎(chǔ)上運用特征識別算法，識別目標(biāo)環(huán)境的目標(biāo)特征，從而引導(dǎo)無人機集群在目標(biāo)環(huán)境中作戰(zhàn)或執(zhí)行特定任務(wù)。該部分的關(guān)鍵技術(shù)除傳感器等硬件設(shè)備研發(fā)外，還包括特征識別，對環(huán)境和識別實體的數(shù)學(xué)建模，對識別信息的融合和數(shù)據(jù)共享等。

2.3 多機協(xié)同任務(wù)規(guī)劃與決策

多機協(xié)同作業(yè)區(qū)別于單機作業(yè)，鑒于無人機集群目前較多應(yīng)用于軍事領(lǐng)域，多機協(xié)同作戰(zhàn)常見于復(fù)雜戰(zhàn)場中同時完成情報獲取、多方位偵察、覆蓋式攻擊或多點攻擊等任務(wù)執(zhí)行。在這些情況下，如何合理地分配不同單機個體的作戰(zhàn)/作業(yè)任務(wù)成為問題的關(guān)鍵。無人機集群基本具有個體成本低，數(shù)量多，魯棒性高及自修正能力強等特點，因此其任務(wù)分配基本依照保證最大益損比，保證較高容錯率和任務(wù)均衡的原則進行。任務(wù)規(guī)劃和決策算法可參照本節(jié)第一部分提出的集群智能算法，在該部分技術(shù)中算法優(yōu)劣在很大程度上決定著任務(wù)的完成情況。

2.4 路徑規(guī)劃與自主避障

無人機集群在飛行作業(yè)時需要具有自主規(guī)劃飛行路線和規(guī)避障礙物的能力，在缺乏中心控制的條件下，需要使每個集群的個體同時具備自主的飛行控制能力。該部分技術(shù)也需要從軟硬件出發(fā)進行研究，首先需要有穩(wěn)定的飛控系統(tǒng)，保證每架無人機的平穩(wěn)飛行；此外，需對個體設(shè)計局部路徑規(guī)劃算法，避免飛行路線的沖突，消除碰撞事故；基于傳感器技術(shù)設(shè)計自主避障算法，賦予集群中個體自主規(guī)避障礙物的能力。同時，集群技術(shù)的信息交互能力，使得不同個體之間可以有效傳遞重要信息，進一步完善了無人機的路徑規(guī)劃和避障功能。

3 集群技術(shù)的難點及未來發(fā)展

3.1 面臨的技術(shù)挑戰(zhàn)

無人機集群的概念由美國提出，其發(fā)展同樣以美國DARPA等研發(fā)機構(gòu)走在國際前列，國內(nèi)目前對該領(lǐng)域的研究不足，尚處于研發(fā)的重要發(fā)展期。該技術(shù)所具備的巨大優(yōu)勢得到了國內(nèi)相關(guān)科研機構(gòu)的普遍重視，北京航空航天大學(xué)、哈爾濱工業(yè)大學(xué)等高校及科研機構(gòu)也都對該技術(shù)展開深入探討。本文從硬件和軟件兩方面對該技術(shù)的技術(shù)難題進行闡述。

硬件方面，環(huán)境感知技術(shù)、自主避障技術(shù)等對傳感器的性能提出了較高要求，高精度雷達(dá)、視覺傳感器等成為重要的研究方向。個體間的信息交互對無線傳輸系統(tǒng)提出了一定要求，需要同時具備實時性和較高的抗干擾能力。復(fù)雜的飛行任務(wù)對飛控提出了較高要求，需要在短時間內(nèi)處理較多飛行數(shù)據(jù)。

軟件方面，智能算法是集群技術(shù)的研發(fā)焦點。目前，傳統(tǒng)的集群算法如蟻群算法、粒子群算法、遺傳算法等無法處理復(fù)雜的集群問題，在面臨龐大的多機協(xié)作群體時，計算量較大，現(xiàn)有算法無法在短時間內(nèi)得到有效的處理結(jié)果。此外，實現(xiàn)集群模型的穩(wěn)定性和自修正功能的相關(guān)算法發(fā)展尚不完善，仍需進一步研究以改善處理效果。

3.2 未來發(fā)展趨勢

無人機集群技術(shù)的未來發(fā)展首先是要解決研發(fā)過程中的技術(shù)挑戰(zhàn)，在上文已有提及，可總結(jié)歸納為集群的自主性、協(xié)同性和算法智能性等方面。隨著人工智能的發(fā)展，無人機集群技術(shù)也進入了新的階段，將傳統(tǒng)的集群技術(shù)與人工智能方法相結(jié)合促成了未來發(fā)展的重要趨勢。在路徑規(guī)劃方面，傳統(tǒng)算法可以與人工智能的預(yù)測控制算法、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法相結(jié)合，提高路徑規(guī)劃的智能化程度和精確度。在環(huán)境感知方面，基于深度學(xué)習(xí)的圖像識別技術(shù)為更好地感知作業(yè)環(huán)境提供了更多可能。在集群個體的自主性方面，自適應(yīng)學(xué)習(xí)算法可應(yīng)用于無人機的自主飛行，適應(yīng)更加復(fù)雜的操作環(huán)境。

結(jié)束語

無人機集群技術(shù)是航空技術(shù)和自動化技術(shù)發(fā)展的一個重要方向，是無人機技術(shù)發(fā)展的必然趨勢，其本身所具有的諸多優(yōu)勢，使其在軍事領(lǐng)域得到重視和高度發(fā)展，未來在無人機物流、無人機農(nóng)植作業(yè)等民用領(lǐng)域也會得到發(fā)展應(yīng)用。本文在介紹其發(fā)展現(xiàn)狀的基礎(chǔ)上解析了無人機集群的幾項關(guān)鍵技術(shù)，體現(xiàn)了其多學(xué)科融合的理論特色。隨著人工智能的發(fā)展，無人機集群技術(shù)將會進入更快、更高的發(fā)展階段。

參考文獻(xiàn)：

[1]張濤，蘆維寧，李一鵬.智能無人機綜述[J].航空制造技術(shù)，2013，432 （12）：32-35.

[2]牛軼峰，肖湘江，柯冠巖.無人機集群作戰(zhàn)概念及關(guān)鍵技術(shù)分析[J].國防科技，2013，34 （5）：37-43.

[3]武曉龍，王茜，焦曉靜.美國小型無人機集群發(fā)展分析[J].飛航導(dǎo)彈，2018 （2）.

[4]賈高偉，侯中喜.美軍無人機集群項目發(fā)展[J].國防科技，2017，38 （4）：53-56.