毛雪玥 彭盛龍
(電子科技集團(tuán)第十研究所通信事業(yè)部 成都 610036)
無(wú)人機(jī)是軍事戰(zhàn)爭(zhēng)技術(shù)的前沿,是作戰(zhàn)模式創(chuàng)新的著力點(diǎn)[1]。隨著人工智能等熱點(diǎn)技術(shù)的不斷發(fā)展以及在現(xiàn)代軍事需求的引領(lǐng)下,無(wú)人機(jī)智能化不斷提高、自主性不斷增強(qiáng)、信息獲取能力不斷提升,并正在逐步改變作戰(zhàn)樣式。作戰(zhàn)運(yùn)用從單機(jī)作戰(zhàn)向集群作戰(zhàn)、無(wú)人機(jī)和有人機(jī)協(xié)同作戰(zhàn)演進(jìn),已成為現(xiàn)代與未來(lái)戰(zhàn)爭(zhēng)中不可或缺的重要力量[2]。有人機(jī)/無(wú)人機(jī)智能協(xié)同作戰(zhàn)能使無(wú)人機(jī)更好地融入作戰(zhàn)體系,不僅能充分發(fā)揮無(wú)人機(jī)的作戰(zhàn)能力,同時(shí)更進(jìn)一步實(shí)現(xiàn)體系效能增強(qiáng)的作用。因此,對(duì)世界軍事領(lǐng)域而言,無(wú)人機(jī)的應(yīng)用具有重大意義[3~4]。
無(wú)人機(jī)航線智能規(guī)劃技術(shù)、無(wú)人機(jī)自主飛行能力以及無(wú)人機(jī)空中交通告警和防撞技術(shù)一直是無(wú)人機(jī)相關(guān)領(lǐng)域研究的核心和重點(diǎn)[5~7]?;谟腥藱C(jī)和無(wú)人機(jī)協(xié)同作戰(zhàn)模式的無(wú)人機(jī)航路重規(guī)劃,是有人機(jī)和無(wú)人機(jī)通過(guò)信息感知支撐智能輔助決策協(xié)同控制的過(guò)程。通過(guò)自主規(guī)劃可用資源,根據(jù)自身執(zhí)行任務(wù)能力來(lái)動(dòng)態(tài)響應(yīng)變化的威脅環(huán)境,并自動(dòng)處理突發(fā)緊急情況。
有人機(jī)/無(wú)人機(jī)協(xié)同作戰(zhàn)系統(tǒng)一般包括一架有人機(jī)4 級(jí)協(xié)同控制多架無(wú)人機(jī),其中,無(wú)人機(jī)控制站配置在有人機(jī)中,有人機(jī)負(fù)責(zé)對(duì)無(wú)人機(jī)的指揮控制和任務(wù)規(guī)劃;無(wú)人機(jī)負(fù)責(zé)對(duì)目標(biāo)的雷達(dá)探測(cè)和攻擊任務(wù)。有人機(jī)協(xié)同信息感知輔助控制決策過(guò)程如下:有人機(jī)接收本機(jī)和無(wú)人機(jī)傳感器數(shù)據(jù),進(jìn)行數(shù)據(jù)融合和威脅評(píng)估,給出態(tài)勢(shì)感知結(jié)果和威脅提示,支撐動(dòng)態(tài)規(guī)劃,改變無(wú)人機(jī)航路和傳感器工作模式;無(wú)人機(jī)通過(guò)傳感器感知敵方艦船的雷達(dá)威脅預(yù)警,給出威脅預(yù)警提示。并通過(guò)自主航路重新規(guī)劃,規(guī)避威脅。有人機(jī)/無(wú)人機(jī)協(xié)同作戰(zhàn)系統(tǒng)展示如圖1所示。
圖1 有人機(jī)/無(wú)人機(jī)協(xié)同作戰(zhàn)系統(tǒng)組成
無(wú)人機(jī)防撞系統(tǒng)是指根據(jù)合作單元內(nèi)部提供的相對(duì)位置、姿態(tài)信息、通過(guò)雷達(dá)傳感器探測(cè)到的非合作單元的相對(duì)距離和方位信息,并依據(jù)入侵物與無(wú)人機(jī)間的距離、方位、碰撞威脅等級(jí)以及目前無(wú)人機(jī)編隊(duì)的航路規(guī)劃信息,以及不同的飛行規(guī)則權(quán)重,生成不同的防撞策略。無(wú)人機(jī)防撞系統(tǒng)功能框圖見(jiàn)圖2。
圖2 無(wú)人機(jī)防撞系統(tǒng)功能框圖
根據(jù)不同的飛機(jī)規(guī)則權(quán)重,防撞策略劃分為以無(wú)人機(jī)集群優(yōu)先的整體防撞策略和以無(wú)人機(jī)集群中具體某一個(gè)成員飛行行為優(yōu)先的成員自主防撞策略。本次研究主要基于無(wú)人機(jī)集群優(yōu)先的整體防撞策略。協(xié)同作戰(zhàn)系統(tǒng)的各單元在空中按照分布式規(guī)則進(jìn)行配置,每架無(wú)人機(jī)利用機(jī)載傳感器探測(cè)未知環(huán)境,系統(tǒng)內(nèi)成員之間以自主協(xié)同網(wǎng)絡(luò)為依托進(jìn)行通信,從而實(shí)現(xiàn)數(shù)據(jù)共享,合作型感知探測(cè)障礙物威脅并實(shí)現(xiàn)實(shí)時(shí)自主規(guī)避。
在整體防撞機(jī)制中,無(wú)人機(jī)集群作為一個(gè)整體,為保持集群隊(duì)形,將無(wú)人機(jī)集群內(nèi)聚飛行規(guī)則權(quán)重設(shè)置較高,以保證防撞過(guò)程中集群內(nèi)部成員不發(fā)生脫離。根據(jù)內(nèi)聚飛行規(guī)則,集群內(nèi)第i架無(wú)人機(jī)成員的期望航跡偏角計(jì)算公式為
上式中,f1為在水平面內(nèi)無(wú)人機(jī)航跡偏角方向的變換函數(shù)。設(shè)(XiT,YiT,ZiT)為處于第i個(gè)無(wú)人機(jī)成員探測(cè)距離并位于該集群外的所有碰撞威脅的平均質(zhì)心坐標(biāo),則f1(x)表示為
同時(shí),根據(jù)內(nèi)聚飛行規(guī)則,集群內(nèi)第i架無(wú)人機(jī)成員的期望航跡傾角計(jì)算公式為
上式中,f2是為在垂直平面內(nèi)無(wú)人機(jī)航跡傾角方向的變換函數(shù),f2(x)表示為
對(duì)于第i個(gè)無(wú)人機(jī)成員,防撞規(guī)則的權(quán)重定義如下:
式中,Pi=(Xi,Yi,Zi),Pρi=(XiT,YiT,ZiT),ρc為防撞距離的定義,當(dāng)無(wú)人機(jī)與威脅之間的距離或無(wú)人機(jī)之間的距離小于防撞距離ρc時(shí),則需要進(jìn)行防撞控制。
通過(guò)上述公式計(jì)算可得到無(wú)人機(jī)集群內(nèi)第i個(gè)無(wú)人機(jī)成員的期望航跡偏角ψdiE和期望航跡傾角θdiE。協(xié)同作戰(zhàn)系統(tǒng)中,無(wú)人機(jī)接收到來(lái)自有人機(jī)的制導(dǎo)指令便進(jìn)行相應(yīng)航跡偏轉(zhuǎn),可保證系統(tǒng)內(nèi)部任一成員均不與系統(tǒng)內(nèi)其他合作成員或者系統(tǒng)外其他非合作威脅發(fā)生碰撞,因此實(shí)現(xiàn)無(wú)人機(jī)集群安全飛行。
綜上所述,無(wú)人機(jī)集群整體防撞策略可描述為:協(xié)同作戰(zhàn)系統(tǒng)沿預(yù)先規(guī)劃的航跡飛行,當(dāng)無(wú)人機(jī)集群探測(cè)到碰撞威脅目標(biāo),且與碰撞威脅目標(biāo)之間的距離小于防撞距離時(shí),無(wú)人機(jī)集群作為整體進(jìn)行防撞協(xié)同控制,且每個(gè)無(wú)人機(jī)成員與威脅目標(biāo)之間的位置坐標(biāo)關(guān)系決定了該成員的航跡偏角和航跡傾角的變換。當(dāng)無(wú)人機(jī)集群探測(cè)到與碰撞威脅之間的距離大于防撞距離時(shí),集群則沿預(yù)先規(guī)劃的航跡飛行。
基于協(xié)同作戰(zhàn)的無(wú)人機(jī)航路規(guī)劃是指以有人機(jī)/無(wú)人機(jī)協(xié)同目標(biāo)分配方案為基礎(chǔ),對(duì)每架無(wú)人機(jī)規(guī)劃出有效的協(xié)同航線?,F(xiàn)有的航路規(guī)劃算法都是將規(guī)劃空間離散化,按照一定的規(guī)則得到離散采樣點(diǎn),并以這些采樣點(diǎn)作為航路上任務(wù)點(diǎn),根據(jù)具體算法規(guī)劃出具體航路。常用的規(guī)劃算法有A*算法[8-9]、遺傳算法[10]、蟻群算法[11]、基于圖像骨架的貪婪算法[12]、粒子群算法[13]、Voronoi 圖[14]、人工勢(shì)場(chǎng)法[15]、概率地圖法、RRT 法(快速隨機(jī)樹(shù)法)等等,這類(lèi)算法能夠有效提高無(wú)人機(jī)最佳航線的搜索效率。A*算法是一種公認(rèn)的最優(yōu)啟發(fā)搜索算法,可實(shí)時(shí)規(guī)劃三維航線,有效規(guī)避威脅,是動(dòng)態(tài)避障路徑規(guī)劃過(guò)程中較為認(rèn)可的算法[16]。動(dòng)態(tài)稀疏A*算法是A*的一種改進(jìn)形式,將無(wú)人機(jī)機(jī)動(dòng)性能約束與規(guī)劃空間的劃分結(jié)合起來(lái),加入了無(wú)人機(jī)性能對(duì)航路的約束,大幅度提高算法效率。稀疏D*(Dynamic Sparse A*Search,DSAS)算法是稀疏A*算法的改進(jìn)型,當(dāng)無(wú)人機(jī)在預(yù)先規(guī)劃好的航線上飛行遇到突發(fā)威脅時(shí),該算法能夠?qū)崿F(xiàn)對(duì)無(wú)人機(jī)最佳航線的在線實(shí)時(shí)重規(guī)劃。
圖3 描述了無(wú)人機(jī)航線重規(guī)劃過(guò)程。首先,無(wú)人機(jī)沿著預(yù)規(guī)劃航路(圖中虛線部分)飛行,當(dāng)無(wú)人機(jī)飛行到某一航路點(diǎn)時(shí),出現(xiàn)突發(fā)威脅,此時(shí)預(yù)規(guī)劃航路已不再適用,需在線實(shí)時(shí)規(guī)劃新航路(圖中實(shí)線部分)。本文使用的稀疏D*算法可以實(shí)時(shí)為無(wú)人機(jī)重新規(guī)劃生成新航跡,并在每一個(gè)時(shí)刻保持最優(yōu)航路。
圖3 航跡重規(guī)劃示意圖
無(wú)人機(jī)航路最優(yōu)性是一個(gè)多目標(biāo)決策問(wèn)題,需要考慮多個(gè)因素,包括飛行航程短、飛行海拔低、距離威脅遠(yuǎn)以及航路對(duì)準(zhǔn)目標(biāo)點(diǎn)等要點(diǎn)。我們選擇的代價(jià)函數(shù)為
在上式中,li為第i段航跡長(zhǎng)度對(duì)的歸一化值,表示無(wú)人機(jī)飛行航線長(zhǎng)度優(yōu)先級(jí),在無(wú)人機(jī)執(zhí)行任務(wù)時(shí),縮短航跡減少飛行時(shí)間,不僅可以降低無(wú)人機(jī)的危險(xiǎn)系數(shù),同時(shí)能夠節(jié)省無(wú)人機(jī)的油耗;hi為無(wú)人機(jī)的飛行高度,表示無(wú)人機(jī)飛行高度優(yōu)先級(jí),飛行航路高度降低能夠提高無(wú)人機(jī)安全系數(shù);θpti為無(wú)人機(jī)飛行航路的方向與起點(diǎn)到突發(fā)威脅中心連線的夾角的歸一化值,表示無(wú)人機(jī)航向指向威脅的程度級(jí)別,使無(wú)人機(jī)的航向偏離與威脅的連線,保證無(wú)人機(jī)能夠避開(kāi)威脅;θpgi是無(wú)人機(jī)飛行航路的方向與起點(diǎn)到目標(biāo)點(diǎn)連線的夾角的歸一化值,表示無(wú)人機(jī)偏離起始點(diǎn)與目標(biāo)點(diǎn)連線的距離,使無(wú)人機(jī)不會(huì)偏離特定的航線太遠(yuǎn),同時(shí)也降低無(wú)人機(jī)的航程。
將各因素求值,再歸一化加權(quán)求和即可得到代價(jià)值。
稀疏D*算法流程如表1所示,其中,OPEN 表和CLOSE 表為兩個(gè)數(shù)據(jù)結(jié)構(gòu)表,其中,CLOSE 表中存放已被擴(kuò)展或?qū)⒁獢U(kuò)展的節(jié)點(diǎn),也被稱(chēng)為封閉節(jié)點(diǎn);OPEN表中存放當(dāng)前子節(jié)點(diǎn)可擴(kuò)展的節(jié)點(diǎn)。
表1 三維航跡規(guī)劃的稀疏D*算法
If遇到突發(fā)威脅then刪除新威脅覆蓋區(qū)域的航跡節(jié)點(diǎn);刪除新威脅覆蓋區(qū)域的航跡節(jié)點(diǎn)的所有后代節(jié)點(diǎn);依據(jù)集群防撞策略找到離當(dāng)前節(jié)點(diǎn)最近的航跡點(diǎn);將該航跡點(diǎn)作為新節(jié)點(diǎn)插入OPEN 表;Go to 第三行;Else Continue Go to 第五行;End End
綜上所述,無(wú)人機(jī)在飛行過(guò)程中,探測(cè)到前方航路存在突發(fā)威脅時(shí),稀疏D*算法將清空突發(fā)威脅所影響區(qū)域內(nèi)的所有原航跡點(diǎn),并且將離威脅區(qū)域最近同時(shí)不受威脅區(qū)域影響的航路點(diǎn)重新放入OPEN表中。然后,稀疏D*算法根據(jù)上述流程重新規(guī)劃出從當(dāng)前探測(cè)到威脅區(qū)域的節(jié)點(diǎn)到目的節(jié)點(diǎn)的航路。根據(jù)上述描述,在稀疏A*算法大幅度提高航線計(jì)算效率的基礎(chǔ)上,稀疏D*算法又在重規(guī)劃過(guò)程中保留了原規(guī)劃航線中未受到威脅區(qū)域影響的航路點(diǎn)信息,以此減少在線重規(guī)劃的計(jì)算量,大大提高航線重規(guī)劃效率。
基于協(xié)同作戰(zhàn)策略,將無(wú)人機(jī)集群整體防撞準(zhǔn)則和稀疏D*航路重規(guī)劃算法相結(jié)合,進(jìn)行無(wú)人機(jī)航路重規(guī)劃。本文進(jìn)行仿真模擬實(shí)驗(yàn)。無(wú)人機(jī)集群由四架無(wú)人機(jī)組成,集群分布如圖4所示。
圖4 無(wú)人機(jī)集群信息
威脅分布如圖5所示。
圖5 威脅分布信息
針對(duì)代價(jià)函數(shù)各參數(shù)取值,在實(shí)驗(yàn)中取高度權(quán)值Wh=0.1,長(zhǎng)度權(quán)值Wl=0.2,目標(biāo)指向權(quán)值Wgp=0.2,威脅指向權(quán)值Wpt=0.5,實(shí)驗(yàn)?zāi)M結(jié)果見(jiàn)圖6。
圖6 實(shí)驗(yàn)?zāi)M結(jié)果
其中,綠色航線的飛機(jī)為應(yīng)用了本文所提出航線重規(guī)劃算法的無(wú)人機(jī),而紅色航線的飛機(jī)為未應(yīng)用本文提出航線重規(guī)劃算法的無(wú)人機(jī),在遇到突發(fā)威脅時(shí),綠色無(wú)人機(jī)實(shí)時(shí)重新規(guī)劃航線,避開(kāi)威脅。而紅色的無(wú)人機(jī)未規(guī)避突發(fā)威脅,依舊按照原規(guī)劃航線飛行,右上角為無(wú)人機(jī)飛行航線和威脅的全局示意圖。從上面的結(jié)果可以看出本文提出的基于無(wú)人機(jī)集群整體防撞策略和稀疏D*航路重規(guī)劃算法在實(shí)際應(yīng)用過(guò)程中,能夠使無(wú)人機(jī)集群有效避障,且規(guī)劃出的航線滿(mǎn)足無(wú)人機(jī)在飛行時(shí)間、高度和避障能力等方面的性能要求。
無(wú)人機(jī)航線規(guī)劃是無(wú)人機(jī)任務(wù)規(guī)劃技術(shù)中的關(guān)鍵,傳統(tǒng)無(wú)人機(jī)航線重規(guī)劃算法計(jì)算過(guò)程復(fù)雜、計(jì)算量龐大、響應(yīng)速度緩慢、探測(cè)效果不佳、航線效能不高,在實(shí)際本文基于有人/無(wú)人機(jī)協(xié)同作戰(zhàn)理論提出無(wú)人機(jī)集群整體防撞策略和稀疏D*算法相結(jié)合的無(wú)人機(jī)集群航路重規(guī)劃方法,通過(guò)實(shí)驗(yàn)得出以下結(jié)論:
1)有人機(jī)和無(wú)人機(jī)協(xié)同作戰(zhàn),能夠充分發(fā)揮有人機(jī)和無(wú)人機(jī)本身優(yōu)勢(shì)的互補(bǔ)作用,在面對(duì)變化的威脅環(huán)境時(shí)能夠快速做出動(dòng)態(tài)響應(yīng),并能夠根據(jù)可用資源進(jìn)行自主航線重規(guī)劃;
2)無(wú)人機(jī)集群整體防撞策略是將集群系統(tǒng)作為整體進(jìn)行防撞協(xié)同控制,每個(gè)無(wú)人機(jī)與威脅之間的位置關(guān)系決定了其航跡偏角和航跡傾角的變換,通過(guò)改變集群內(nèi)各個(gè)無(wú)人機(jī)成員的航跡偏角和航跡傾角便可有效完成無(wú)人機(jī)集群與碰撞威脅之間的規(guī)避;
3)無(wú)人機(jī)在飛行過(guò)程中,探測(cè)到前方航路存在突發(fā)威脅時(shí),或突然改變飛行任務(wù)時(shí),稀疏D*算法能夠?qū)崿F(xiàn)對(duì)無(wú)人機(jī)航跡的在線實(shí)時(shí)重規(guī)劃,在稀疏A*算法大幅度提高航線計(jì)算效率的基礎(chǔ)上,又在重規(guī)劃過(guò)程中保留了原規(guī)劃航線中未受到威脅區(qū)域影響的航路點(diǎn)信息,減少計(jì)算量,極大提高航線規(guī)劃效率。
因此,本文提出的基于無(wú)人機(jī)集群整體防撞策略和稀疏D*航路重規(guī)劃算法不僅能夠使無(wú)人機(jī)集群在面對(duì)變化的威脅環(huán)境時(shí)整體避開(kāi)碰撞,而且航線規(guī)劃效率高,規(guī)劃出的航線滿(mǎn)足無(wú)人機(jī)的機(jī)動(dòng)性能要求。