李鵬舉，毛鵬軍，耿 乾，黃傳鵬，方 騫，張家瑞

(河南科技大學(xué)，河南 洛陽 471003)

0 引 言

集群概念源于生物學(xué)研究。自然界中，歐椋鳥群、雁群、蟻群、蜂群、狼群等大量個體聚集時往往能夠形成協(xié)調(diào)一致、令人震撼的集群運(yùn)動場景[1-2]。法國生物學(xué)家Grassé基于白蟻筑巢行為，首次提出生物集群概念，并開始研究智能集群[3]。典型生物集群行為如圖1所示。

圖1 典型生物集群行為

單無人機(jī)的應(yīng)用受自身?xiàng)l件限制，面對應(yīng)用環(huán)境日益復(fù)雜及任務(wù)多樣，頗顯局限[4]。為解決單機(jī)應(yīng)用的局限性，美國空軍科學(xué)顧問委員會提出未來無人機(jī)的應(yīng)用將是以集群的方式[5]。

無人機(jī)集群是指由一定數(shù)量的同類或異類無人機(jī)組成，利用信息交互與反饋、激勵與響應(yīng)，實(shí)現(xiàn)相互間行為協(xié)同，適應(yīng)動態(tài)環(huán)境，共同完成特定任務(wù)的自主式空中智能系統(tǒng)[4]。其不是多無人機(jī)間的簡單編隊(duì)，而是通過必要的控制策略使之產(chǎn)生集群協(xié)同效應(yīng)，從而具備執(zhí)行復(fù)雜多變、危險任務(wù)的能力。未來，無人機(jī)集群協(xié)同完成任務(wù)將成為無人機(jī)產(chǎn)業(yè)應(yīng)用的重要方面。無人機(jī)集群既能最大限度地發(fā)揮無人機(jī)的優(yōu)勢，提高整體的載荷能力和信息感知處理能力，又能避免單無人機(jī)執(zhí)行任務(wù)時被攻擊或任務(wù)效率不高的問題。

1 國內(nèi)外無人機(jī)集群技術(shù)研究現(xiàn)狀

無人機(jī)已被各國廣泛用于國防建設(shè)和民用領(lǐng)域，隨著無人機(jī)技術(shù)的深入研究，無人機(jī)自主集群系統(tǒng)能夠通過緊密的協(xié)作完成各種復(fù)雜多變的任務(wù)，并且具備卓越的協(xié)調(diào)性、智能性和自主性，已成為無人機(jī)研究的一個重要方向[6]。

1.1 國外無人機(jī)集群技術(shù)研究現(xiàn)狀

1.1.1 無人機(jī)集群分層控制研究現(xiàn)狀

對無人機(jī)集群實(shí)施有效地控制是完成各種復(fù)雜集群任務(wù)的基礎(chǔ)。Cook等認(rèn)為，無人機(jī)集群任務(wù)規(guī)劃問題屬于復(fù)雜問題的組合優(yōu)化，擬從運(yùn)籌學(xué)角度，采用分層控制方法解決此類問題[7]。Boskovic等將無人機(jī)集群任務(wù)規(guī)劃問題分解為決策層、路徑規(guī)劃層、軌跡生成層和控制層[8-9]，其中，決策層負(fù)責(zé)無人機(jī)集群系統(tǒng)中的任務(wù)規(guī)劃與分配、避碰和任務(wù)評估等； 路徑規(guī)劃層負(fù)責(zé)將任務(wù)決策數(shù)據(jù)轉(zhuǎn)換成航路點(diǎn)，以引導(dǎo)無人機(jī)完成任務(wù)、規(guī)避障礙； 軌跡生成層根據(jù)無人機(jī)姿態(tài)信息、環(huán)境感知信息生成無人機(jī)通過航路點(diǎn)的可飛路徑； 控制層控制無人機(jī)按照生成的軌跡飛行。無人機(jī)集群任務(wù)規(guī)劃分層結(jié)構(gòu)如圖2所示。

圖2 無人機(jī)集群任務(wù)規(guī)劃分層結(jié)構(gòu)示意圖

Tsourdos等從多無人機(jī)任務(wù)協(xié)同路徑規(guī)劃方面將多機(jī)協(xié)同任務(wù)規(guī)劃分為集群任務(wù)規(guī)劃分配層、協(xié)同路徑規(guī)劃層和控制層[10]。研究表明，分層控制能降低無人機(jī)集群中任務(wù)分配問題的復(fù)雜性，提高集群任務(wù)分配效率。

1.1.2 無人機(jī)集群控制系統(tǒng)研究現(xiàn)狀

根據(jù)集群控制系統(tǒng)中有無控制中心節(jié)點(diǎn)，分為集中式控制與分布式控制系統(tǒng)。集中式控制系統(tǒng)是由控制中心節(jié)點(diǎn)完成系統(tǒng)的任務(wù)規(guī)劃和協(xié)同工作，多機(jī)系統(tǒng)中的無人機(jī)只作為任務(wù)的執(zhí)行者。目前，已有多種集中式任務(wù)規(guī)劃的研究方法，如多旅行商問題、車輛路由問題、網(wǎng)絡(luò)流模型、混合整數(shù)線性規(guī)劃等[4]。其中網(wǎng)絡(luò)流模型、混合整數(shù)線性規(guī)劃多用于解決多任務(wù)。

分布式控制系統(tǒng)中沒有控制中心節(jié)點(diǎn)，對單機(jī)來說在系統(tǒng)中地位是平等的，采用自主管理、協(xié)商的方式完成任務(wù)。如歐洲信息社會技術(shù)計劃(IST)開展的異構(gòu)無人機(jī)集群實(shí)時協(xié)同與控制項(xiàng)目(COMETS)[11]采用的就是異構(gòu)無人機(jī)集群分布式實(shí)時控制技術(shù)。

1.1.3 無人機(jī)集群任務(wù)協(xié)同算法研究現(xiàn)狀

Ramirez-Atencia等針對無人機(jī)集群任務(wù)規(guī)劃復(fù)雜問題，提出一種改進(jìn)型多目標(biāo)遺傳算法[12]。Edison等針對無人機(jī)集群系統(tǒng)對執(zhí)行多任務(wù)目標(biāo)易受時間先后順序約束的情況，采用圖論描述方法，結(jié)合時間、資源、路徑等多個條件，建立了協(xié)同多任務(wù)分配問題的組合優(yōu)化模型[13]。采用上述算法雖然能找到問題最優(yōu)解，但隨著問題規(guī)模的擴(kuò)大，計算量也會增大。為降低大型問題的計算量，Rasmussen等提出基于樹搜索算法解決無人機(jī)集群的任務(wù)規(guī)劃問題[14]。該算法既能快速找到問題最優(yōu)解，又能避免確定性搜索算法計算量大的缺點(diǎn)。

1.1.4 無人機(jī)集群體系結(jié)構(gòu)研究現(xiàn)狀

無人機(jī)集群的動態(tài)性和復(fù)雜性特征決定了其體系結(jié)構(gòu)復(fù)雜多變。研究中，大多采用層次遞進(jìn)型體系結(jié)構(gòu)，可降低集群系統(tǒng)復(fù)雜性，提高集群系統(tǒng)運(yùn)行效率。代表性研究有： Caloud 等將無人機(jī)集群體系結(jié)構(gòu)分為任務(wù)分解、分配、規(guī)劃和執(zhí)行控制四層，并建立GOPHER體系結(jié)構(gòu)模型[15]。Parker基于行為建立ALLIANCE分布式體系結(jié)構(gòu)，是具有容錯和自適應(yīng)性的多機(jī)協(xié)調(diào)體系結(jié)構(gòu)[16]。L?ngle等為解決多機(jī)體系結(jié)構(gòu)協(xié)調(diào)問題，建立了KAMARA分布式體系結(jié)構(gòu)模型研究多機(jī)容錯行為和誤差糾正[17]。

1.1.5 無人機(jī)集群通信網(wǎng)絡(luò)研究現(xiàn)狀

無人機(jī)集群通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)有別于單機(jī)與地面站的通信拓?fù)?，是一種立體全方位通信網(wǎng)絡(luò)拓?fù)?。集群通信網(wǎng)絡(luò)感知系統(tǒng)不僅是無人機(jī)集群通信的基礎(chǔ)，還是無人機(jī)集群編隊(duì)重要信息的獲取通道。為解決無人機(jī)集群通信中的時延、數(shù)據(jù)丟失、信號衰落問題，Ghazal等基于諧波疊加方法建立IMT-A信道模型[18]。由于無人機(jī)集群系統(tǒng)的應(yīng)用場景通常在室外環(huán)境，為此，Milica等[19]基于室外環(huán)境中紅外波段光譜的信號傳輸及相關(guān)的光天線通信(OWC)技術(shù)，建立無人機(jī)的自由空間光通信系統(tǒng)，在一定程度上能解決通信帶寬、數(shù)據(jù)擁堵、時延等問題，并基于光電信號轉(zhuǎn)換技術(shù)，在視距范圍內(nèi)能夠滿足系統(tǒng)要求，但易受大氣低溫、海拔和氣壓的影響。

1.2 國內(nèi)無人機(jī)集群技術(shù)研究現(xiàn)狀

國內(nèi)對無人機(jī)集群技術(shù)的研究起步較晚，但對無人機(jī)集群技術(shù)任務(wù)規(guī)劃研究比較深入。目前，國內(nèi)多家單位圍繞多無人機(jī)系統(tǒng)的協(xié)同感知與信息共享、路徑實(shí)時規(guī)劃、自主編隊(duì)與編隊(duì)重構(gòu)、智能協(xié)同決策等技術(shù)開展了相關(guān)研究[20-23]。2017年6月，中國電子科技集團(tuán)成功完成119架小型固定翼無人機(jī)集群飛行試驗(yàn)[24]。

1.2.1 無人機(jī)集群任務(wù)規(guī)劃研究現(xiàn)狀

無人機(jī)集群任務(wù)指需要多機(jī)協(xié)同完成的任務(wù)。無人機(jī)集群任務(wù)規(guī)劃指針對不同任務(wù)，無人機(jī)集群系統(tǒng)選取不同任務(wù)策略，對任務(wù)實(shí)施分組、規(guī)劃完成，具有復(fù)雜性、準(zhǔn)確性及實(shí)時性的特點(diǎn)。任務(wù)分配時既要保證任務(wù)優(yōu)先級、利益最大化、不同無人機(jī)執(zhí)行任務(wù)均衡性，又要盡量減少任務(wù)執(zhí)行時間、縮短任務(wù)執(zhí)行路徑。

Hu等為解決集群無人機(jī)任務(wù)分配計算難度，將多無人機(jī)任務(wù)分配問題分為目標(biāo)聚類、集群分配和目標(biāo)分配，并進(jìn)行實(shí)驗(yàn)，結(jié)果顯示同等情況下該方法效率更高[25]。岳源等根據(jù)多無人機(jī)系統(tǒng)協(xié)同的特點(diǎn)，結(jié)合路程、通信、雷達(dá)傳感器能力、無人機(jī)自主化水平，建立無人機(jī)集群偵察優(yōu)勢函數(shù)，并根據(jù)該函數(shù)建立目標(biāo)任務(wù)分配模型，運(yùn)用粒子群算法對多無人機(jī)偵察目標(biāo)進(jìn)行研究[26]。龍濤在合同網(wǎng)協(xié)議基礎(chǔ)上提出一種有限中心的分布式控制系統(tǒng)，用于解決在線實(shí)時的任務(wù)分配問題[27]。王慶賀等提出使用改進(jìn)遺傳算法解決多無人機(jī)協(xié)同過程中目標(biāo)分配問題，采用特定的進(jìn)化算子及染色體并利用環(huán)境信息，解決路徑約束問題，建立飛行代價模型，該改進(jìn)算法改善了遺傳算子早熟問題，收斂速度更快[28]。張浩森等采用蟻群算法，建立目標(biāo)群簡化數(shù)學(xué)模型，解決了在目標(biāo)區(qū)域被對方探測的時間和最小的路徑優(yōu)化問題[29]。Wei等提出一種任務(wù)分配和調(diào)度的混合控制框架，并將動態(tài)數(shù)據(jù)驅(qū)動系統(tǒng)應(yīng)用于該框架，很好地解決了無人機(jī)集群的動態(tài)任務(wù)規(guī)劃問題[30]。王國強(qiáng)等提出一種基于VR-Forces的分布式無人機(jī)編隊(duì)協(xié)同的任務(wù)規(guī)劃仿真系統(tǒng)，解決了多無人機(jī)編隊(duì)實(shí)驗(yàn)成本和風(fēng)險高的問題[31]。

1.2.2 無人機(jī)集群路徑規(guī)劃研究現(xiàn)狀

無人機(jī)集群路徑規(guī)劃不僅要保證全局路徑最優(yōu)，完成任務(wù)時間最短，還要保證任務(wù)中單機(jī)能夠避障、單機(jī)間能夠避碰。為此，高曉光、宋紹梅等采用分層方式，將無人機(jī)集群的系統(tǒng)航路規(guī)劃問題分為協(xié)同管理層、路徑規(guī)劃層和軌跡控制層，較好地解決航路規(guī)劃問題[32-33]。丁琳等基于Voronoi圖，引入?yún)f(xié)同變量及函數(shù)，生成與威脅相關(guān)聯(lián)的航路，并通過集結(jié)點(diǎn)得出狀態(tài)圖，使無人機(jī)集群都能到達(dá)任務(wù)目標(biāo)，共同完成任務(wù)[34]。柳長安等通過對多無人機(jī)協(xié)同偵察路徑規(guī)劃的研究，提出采用無人機(jī)執(zhí)行任務(wù)的總時間來衡量路徑規(guī)劃的優(yōu)劣，將執(zhí)行偵察任務(wù)的有效時間轉(zhuǎn)化為有效偵察飛行距離，以此評價路徑規(guī)劃的優(yōu)劣[35]。嚴(yán)平等為解決無人機(jī)在未知復(fù)雜環(huán)境下的多任務(wù)航路規(guī)劃問題，提出多任務(wù)航路規(guī)劃框架，能夠?qū)崟r解決遭遇威脅航路規(guī)劃問題，以避免碰撞造成無人機(jī)損毀[36]。趙敏等為達(dá)到減少無人機(jī)集群完成任務(wù)總時間和盡量縮短各無人機(jī)的航程，最大限度發(fā)揮無人機(jī)集群效能的目的，提出啟發(fā)式的任務(wù)和航路綜合規(guī)劃方法，能夠提高無人機(jī)集群效率并降低無人機(jī)集群的動力消耗[37]。周歡等為解決無人機(jī)集群的規(guī)避問題，彌補(bǔ)大規(guī)模集群系統(tǒng)控制的缺點(diǎn)，提出基于規(guī)則的無人機(jī)集群系統(tǒng)飛行與規(guī)避自主協(xié)同控制方法[38]。

1.2.3 無人機(jī)集群信息通信研究現(xiàn)狀

無人機(jī)集群能否達(dá)到預(yù)定的作戰(zhàn)效能，關(guān)鍵在于信息的獲取與傳遞，無人機(jī)信息通信高效運(yùn)作是取得戰(zhàn)場信息權(quán)的關(guān)鍵[39]。楊江華以螞蟻覓食行為作為理論模型，對蟻群算法進(jìn)行研究，提出了以信息素視圖的無人機(jī)協(xié)同方法，提高無人機(jī)集群的魯棒性，降低了無人機(jī)集群通信問題對集群系統(tǒng)的干擾[40]。曹菊紅等提出多無人機(jī)系統(tǒng)控制智能指揮系統(tǒng)，并通過專用通信實(shí)時共享信息，提高了無人機(jī)自主決策攻擊能力[41]。周紹磊等針對多無人機(jī)間通信拓?fù)淇赡馨l(fā)生變化的情況，基于一致性方法設(shè)計編隊(duì)控制器，解決了通信拓?fù)涓淖兿聼o人機(jī)集群軌跡控制與時變編隊(duì)控制問題[42]。Liu等基于IMT-A信道模型非平穩(wěn)衰落特性，建立隨機(jī)寬帶動態(tài)信道仿真模型，但硬件難以實(shí)現(xiàn)[43]。夏進(jìn)等建立改進(jìn)型SOS信道模型，實(shí)現(xiàn)平穩(wěn)和非平穩(wěn)衰落信道的模擬，保證了通信信號的連續(xù)性，切換步驟簡單，易于實(shí)現(xiàn)[44]。

1.2.4 無人機(jī)集群編隊(duì)隊(duì)形研究現(xiàn)狀

合理的無人機(jī)編隊(duì)隊(duì)形既能保證無人機(jī)集群在安全條件下快速完成集群任務(wù)，又能節(jié)省無人機(jī)的動力。Zhou等基于對雁群的觀察和研究，討論了無人機(jī)編隊(duì)飛行與雁群飛行間的仿生理論，提出仿雁群飛行方式的多無人機(jī)緊密編隊(duì)與控制方法理論，有效增加無人機(jī)編隊(duì)飛行的穩(wěn)定性，且減少無人機(jī)集群能量消耗[45]。葉圣濤等針對無人機(jī)集群自主編隊(duì)中算法復(fù)雜、信息交互量大的問題，提出基于智能突現(xiàn)下的分布式無人機(jī)集群編隊(duì)控制策略，建立無人機(jī)集群模型，使無人機(jī)在復(fù)雜條件下形成穩(wěn)定的多機(jī)編隊(duì)，但沒有考慮通信延遲、數(shù)據(jù)丟包和通信噪聲的問題[46]。井田等人針對傳統(tǒng)無人機(jī)集群在偵查中難以自適應(yīng)調(diào)整以匹配不同偵察環(huán)境的問題，提出基于區(qū)域信息熵的“數(shù)字草皮”及其植物量變化模型，并設(shè)計了目標(biāo)區(qū)域—無人機(jī)集群持續(xù)偵察體系中的規(guī)?？刂品椒ǎ趶?fù)雜的任務(wù)背景下，提高無人機(jī)集群編隊(duì)的可重構(gòu)性和柔性[47]。陳杰敏等基于主從式編隊(duì)與通信拓?fù)淅碚?，建立二階一致性編隊(duì)控制系統(tǒng)，保證了無人機(jī)編隊(duì)的穩(wěn)定飛行[48]。

1.2.5 無人機(jī)集群控制策略研究現(xiàn)狀

無人機(jī)集群控制策略是無人機(jī)集群的基礎(chǔ)，能解決不同類型無人機(jī)的集群編隊(duì)、隊(duì)形保持與重構(gòu)等相關(guān)問題[49]。李欣等針對控制對象不確定、目標(biāo)任務(wù)復(fù)雜多變，提出集群智能控制的概念[50]。段海濱等從生物群集和無人機(jī)集群相似性出發(fā)，分析二者自主控制的對應(yīng)關(guān)系，并探討了無人機(jī)集群自主控制的核心問題[51]。羅德林等為提高大規(guī)模無人機(jī)集群對抗策略的有效性，提出將多agent系統(tǒng)應(yīng)用到無人機(jī)集群系統(tǒng)中，將單機(jī)視為獨(dú)立的agent，建立無人機(jī)獨(dú)立的單機(jī)行為集[52]。景曉年等為解決無人機(jī)集群的運(yùn)動控制問題，基于無人機(jī)的避碰、聚集和速度匹配規(guī)則，提出一種基于規(guī)則的運(yùn)動控制方法，并建立集群動力學(xué)模型和運(yùn)動控制模型[53]。朱創(chuàng)創(chuàng)等基于分層控制和封裝思想，將無人機(jī)控制系統(tǒng)分為執(zhí)行層和決策層，應(yīng)用領(lǐng)導(dǎo)—跟隨協(xié)同編隊(duì)控制算法，搭建分布式控制的無人機(jī)集群編隊(duì)控制演示驗(yàn)證系統(tǒng)[54]。

2 國內(nèi)外無人機(jī)集群技術(shù)研究差異

國外對無人機(jī)集群技術(shù)的研究開始較早，側(cè)重于整體性研究。主要對無人機(jī)集群結(jié)構(gòu)框架、控制與優(yōu)化技術(shù)、任務(wù)管理與協(xié)同等進(jìn)行深入研究，且取得一定成效。如美國國防部高級研究計劃局主導(dǎo)的自主編隊(duì)混合控制項(xiàng)目(MICA)，對協(xié)同任務(wù)分配、協(xié)同路徑規(guī)劃、混合主動與自主編隊(duì)控制、協(xié)同跟蹤、信息共享等有關(guān)無人機(jī)集群的技術(shù)進(jìn)行全面的研究。美國廣域搜索彈藥項(xiàng)目(WASM)[55]通過建立Multi UAV協(xié)同控制仿真平臺，采用分層控制與優(yōu)化技術(shù)[56]，研究了復(fù)雜任務(wù)背景下如何增強(qiáng)無人機(jī)集群協(xié)同全域搜索與打擊能力。2006年，美國空軍技術(shù)研究院基于進(jìn)化機(jī)制的同構(gòu)或異構(gòu)無人機(jī)集群自組織行為，建立自組織框架，使集群無人機(jī)通過自然選擇和遺傳變異實(shí)現(xiàn)自身和行為不斷優(yōu)化，產(chǎn)生對環(huán)境和作戰(zhàn)任務(wù)的自適應(yīng)能力[57]。

國內(nèi)由于現(xiàn)有技術(shù)限制，無人機(jī)集群技術(shù)整體研究處于起步階段，但對多無人機(jī)自主協(xié)同控制中的信息感知與傳輸、編隊(duì)與隊(duì)形、避障與避碰等技術(shù)研究較為深入，理論成果較多，其中采用基于分層遞階法進(jìn)行協(xié)同控制的研究取得的成果最多。如在多機(jī)協(xié)同方面，基于分層遞階控制思想，研究了多機(jī)任務(wù)分配、多機(jī)航跡規(guī)劃、多機(jī)編隊(duì)控制等； 在群體智能研究方面，北京航空航天大學(xué)段海濱教授長期從事基于仿生智能的無人機(jī)自主控制研究，研究成果顯著。

3 無人機(jī)集群技術(shù)發(fā)展的關(guān)鍵技術(shù)

無人機(jī)集群對環(huán)境的對抗性和任務(wù)的復(fù)雜性，決定了其必須具有高度的自主能力和協(xié)同能力。無人機(jī)集群智能研究建模中，忽略了歷史因素對個體的影響，將其簡化為當(dāng)前狀態(tài)的運(yùn)動決策系統(tǒng)[58]。應(yīng)將實(shí)際的因素加入群體智能，如視覺感知、集群中單機(jī)對外部不良因素的快速準(zhǔn)確反應(yīng)以及個體間的交互等，充分考慮各種因素對群體智能的影響。綜合分析可以看出無人機(jī)集群技術(shù)發(fā)展的一些關(guān)鍵技術(shù)。

3.1 無人機(jī)集群態(tài)勢感知與信息共享

無人機(jī)集群的態(tài)勢感知與信息共享是無人機(jī)集群自主控制與決策的基礎(chǔ)[59]。對于無人機(jī)集群來說，集群系統(tǒng)中的單機(jī)既是通信的網(wǎng)絡(luò)節(jié)點(diǎn)，又是信息感知與處理的節(jié)點(diǎn)。不同單機(jī)可搭載不同的傳感器獲取不同范圍、不同維度的信息，單機(jī)通過相互間的密切協(xié)同，可以將不同無人機(jī)的信息進(jìn)行融合、共享，為集群系統(tǒng)決策提供信息支持。無人機(jī)集群信息共享利用其集群飛行的通信系統(tǒng)，不僅能夠應(yīng)對強(qiáng)電磁干擾下的通信延遲、丟包等情況，還能將感知到的信息傳遞給其他個體，從而避免因單機(jī)感知能力、信息處理能力的限制導(dǎo)致集群系統(tǒng)功能的低下。

3.2 無人機(jī)集群編隊(duì)與智能決策控制

編隊(duì)是無人機(jī)集群執(zhí)行任務(wù)的形式和基礎(chǔ)[60]。在無人機(jī)集群編隊(duì)的控制中要解決兩個關(guān)鍵問題： 一是編隊(duì)的生成與保持，不同幾何圖形的隊(duì)形生成與變換，編隊(duì)隊(duì)形不變情況下的收縮、擴(kuò)張以及旋轉(zhuǎn)等； 二是避障以及避碰時隊(duì)形的動態(tài)調(diào)整與重構(gòu)，如遇到障礙時隊(duì)形的分離與結(jié)合，成員增加或減少時的隊(duì)形調(diào)整等[59]。

無人機(jī)集群智能決策控制是實(shí)現(xiàn)無人機(jī)集群優(yōu)勢的核心[59]。針對復(fù)雜環(huán)境，動態(tài)任務(wù)目標(biāo)、威脅等無人機(jī)集群需具備實(shí)時任務(wù)調(diào)整和路徑規(guī)劃能力，除態(tài)勢感知與信息共享外，還需實(shí)現(xiàn)無人機(jī)集群智能決策控制，以快速響應(yīng)動態(tài)變化，提高無人機(jī)集群完成任務(wù)的效率和魯棒性。

3.3 無人機(jī)集群中有人機(jī)與無人機(jī)協(xié)同技術(shù)

受無人機(jī)集群技術(shù)理論研究與發(fā)展限制，短時間內(nèi)實(shí)現(xiàn)無人機(jī)的全自主智能控制難度較大。有人機(jī)與無人機(jī)的異構(gòu)機(jī)型集群協(xié)同是一個重要集群技術(shù)，有人機(jī)與無人機(jī)集群協(xié)同不等同于一般的不同類型的簡單協(xié)同。人工智能與人類智能、有人系統(tǒng)與無人系統(tǒng)的深度融合協(xié)同將成為未來無人機(jī)集群技術(shù)發(fā)展的重要方向[59]。集群系統(tǒng)中有人機(jī)與無人機(jī)的協(xié)同實(shí)現(xiàn)了無人機(jī)進(jìn)行態(tài)勢信息感知和有人機(jī)進(jìn)行任務(wù)判斷決策空間上的分離，可完成高難度、高危險系數(shù)、復(fù)雜條件下的任務(wù)。

3.4 無人機(jī)集群移動Ad Hoc網(wǎng)絡(luò)技術(shù)

Ad Hoc網(wǎng)是一種多跳的、無中心的、自組織無線網(wǎng)絡(luò)，又稱為多跳網(wǎng)(Multi-Hop Network)、自組織網(wǎng)(Self-Organizing Network)。網(wǎng)絡(luò)中沒有固定的節(jié)點(diǎn)，每個節(jié)點(diǎn)都是活動的，并且隨機(jī)地與其他節(jié)點(diǎn)保持聯(lián)系。每一個節(jié)點(diǎn)又能作為一個路由器，能發(fā)現(xiàn)、連接、維持其他節(jié)點(diǎn)路由的功能。

國外無人機(jī)集群Ad Hoc網(wǎng)絡(luò)研究處于初級階段，國內(nèi)的研究較少，目前無人機(jī)集群通信網(wǎng)主要是采用基站或無人機(jī)集群地面站對無人機(jī)實(shí)施控制。未來無人機(jī)集群網(wǎng)絡(luò)的基礎(chǔ)是移動Ad Hoc網(wǎng)絡(luò)，能夠根據(jù)無人機(jī)集群的實(shí)際需要快速擴(kuò)大和縮小，網(wǎng)絡(luò)結(jié)構(gòu)具有高的靈活性、擴(kuò)展性和抗毀性。

4 無人機(jī)集群技術(shù)發(fā)展趨勢

隨著人工智能的發(fā)展，特別是智能化無人機(jī)技術(shù)的發(fā)展，無人機(jī)集群系統(tǒng)將越來越復(fù)雜但也越來越智能。數(shù)量上，無人機(jī)集群已從簡單的多機(jī)協(xié)同發(fā)展到成百上千架無人機(jī)協(xié)同。軍事上，無人機(jī)集群系統(tǒng)從簡單的執(zhí)行偵察任務(wù)到完成復(fù)雜情況下的察打一體任務(wù)。在集群無人機(jī)編隊(duì)情況看，無人機(jī)集群已從簡單的長機(jī)、僚機(jī)的交互協(xié)同模式，發(fā)展到根據(jù)任務(wù)發(fā)展變化自組織編隊(duì)的自主協(xié)同。在人機(jī)交互方面，無人機(jī)集群正向人機(jī)智能交互方向發(fā)展。

4.1 人工智能推動仿生智能無人機(jī)集群

在國發(fā)[2017]35號《新一代人工智能發(fā)展規(guī)劃》中指出開展群體智能基礎(chǔ)理論研究，研究群體智能結(jié)構(gòu)理論與組織方法、群體智能激勵機(jī)制與涌現(xiàn)機(jī)理、群體智能學(xué)習(xí)理論與方法、群體智能通用計算范式與模型[61]。2017年12月，在我國工業(yè)和信息化部發(fā)布的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018～2020)》中指出，積極培育人工智能創(chuàng)新產(chǎn)品，促進(jìn)人工智能技術(shù)的產(chǎn)業(yè)化，將無人機(jī)列為八大重點(diǎn)培育產(chǎn)品，并開展無人機(jī)智能飛控系統(tǒng)等研制[62]。基于人工智能設(shè)計無人機(jī)集群分布式控制框架，使得系統(tǒng)中的無人機(jī)僅在局部感知能力下，通過集群數(shù)據(jù)鏈技術(shù)，同其他無人機(jī)組建自組織智能交互網(wǎng)絡(luò)，并在外界環(huán)境觸發(fā)作用下，實(shí)現(xiàn)復(fù)雜的行為模式，具備學(xué)習(xí)能力，在群體層面涌現(xiàn)出智能[63]。

通過對自然界中的螞蟻、鳥類、狼群等群居性生物研究，發(fā)現(xiàn)其具有高度集中協(xié)調(diào)一致的特點(diǎn)，表現(xiàn)為集群智能。目前對群集生物中的自組織性、自修復(fù)等的群體智能研究還在理論研究階段，未來將生物的群集智能特性應(yīng)用于無人機(jī)集群控制當(dāng)中，將會使集群無人機(jī)具備仿生智能。

4.2 有人機(jī)與無人機(jī)共融集群

由于現(xiàn)階段無人機(jī)的感知系統(tǒng)、運(yùn)算處理系統(tǒng)、決策系統(tǒng)智能化程度不高，不能在復(fù)雜的環(huán)境下自主完成各種任務(wù)。因此，采用有人機(jī)與無人機(jī)組成共融無人機(jī)集群完成任務(wù)，既能很好發(fā)揮有人機(jī)運(yùn)算能力和人的決策處理突發(fā)事件能力，又能充分發(fā)揮無人機(jī)機(jī)動性強(qiáng)、隱身性好的優(yōu)勢，共融無人機(jī)集群將成為無人機(jī)集群的發(fā)展趨勢。2016年，美國空軍發(fā)布《小型無人機(jī)系統(tǒng)飛行規(guī)劃2016～2036》[64]，強(qiáng)調(diào)了有人機(jī)與無人機(jī)的集群共融作戰(zhàn)，并針對“忠誠僚機(jī)”集群作戰(zhàn)進(jìn)行了說明，就是發(fā)展有人機(jī)與無人機(jī)集群編隊(duì)作戰(zhàn)。在《新一代人工智能發(fā)展規(guī)劃》[61]中也多次提到“人機(jī)協(xié)同”，并把人機(jī)共融協(xié)同作為發(fā)展新一代人工智能關(guān)鍵共性技術(shù)體系的重點(diǎn)任務(wù)之一。中國工程院院士王天然提出“下一代機(jī)器人將實(shí)現(xiàn)人機(jī)共融”[65]。由此可見，未來無人機(jī)集群的發(fā)展方向之一將是有人機(jī)與無人機(jī)的共融集群。

4.3 5G網(wǎng)聯(lián)無人機(jī)集群

據(jù)無人機(jī)行業(yè)有關(guān)預(yù)測，未來5年全球無人機(jī)市場的價值空間在705億美元，涵蓋世界各國和各個運(yùn)用領(lǐng)域。但是無人機(jī)產(chǎn)業(yè)的發(fā)展存在空域、數(shù)據(jù)鏈等痛點(diǎn)，無人機(jī)飛行的空域可以通過政府出臺相關(guān)政策予以解決。無人機(jī)產(chǎn)業(yè)數(shù)據(jù)鏈痛點(diǎn)同樣也是無人機(jī)集群發(fā)展的壁壘。隨著5G技術(shù)的發(fā)展與成熟，未來5G網(wǎng)聯(lián)無人機(jī)能夠利用5G網(wǎng)絡(luò)地面、低空立體覆蓋、傳輸速度快，數(shù)據(jù)延遲低等優(yōu)點(diǎn)解決數(shù)據(jù)鏈痛點(diǎn)，能夠?qū)崟r監(jiān)測任何一架無人機(jī)的運(yùn)行狀況。5G網(wǎng)聯(lián)無人機(jī)集群勢必使無人機(jī)集群的編隊(duì)與編隊(duì)重構(gòu)、任務(wù)協(xié)同、異構(gòu)無人機(jī)的協(xié)同、人機(jī)協(xié)同等無人機(jī)集群的優(yōu)點(diǎn)發(fā)揮到極致。5G網(wǎng)聯(lián)無人機(jī)將助推無人機(jī)集群技術(shù)的發(fā)展。

4.4 基于視覺的無人機(jī)集群

自然界中的生物感知外界物體的大小、形狀、明暗、顏色、空間位置、距離等重要信息，80%以上的信息是通過視覺功能獲取的?；谏疃葘W(xué)習(xí)技術(shù)的視覺感知在機(jī)器人、無人機(jī)等智能體上的應(yīng)用已非常廣泛且日趨成熟，特別是基于視覺的導(dǎo)航與避障技術(shù)的研究，實(shí)現(xiàn)了無人機(jī)在沒有GPS或GPS信號弱的情況下實(shí)現(xiàn)導(dǎo)航和避障。隨著單無人機(jī)通過視覺控制技術(shù)的成熟，使無人機(jī)集群能夠利用立體視覺技術(shù)進(jìn)行信息獲取與交互、集群任務(wù)協(xié)同、集群編隊(duì)與隊(duì)形變換，完成復(fù)雜條件下目標(biāo)識別判斷與精準(zhǔn)任務(wù)成為可能。

5 結(jié) 論

在遂行任務(wù)中，無人機(jī)集群系統(tǒng)本身所具有的“自愈”能力和強(qiáng)魯棒性能有效解決現(xiàn)有單機(jī)系統(tǒng)的不足，但無人機(jī)集群技術(shù)的研究還存在以下局限性：

(1) 目前，無人機(jī)集群技術(shù)的研究多處于理論和試驗(yàn)階段，現(xiàn)行的多無人機(jī)編隊(duì)大部分是基于地面站對集群中每個無人機(jī)或?qū)ζ浞纸M進(jìn)行的控制，還未真正實(shí)現(xiàn)無人機(jī)集群的自主控制?；谏疃葟?qiáng)化學(xué)習(xí)技術(shù)的無人機(jī)集群自主決策、自主任務(wù)協(xié)同、編隊(duì)隊(duì)形與變換、機(jī)間信息交互共享等方面的研究還不夠深入。

(2) 研究生物智能群體模型，往往只考慮群體當(dāng)前狀態(tài)進(jìn)行決策研究，在建模時進(jìn)行模型簡化，但是生物群集是有記憶功能的，忽略了歷史狀態(tài)的生物群集模型，映射到無人機(jī)集群模型進(jìn)行分析與仿真、群體智能決策研究時會造成無人機(jī)集群系統(tǒng)模型的部分結(jié)果失真。

(3) 無人機(jī)集群中多智能體間的信息通信與交互呈現(xiàn)出立體空間、通信主體多變等特性，目前對無人機(jī)通信問題研究還不夠深入?，F(xiàn)階段的通信技術(shù)存在數(shù)據(jù)傳輸延遲、丟包，且不能及時進(jìn)行變主體、多方位通信，不能適應(yīng)無人機(jī)集群態(tài)勢感知技術(shù)，難以滿足無人機(jī)集群通信要求。5G通信技術(shù)的發(fā)展與應(yīng)用是提升無人機(jī)集群通信與信息交互智能化能力的重要途徑。

總之，新一代人工智能技術(shù)是實(shí)現(xiàn)無人機(jī)集群技術(shù)自主決策的技術(shù)之首，立足于人工智能，開發(fā)基于群體智能的無人機(jī)集群控制系統(tǒng)，實(shí)現(xiàn)無人機(jī)集群群體智能的技術(shù)集成，是新一代無人機(jī)集群技術(shù)研究的主要方向。具備群體智能的無人機(jī)集群不僅在國防科技領(lǐng)域大顯身手，在民用如地質(zhì)勘探、智慧交通、搶險救災(zāi)、農(nóng)林植保、物流等領(lǐng)域也將大有可為[66]。