丁 偉，張 峰，宋 敏，崔 龍，王宏偉，劉釗銘，繆 磊

（1. 沈陽(yáng)工程學(xué)院自動(dòng)化學(xué)院，沈陽(yáng) 110136；2. 中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所機(jī)器人學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，沈陽(yáng) 110169）

1 引 言

1.1 撲翼飛行機(jī)器人

撲翼飛行機(jī)器人通過機(jī)器人機(jī)翼?yè)鋭?dòng)拍打空氣產(chǎn)生的反作用力提供推力和升力，并通過飛行機(jī)器人尾翼和側(cè)翼的位置偏移來調(diào)節(jié)機(jī)身的運(yùn)動(dòng)方向［1］。撲翼飛行機(jī)器人能夠完成垂直升降、懸停和滑翔等高難度運(yùn)動(dòng)，具有較高的運(yùn)動(dòng)靈活性和敏捷性。撲翼飛行機(jī)器人相較于固定翼飛行機(jī)器人和旋翼飛行機(jī)器人，具有體積小、隱蔽性高和機(jī)動(dòng)性強(qiáng)等多方面的優(yōu)勢(shì)。

隨著仿生學(xué)、機(jī)械制造、微納米加工、空氣動(dòng)力學(xué)和智能控制等技術(shù)的進(jìn)一步發(fā)展，飛行機(jī)器人的研究引起越來越廣泛的關(guān)注，仿生撲翼飛行機(jī)器人技術(shù)也得到了進(jìn)一步的發(fā)展和提升［2］。微型化、智能化、集成化和集群化成為飛行機(jī)器人的發(fā)展趨勢(shì)和方向，飛行機(jī)器人能夠模仿鳥類和昆蟲的飛行方式，靈活地完成低空偵察、監(jiān)控以及搜索等任務(wù)。

國(guó)內(nèi)外研究團(tuán)隊(duì)己在仿生撲翼飛行機(jī)器人的飛行機(jī)理［3］、動(dòng)力學(xué)分析［4-5］、撲翼機(jī)械結(jié)構(gòu)設(shè)計(jì)［6-10］、飛行控制方法［11-14］和機(jī)器人視覺［15］等方面取得了大量研究成果。其中，國(guó)外對(duì)撲翼飛行機(jī)器人開展研究較早，較多機(jī)構(gòu)進(jìn)行了撲翼飛行機(jī)器人系統(tǒng)的設(shè)計(jì)和研發(fā)工作。

2005 年，美國(guó)AeroVironment 公司開發(fā)的仿蜂鳥撲翼飛行機(jī)器人“Nano Hummingbird［16］”質(zhì)量約19 g，翼展約17 cm，能夠持續(xù)飛行11 min。

德國(guó)Festo 公司研制的一款翼展為50 cm 的仿生蝴蝶“eMotion Butterflies［17］”。其機(jī)翼骨架采用碳纖維材料，通過兩個(gè)獨(dú)立的伺服電機(jī)進(jìn)行機(jī)翼驅(qū)動(dòng)與控制。

美國(guó)麻省理工學(xué)院的“Phoenix［18］”。寬大的柔性翼利用碳纖維棒構(gòu)成了一個(gè)三角形的結(jié)構(gòu)，可提供300 W 的強(qiáng)大升力。該仿生撲翼飛行機(jī)器人可實(shí)現(xiàn)水平穩(wěn)定飛行，速度大約為4 m/s，能夠攜帶GPS 等多種傳感器。但其控制系統(tǒng)有待完善，只能以手持方式起飛，無法完成復(fù)雜飛控動(dòng)作。

國(guó)內(nèi)關(guān)于撲翼飛行機(jī)器人的相關(guān)研究起步較晚，但自2000 年以來也取得了一定的發(fā)展和進(jìn)步［19-21］。

北京航空航天大學(xué)孫茂等［22］專注于空氣動(dòng)力學(xué)相關(guān)原理研究，并揭示了昆蟲飛行時(shí)的非定?？諝鈩?dòng)力機(jī)理。

西北工業(yè)大學(xué)［23-24］研制的“信鴿”仿鴿撲翼飛行機(jī)器人采用碳纖維材料搭建骨架，利用聚酯薄膜聚合物作為翼膜，翼展50 cm，質(zhì)量220 g，續(xù)航時(shí)間30 min。其在控制飛行方面，可實(shí)現(xiàn)自主起飛和航行，飛行機(jī)器人具有一定的抗風(fēng)能力，可應(yīng)用于救援和偵察等實(shí)際現(xiàn)場(chǎng)。

上海交通大學(xué)［25］研究了基于仿昆蟲飛行模式的數(shù)學(xué)建模，選取光刻膠SU-8 作為結(jié)構(gòu)材料，采用微機(jī)電加工技術(shù)，設(shè)計(jì)了仿昆蟲微型撲翼飛行機(jī)器人。

北京科技大學(xué)［26］設(shè)計(jì)了“USTB-Dove”仿鳥撲翼飛行機(jī)器人，翼展70 cm，質(zhì)量220 g，可以通過手控或自控方式實(shí)現(xiàn)穩(wěn)定飛行，續(xù)航時(shí)間為40 min。

從整體來看，國(guó)內(nèi)對(duì)于仿生撲翼飛行機(jī)器人的研究成果相對(duì)集中在理論研究方面，實(shí)物實(shí)驗(yàn)平臺(tái)的搭建相對(duì)較少，仍具有較大的進(jìn)步空間。

1.2 飛行機(jī)器人集群編隊(duì)研究現(xiàn)狀

飛行機(jī)器人集群編隊(duì)是指飛行機(jī)器人集群根據(jù)不同的任務(wù)需求，構(gòu)成一定的幾何形態(tài)來協(xié)作執(zhí)行任務(wù)，同時(shí)對(duì)環(huán)境具有感知能力，能作出適應(yīng)性動(dòng)態(tài)調(diào)整行為的多智能體系統(tǒng)。

群體模型通常來自自然界和生物集群，如鳥群、蟻群、獸群、魚群和粒子群等。集群智能系統(tǒng)由一群簡(jiǎn)單的個(gè)體組成，個(gè)體按照相關(guān)規(guī)則在彼此之間進(jìn)行信息交互，智能體也可以與環(huán)境進(jìn)行信息交互。群體智能在數(shù)量上表現(xiàn)為多數(shù)量，在群體層面表現(xiàn)為分散化、去中心化和自組織的群體特征。

總體來說，飛行機(jī)器人集群編隊(duì)研究?jī)?nèi)容主要包括集群構(gòu)型設(shè)計(jì)與切換、控制與保持、路徑跟蹤、障礙規(guī)避等協(xié)作行為。飛行機(jī)器人集群編隊(duì)的研究仍處于探索階段。

集群系統(tǒng)比人工系統(tǒng)具有更優(yōu)越的自主性、協(xié)調(diào)性和智能性。隨著飛行任務(wù)復(fù)雜度的提升，對(duì)撲翼飛行機(jī)器人在大區(qū)域中執(zhí)行任務(wù)時(shí)的機(jī)動(dòng)性、快速性和效率等性能提出了更高的要求，單撲翼機(jī)器人較難實(shí)現(xiàn)。在面對(duì)遠(yuǎn)距離、大環(huán)境信息量和高能量消耗等復(fù)雜任務(wù)時(shí)，撲翼飛行機(jī)器人集群具有感知信息量大、節(jié)省時(shí)間、作業(yè)效率高、群體能量消耗少和隱蔽性好等多方面優(yōu)勢(shì)，如圖1所示。

圖1 撲翼飛行機(jī)器人的技術(shù)優(yōu)勢(shì)Fig.1 Technical advantages of flapping-wing flying robot

仿生撲翼飛行機(jī)器人是以飛行鳥類為仿生對(duì)象，在仿生撲翼機(jī)器人集群飛行方面也需要從鳥類進(jìn)化的集群機(jī)理中得到啟發(fā)。通過陣型變換提升撲翼飛行機(jī)器人集群的搜索能力和環(huán)境避障能力，可以提升集群的任務(wù)執(zhí)行力。所以，撲翼飛行機(jī)器人集群在遠(yuǎn)距離軍事偵察、大范圍環(huán)境監(jiān)測(cè)、長(zhǎng)時(shí)間災(zāi)難監(jiān)測(cè)等軍事或民用領(lǐng)域具有廣泛的應(yīng)用前景。

綜上所述，對(duì)仿生撲翼飛行機(jī)器人集群控制的研究，能夠很好地解決撲翼飛行機(jī)器人集群陣型選擇和變換的問題。利用集群控制，實(shí)現(xiàn)撲翼飛行機(jī)器人集群大范圍搜索、低空偵察和目標(biāo)覆蓋等復(fù)雜應(yīng)用任務(wù)。

現(xiàn)階段，由于固定翼飛行機(jī)器人和旋翼飛行機(jī)器人的控制技術(shù)發(fā)展相對(duì)成熟，集群編隊(duì)控制主要集中于上述兩類飛行機(jī)器人。相比之下，撲翼飛行機(jī)器人具有獨(dú)特的功能優(yōu)勢(shì)以及良好的仿生性能，其集群編隊(duì)作為一門前沿發(fā)展科學(xué)，具有廣闊的應(yīng)用前景。

2014 年，匈牙利羅蘭大學(xué)Tamas Vicsek 團(tuán)隊(duì)［27］借鑒生物集群行為機(jī)理，在通信延遲、GPS丟失等情況下，利用10 架四旋翼飛行機(jī)器人完成了障礙物躲避、陣型穩(wěn)定保持和多目標(biāo)跟蹤等多項(xiàng)任務(wù)。2015 年，美國(guó)海軍研究院Timothy Chung團(tuán)隊(duì)［28］實(shí)現(xiàn)了50 余架固定翼飛行機(jī)器人的集群編隊(duì)飛行，利用無線自組織網(wǎng)絡(luò)進(jìn)行信息交互和共享。2018 年，美國(guó)國(guó)防預(yù)先研究計(jì)劃局設(shè)立的“小精靈”項(xiàng)目［29］通過集群內(nèi)部的信息收集與傳遞，協(xié)同破壞敵方防御系統(tǒng)，執(zhí)行情報(bào)偵察與電子干擾攻擊等破壞性任務(wù)。

飛行機(jī)器人編隊(duì)飛行的主要目標(biāo)是驅(qū)動(dòng)飛行機(jī)器人形成并保持固定陣型，其控制方法主要分為長(zhǎng)機(jī)-僚機(jī)方法、基于行為方法、虛擬結(jié)構(gòu)方法和一致性方法。

傳統(tǒng)的長(zhǎng)機(jī)-僚機(jī)方法主要由長(zhǎng)機(jī)跟蹤預(yù)設(shè)軌跡，僚機(jī)與長(zhǎng)機(jī)保持相對(duì)位置跟隨長(zhǎng)機(jī)飛行。美國(guó)賓夕法尼亞大學(xué)Desai 團(tuán)隊(duì)［30］提出的長(zhǎng)機(jī)-僚機(jī)改進(jìn)控制方案通過以上技術(shù)實(shí)現(xiàn)了無人飛行機(jī)器人在非GPS 定位環(huán)境中的集群編隊(duì)飛行?；谛袨榉椒ㄊ且环N通過定義飛行機(jī)器人幾種基本控制行為并對(duì)其進(jìn)行執(zhí)行和優(yōu)化的編隊(duì)控制方法。北京航空航天大學(xué)段海濱團(tuán)隊(duì)［31］提出了一種基于鴿群層級(jí)群聚特性的集群控制方法，并通過多無人飛行機(jī)器人對(duì)該集群控制方法進(jìn)行了仿真驗(yàn)證。國(guó)防科技大學(xué)王祥科團(tuán)隊(duì)［32］針對(duì)大規(guī)模固定翼無人機(jī)集群的編隊(duì)控制問題，提出了一種分層分組控制方法，并通過100 架固定翼無人機(jī)集群的全流程數(shù)值仿真，驗(yàn)證了集群控制方法的有效性。西北工業(yè)大學(xué)符小衛(wèi)團(tuán)隊(duì)［33］針對(duì)切換拓?fù)浣Y(jié)構(gòu)下的集群編隊(duì)控制問題，設(shè)計(jì)了只需個(gè)別無人機(jī)獲取虛擬長(zhǎng)機(jī)信息也能保證集群連通性的編隊(duì)控制算法，并進(jìn)行了仿真實(shí)驗(yàn)，驗(yàn)證了算法的有效性。日本慶應(yīng)大學(xué)Kuriki 教授團(tuán)隊(duì)［34］結(jié)合模型預(yù)測(cè)控制和一致性控制方法，成功進(jìn)行了無人飛行機(jī)器人自主防碰撞的編隊(duì)飛行實(shí)驗(yàn)。

以上幾種飛行機(jī)器人集群控制方法各有其特點(diǎn)和適應(yīng)場(chǎng)合，基于行為的控制方法符合人工智能的發(fā)展思路，設(shè)計(jì)合理的機(jī)器人集群行為，可有效實(shí)現(xiàn)集群的智能控制。

根據(jù)無人機(jī)的資源利用和作戰(zhàn)任務(wù)不同，飛行機(jī)器人集群的任務(wù)通常分為以下三類：（1）訪問任務(wù)；（2）打擊任務(wù)；（3）察打一體任務(wù)。其中，訪問任務(wù)具體包括三種任務(wù)類型：（1）覆蓋任務(wù)；（2）搜尋作業(yè)；（3）評(píng)估任務(wù)。

無人機(jī)群訪問任務(wù)是在滿足偵測(cè)設(shè)備與能量約束的情況下，通過對(duì)機(jī)器人集群進(jìn)行合理的任務(wù)分配，有效搜索、覆蓋或評(píng)估訪問目標(biāo)， 實(shí)現(xiàn)訪問收益最大化的過程。飛行機(jī)器人集群覆蓋任務(wù)是對(duì)局部目標(biāo)進(jìn)行連續(xù)監(jiān)視和對(duì)特定區(qū)域的探測(cè)搜尋［35］。根據(jù)任務(wù)的執(zhí)行策略不同，可以將其歸類為行為式覆蓋和非行為式覆蓋［36］。行為式覆蓋策略是基于某種飛行機(jī)器人行為，優(yōu)化各機(jī)器人的方向和飛行時(shí)間，以實(shí)現(xiàn)對(duì)任務(wù)區(qū)域最大化覆蓋的目的，如圖2所示。

圖2 飛行機(jī)器人覆蓋任務(wù)的優(yōu)化策略Fig.2 Optimization strategy of flying robot covering tasks

搜索覆蓋率就是飛行機(jī)器人在搜索過程中覆蓋的區(qū)域面積與區(qū)域總面積的比值。搜索覆蓋率可按搜索面積或搜索點(diǎn)來進(jìn)行計(jì)算，如圖2（a）所示。圖中，將飛行機(jī)器人需要覆蓋的面積進(jìn)行網(wǎng)格化的處理，得到了6 × 10 個(gè)網(wǎng)格單元，飛行機(jī)器人從初始點(diǎn)（1，1）開始進(jìn)行基于行為的巡航覆蓋，直到完成覆蓋任務(wù)，停止于坐標(biāo)點(diǎn)（3，9），共對(duì)6 × 10 網(wǎng)格區(qū)域的42 個(gè)子區(qū)域進(jìn)行了巡檢覆蓋。因此，基于行為的覆蓋策略，其搜索覆蓋率為42/60 × 100% = 70%。而以豎“一”字形編隊(duì)通過搜索覆蓋區(qū)域，其覆蓋率為編隊(duì)覆蓋區(qū)域/總搜索面積，覆蓋率為6/60 ×100%=10%。

避障通過率就是飛行機(jī)器人編隊(duì)在面對(duì)寬敞或狹窄等不同飛行通道環(huán)境的情況下，其飛行編隊(duì)根據(jù)自身隊(duì)形實(shí)現(xiàn)的障礙環(huán)境通過飛機(jī)數(shù)量與總飛機(jī)數(shù)量的比值。如圖3 所示，飛行機(jī)器人編隊(duì)以豎“一”字形編隊(duì)通過最大通過寬度為一架飛行機(jī)器人的障礙環(huán)境時(shí)，其障礙通過率為100%，而當(dāng)飛行機(jī)器人編隊(duì)以橫“一”字形編隊(duì)通過最大通過寬度為一架飛行機(jī)器人的障礙環(huán)境時(shí)，其障礙通過率為1/5 × 100%=20%。因此，可以看出，基于行為的覆蓋搜索策略有較高的搜索效率。

圖3 飛行機(jī)器人集群編隊(duì)隊(duì)形變換和飛行任務(wù)場(chǎng)景示意圖Fig.3 Schematic diagram of formation transformation and flight mission scenario of flying robot cluster

針對(duì)開放的非結(jié)構(gòu)化的區(qū)域進(jìn)行環(huán)境監(jiān)測(cè)，飛行機(jī)器人集群可利用單機(jī)間的信息交互和合作，達(dá)到監(jiān)測(cè)區(qū)域的動(dòng)態(tài)變化，形成快速響應(yīng)。對(duì)于空間搜尋、區(qū)域覆蓋與監(jiān)測(cè)等任務(wù)，機(jī)器人集群都是非常好的解決方法。

2 撲翼飛行機(jī)器人飛行機(jī)理與雁陣變換集群控制

2.1 撲翼飛行機(jī)器人飛行機(jī)理和雁陣變換原理

雁群每年會(huì)隨著季節(jié)變化而進(jìn)行大規(guī)模遷徙，在遷徙過程中，雁群會(huì)以“V”字陣型或“一”字陣型進(jìn)行編隊(duì)排布，在保持穩(wěn)定隊(duì)形基礎(chǔ)上，借助集群陣型提升群體的障礙通過性和飛行效率。

單架撲翼飛行機(jī)器人在執(zhí)行長(zhǎng)距離偵察、巡邏以及多目標(biāo)搜索等任務(wù)時(shí)，通常會(huì)出現(xiàn)續(xù)航不足的問題。利用雁陣的不同隊(duì)形，可實(shí)現(xiàn)撲翼飛行機(jī)器人集群的大范圍空間搜索、巡檢和覆蓋任務(wù)，“一”字陣型有利于提升集群的障礙通過率和安全性，“人”字和“V”字陣型有利于提升集群巡檢的搜索覆蓋率，提升巡檢任務(wù)的作業(yè)效率，如圖3所示。

2.1.1 單仿生撲翼飛行機(jī)器人模型與控制

為方便仿生撲翼飛行機(jī)器人模型建模和控制器設(shè)計(jì)，在假設(shè)地面坐標(biāo)系為慣性坐標(biāo)系的條件下，通過拉格朗日建模方法，可以得到仿生撲翼飛行機(jī)器人的非線性動(dòng)力學(xué)模型

式中，qi=[qtiT，qriT]T=[xiyiziαiβiγi]T表示撲翼飛行機(jī)器人的位置及姿態(tài)狀態(tài)向量。

L表示一個(gè)使等式成立的矩陣。旋轉(zhuǎn)矩陣RIB=(RIB)-1=CB2C21C1I通過三個(gè)旋轉(zhuǎn)矩陣得到

式中，χ，α，γ表示機(jī)體坐標(biāo)系下的姿態(tài)信息量。

在主要考慮撲翼飛行機(jī)器人位置跟蹤的情況下，通過將式（1）進(jìn)行分解可得位置回路動(dòng)力學(xué)模型

qt=[x，y，z]T表示撲翼飛行機(jī)器人在慣性坐標(biāo)系下的位置向量，τt表示位置控制輸入量。

2.1.2 仿生撲翼飛行機(jī)器人編隊(duì)陣型排布與集群模型

陣型切換思想主要源于大雁長(zhǎng)途遷徙現(xiàn)象：雁群在整個(gè)遷徙過程中，會(huì)以“V”字陣型飛行實(shí)現(xiàn)整體能量?jī)?yōu)化，同時(shí)也會(huì)根據(jù)環(huán)境變化隨時(shí)改變?nèi)后w陣型，可將雁陣變換思想應(yīng)用于撲翼飛行機(jī)器人集群，以提升飛行機(jī)器人集群的巡檢能力和效率。

按照“V”字陣型排布，第三排的撲翼飛行機(jī)器人與第一排的撲翼飛行機(jī)器人之間的橫向距離為πb/2，縱向距離為4b，垂直距離不變，對(duì)應(yīng)的最大升力和阻力變化量分別為ΔL'= 0.0113 N 和ΔD'= 0.0018 N。

由于ΔL'?ΔL以及ΔD'?ΔD，在陣型分析過程中只考慮前排撲翼飛行機(jī)器人對(duì)其最近后排撲翼飛行機(jī)器人的影響。前排飛行的撲翼飛行機(jī)器人產(chǎn)生的翼尖渦流方向主要為機(jī)翼的正后方，同排飛行的撲翼飛行機(jī)器人之間的橫向距離為πb/2，其對(duì)應(yīng)的升阻力變化值同樣遠(yuǎn)小于ΔL和ΔD，如圖4所示。

圖4 撲翼飛行機(jī)器人集群編隊(duì)陣型Fig.4 Flapping wing flying robot cluster formation

在穩(wěn)定飛行情況下，通過拉格朗日建模方法，可以得到仿生撲翼飛行機(jī)器人集群位置回路的非線性動(dòng)力學(xué)模型

式中，qi=[qtiT，qriT]T=[xiyiziαiβiγi]T表示第i個(gè)撲翼飛行機(jī)器人的位置向量，Mti表示慣性矩陣，Gti=［0，0，-mig］T表示第i個(gè)撲翼飛行機(jī)器人的重力向量，τti=[τix，τiy，τiz]T表示第i個(gè)撲翼飛行機(jī)器人的控制輸入量，uti表示第i個(gè)撲翼飛行機(jī)器人在翼尖渦流影響下受到的額外升阻力向量，當(dāng)i為“長(zhǎng)機(jī)”時(shí)uti=0，F(xiàn)ti=[-Fxi，F(xiàn)yi，F(xiàn)zi]T表示第i個(gè)撲翼飛行機(jī)器人在三軸方向所受到的阻力、側(cè)向力與升力。第i個(gè)撲翼飛行機(jī)器人的旋轉(zhuǎn)矩陣RiBI通過式（3）～（5）所示的三個(gè)旋轉(zhuǎn)矩陣得到。在此僅考慮偏航角γ為統(tǒng)一變化值，橫滾角χ和俯仰角α為固定值的情況。

2.2 基于仿生集群行為的集群控制方法

2.2.1 仿生運(yùn)動(dòng)行為綜述

仿生學(xué)誕生于上個(gè)世紀(jì)60 年代，仿生技術(shù)是在研究生物體、生命系統(tǒng)等結(jié)構(gòu)與功能原理的基礎(chǔ)上，根據(jù)這些生命特征原理形成的先進(jìn)技術(shù)和應(yīng)用。

生物行為就是具有某些特征的生物動(dòng)作序列和集合。而機(jī)器人行為與生物行為類似，通過仿生運(yùn)動(dòng)行為控制將機(jī)器人的特征行為進(jìn)行精確的建模和應(yīng)用。

在20 多年的發(fā)展過程中，多機(jī)器人編隊(duì)控制形成了多種具有代表性的研究方法［37-41］，包括領(lǐng)航-跟隨法、基于行為的方法、人工勢(shì)場(chǎng)法和虛擬結(jié)構(gòu)法等?；谛袨榈姆椒ㄝ^為形象并易于理解，在機(jī)器人導(dǎo)航、編隊(duì)與協(xié)作、機(jī)器人足球和人機(jī)交互等方面獲得了廣泛的應(yīng)用。

上世紀(jì)80 年代，美國(guó)麻省理工學(xué)院的Rodney Brooks［42］提出了機(jī)器人行為控制方法和包容式的體系結(jié)構(gòu)，將行為引入到機(jī)器人研究中。2004 年，Naffin等在協(xié)作、通信、運(yùn)動(dòng)、編隊(duì)保持和傳感等方面為多機(jī)器人編隊(duì)設(shè)計(jì)了16 種行為，以執(zhí)行和完成編隊(duì)任務(wù)［43］。2009 年，Ray 等為多機(jī)器人編隊(duì)設(shè)計(jì)的分布式行為選擇機(jī)制，取決于編隊(duì)開始時(shí)處于領(lǐng)航者地位的機(jī)器人的初始狀態(tài)［44］。

在國(guó)內(nèi)，經(jīng)過多年的積累，也形成了一系列的多撲翼飛行機(jī)器人集群編隊(duì)控制算法的研究成果［45-51］。2021 年，北京航空航天大學(xué)段海濱等研究了鴿群導(dǎo)航行為模型，探索了信鴿歸巢多種復(fù)雜行為學(xué)的內(nèi)在機(jī)理。信鴿歸巢導(dǎo)航過程呈現(xiàn)出了三個(gè)階段：（1）Map-and-Compass 階段，信鴿處于高熵狀態(tài)，對(duì)應(yīng)依靠地圖羅盤的導(dǎo)航行為；（2）Leg Length 階段，信鴿處于中熵狀態(tài)，對(duì)應(yīng)飛行中重定向期間的導(dǎo)航行為；（3）Immediate Home階段，信鴿處于低熵狀態(tài)，對(duì)應(yīng)鴿子在鴿房附近快速歸巢的行為。

2.2.2 仿生運(yùn)動(dòng)行為控制核心思想和理論模型

仿生行為控制的核心思想就是把底層的具體運(yùn)動(dòng)細(xì)節(jié)交給執(zhí)行機(jī)構(gòu)，控制系統(tǒng)高層只負(fù)責(zé)整體運(yùn)動(dòng)規(guī)劃。在傳統(tǒng)的遙操作機(jī)器人控制系統(tǒng)中，期望軌跡在機(jī)器人核心控制器中生成，并對(duì)期望軌跡采樣，以對(duì)機(jī)器人進(jìn)行實(shí)時(shí)的運(yùn)動(dòng)控制，對(duì)于操作者來說工作量較大。

基于仿生運(yùn)動(dòng)行為的控制系統(tǒng)架構(gòu)不再傳輸離散的軌跡采樣點(diǎn)和基礎(chǔ)數(shù)據(jù)，而是直接傳輸參數(shù)化的軌跡函數(shù)。參數(shù)化的軌跡函數(shù)，是指利用變換函數(shù)，把軌跡映射到一些定義的運(yùn)動(dòng)行為函數(shù)上，通過對(duì)行為函數(shù)的線性組合就可以還原參考軌跡。通信系統(tǒng)只需要傳輸幾個(gè)運(yùn)動(dòng)行為函數(shù)參數(shù)，即可實(shí)現(xiàn)軌跡控制。在這種架構(gòu)下，通信傳輸量將大幅下降而控制精度卻能夠得到保證。

仿生運(yùn)動(dòng)行為控制框架的系統(tǒng)結(jié)構(gòu)如圖5 所示。仿生行為控制字母表中的行為函數(shù)為二元組f=（v，γ）T的形式，允許每個(gè)行為函數(shù)在一個(gè)任意長(zhǎng)的時(shí)間段內(nèi)執(zhí)行。在仿生行為控制系統(tǒng)結(jié)構(gòu)中，機(jī)器人控制器可進(jìn)行路徑規(guī)劃和機(jī)器人的軌跡生成，并通過仿生行為生成器生成仿生行為序列。隨后，將運(yùn)動(dòng)行為序列發(fā)送給運(yùn)動(dòng)行為解析器，以控制機(jī)器人執(zhí)行機(jī)構(gòu)，來完成機(jī)器人的路徑規(guī)劃和作業(yè)任務(wù)。

圖5 仿生運(yùn)動(dòng)行為控制理論框架的控制系統(tǒng)結(jié)構(gòu)Fig.5 Control system configuration of BCBC framework

在仿生運(yùn)動(dòng)行為控制框架下，用運(yùn)動(dòng)機(jī)對(duì)機(jī)器人系統(tǒng)進(jìn)行建模，用以描述機(jī)器人在離散時(shí)間接收仿生運(yùn)動(dòng)行為命令并產(chǎn)生連續(xù)運(yùn)動(dòng)的特征。仿生運(yùn)動(dòng)行為控制的模型稱為運(yùn)動(dòng)狀態(tài)機(jī)模型，就是生成從狀態(tài)空間到輸出空間的映射關(guān)系模型，其狀態(tài)方程為

式中，x，y和u為時(shí)間變量的矢量函數(shù)，G為矩陣，h和k是矢量空間之間的映射。

二元組（fi，ψi）稱為“行為函數(shù)”，由這些二元組構(gòu)成的集合稱為“字母表”。機(jī)器人控制程序表示為由字母表中的行為函數(shù)構(gòu)成的符號(hào)串的形式。如果運(yùn)動(dòng)機(jī)的初始狀態(tài)為x0=x（t0），在接收到符號(hào)串（f1，ψ1，T1）（f2，ψ2，T2）…（fn，ψn，Tn）后，其運(yùn)動(dòng)規(guī)律可以描述為

式中，u、x、y均是時(shí)間t的函數(shù)。u是連續(xù)輸入控制函數(shù)。x是n維系統(tǒng)狀態(tài)函數(shù)。y是一個(gè)系統(tǒng)輸出函數(shù)。k是狀態(tài)反饋。

（f1，ψ1）行為函數(shù)含義實(shí)例說明如下：

當(dāng)飛行機(jī)器人以前進(jìn)方向趨近于期望直線時(shí)，飛行機(jī)器人方位角θ將趨向于期望直線的角度β，行為函數(shù)（f1，ψ1）中相應(yīng)的符號(hào)定義為

式中，v0為常數(shù)，k1和k2是控制增益常數(shù)，β為給定直線的傾角。

ψ1是定義在機(jī)器人輸出空間上的函數(shù)，取值為整數(shù)值，即ψ1：Y-＞Z，用于確定下一采樣周期內(nèi)將要執(zhí)行的行為函數(shù)相對(duì)于當(dāng)前行為函數(shù)的位置。

（f2，ψ2）和（f3，ψ3）的符號(hào)定義和函數(shù)說明參考（f1，ψ1）。根據(jù)以上行為函數(shù)的定義，可以得到實(shí)現(xiàn)飛行機(jī)器人位姿鎮(zhèn)定的運(yùn)動(dòng)字母表

將一個(gè)連續(xù)系統(tǒng)分段表示，然后將每一段用參數(shù)化的運(yùn)動(dòng)行為函數(shù)（f，ψ）表達(dá)，就可以用一串離散的符號(hào)序列來驅(qū)動(dòng)一個(gè)連續(xù)系統(tǒng)。在仿生行為控制框架下，從初始時(shí)刻開始，仿生運(yùn)動(dòng)行為編譯器接收到一個(gè)運(yùn)動(dòng)行為函數(shù)的序列，隨后編譯器將這個(gè)序列翻譯成分段映射。仿生行為過程用運(yùn)動(dòng)行為函數(shù)表達(dá)，將行為構(gòu)成的符號(hào)串用于運(yùn)動(dòng)規(guī)劃。

3 多微型撲翼飛行機(jī)器人集群編隊(duì)控制實(shí)驗(yàn)研究及分析

3.1 多微型撲翼飛行機(jī)器人集群控制實(shí)驗(yàn)平臺(tái)及實(shí)驗(yàn)過程

微型撲翼飛行機(jī)器人實(shí)驗(yàn)系統(tǒng)由飛行機(jī)器人本體和地面控制單元兩大部分組成。撲翼飛行機(jī)器人機(jī)身本體系統(tǒng)由高強(qiáng)度碳纖維機(jī)身、X 型翼、機(jī)載微型電路板、微型電機(jī)和傳動(dòng)機(jī)構(gòu)等組部件構(gòu)成。

撲翼飛行機(jī)器人集成了MEMS 工藝的仿生彈性翼，X 型翼在工程上較易實(shí)現(xiàn)，可實(shí)現(xiàn)翅翼單自由度上、下?lián)鋭?dòng)。撲翼飛行機(jī)器人翼展14 cm，可連續(xù)穩(wěn)定飛行13 min 以上，質(zhì)量?jī)H有6 g，如圖6（a）所示。飛行機(jī)器人機(jī)身可安裝陀螺儀等傳感器，可實(shí)現(xiàn)撲翼飛行機(jī)器人的自平穩(wěn)飛行、轉(zhuǎn)彎和避障等飛行功能。

圖6 撲翼飛行機(jī)器人結(jié)構(gòu)及地面控制站和圖傳單元Fig.6 Flapping-wing flying robot structure, ground control station and image transmission unit

地面控制單元裝置包括接收天線、線路放大器、計(jì)算機(jī)等結(jié)構(gòu)組部件。撲翼飛行機(jī)器人地面控制單元如圖6（b）所示，其控制手柄包括四個(gè)方向按鍵和加減速按鍵，通過天線將控制單元的數(shù)據(jù)級(jí)和行為級(jí)指令發(fā)送給撲翼機(jī)器人，同時(shí)可將撲翼機(jī)器人狀態(tài)信息和機(jī)器人視覺信息回傳給地面控制單元。地面控制和接收單元主要用來接收機(jī)器人機(jī)載信息和視覺傳感器實(shí)時(shí)回傳的信息，并將數(shù)據(jù)和信息進(jìn)行記錄和存儲(chǔ)。

撲翼飛行機(jī)器人單機(jī)可利用機(jī)載視覺進(jìn)行導(dǎo)航，撲翼飛行機(jī)器人的載荷可達(dá)5 g。圖傳模塊利用模擬圖傳，頻率為5.8 GHz，質(zhì)量?jī)H為2 g，可實(shí)現(xiàn)圖片與視頻的高速、高帶寬傳輸。撲翼飛行機(jī)器人的載荷能力完全能夠承載圖傳單元等載荷。導(dǎo)航實(shí)驗(yàn)方面，在室內(nèi)進(jìn)行撲翼飛行機(jī)器人三機(jī)的初步編隊(duì)飛行實(shí)驗(yàn)，三機(jī)編隊(duì)飛行利用地面控制器來對(duì)三撲翼飛行機(jī)器人進(jìn)行飛行機(jī)器人本體驗(yàn)證和編隊(duì)初步驗(yàn)證。

3.2 基于仿生行為的多撲翼飛行機(jī)器人集群控制方法實(shí)驗(yàn)及分析

撲翼飛行機(jī)器人實(shí)驗(yàn)環(huán)境如圖7所示，利用兩根豎桿和桿連接線纜來模擬線纜巡檢任務(wù)和作業(yè)環(huán)境。通過設(shè)計(jì)實(shí)驗(yàn)，以七架撲翼飛行機(jī)器人編隊(duì)為實(shí)驗(yàn)研究對(duì)象，在集群編隊(duì)“人”字形到“V”字形的轉(zhuǎn)換、“人”字形到“一”字形的轉(zhuǎn)換、編隊(duì)避障與掉頭控制和編隊(duì)手動(dòng)控制與仿生行為控制等多種情況下進(jìn)行實(shí)驗(yàn)研究，以驗(yàn)證仿生集群行為控制方法的有效性。

圖7 微型撲翼飛行機(jī)器人集群飛行實(shí)驗(yàn)Fig.7 Cluster flight experiment of micro flapping-wing flying robot

飛行機(jī)器人編隊(duì)的“人”字形定義為飛行機(jī)器人頭機(jī)處于飛行方向的中間最前列，其他飛行機(jī)器人在頭機(jī)的側(cè)后方依次后向排列，如圖4 所示為人字形排列。而“V”字形排列為飛行機(jī)器人編隊(duì)頭機(jī)處于飛行方向的中間最后列，其他飛行機(jī)器人在頭機(jī)的側(cè)前方向依次排列，為“人”字形排列的反方向陣型。橫“一”字形為多飛行機(jī)器人沿著飛行方向并行飛行。豎“一”字形為多飛行機(jī)器人沿著飛行方向前后跟隨飛行，形成豎向排列的陣型。

飛行機(jī)器人在X、Y和Z三維空間進(jìn)行軌跡運(yùn)動(dòng)。飛行機(jī)器人的控制方式是給定了機(jī)器人的初始位置、機(jī)器人的運(yùn)動(dòng)速度和空間控制角度，飛行機(jī)器人即可進(jìn)行飛行軌跡運(yùn)動(dòng)。飛行過程中，可根據(jù)飛行機(jī)器人的位置、姿態(tài)和算法進(jìn)行編隊(duì)調(diào)整，以完成飛行機(jī)器人的作業(yè)任務(wù)。

微型撲翼飛行機(jī)器人飛行實(shí)驗(yàn)如圖7所示，外圈藍(lán)色虛線為飛行機(jī)器人編隊(duì)的飛行軌跡方向曲線，實(shí)驗(yàn)以三個(gè)撲翼飛行機(jī)器人為三角形編隊(duì)，形成了三角形飛行機(jī)器人編隊(duì)的陣型，如圖7 中藍(lán)色三角形隊(duì)形所示。撲翼飛行機(jī)器人的行為就是具有相似特征的機(jī)器人動(dòng)作集合，如平面圓形飛行等，并且機(jī)器人行為與運(yùn)動(dòng)行為函數(shù)符號(hào)相對(duì)應(yīng)。通過對(duì)多撲翼飛行機(jī)器人集群編隊(duì)特點(diǎn)進(jìn)行分析，結(jié)合鴿群三階段歸巢行為模型，將撲翼飛行機(jī)器人導(dǎo)航過程分為：（1）第一階段——高熵自然羅盤導(dǎo)航階段；（2）第二階段——中熵重定向?qū)Ш叫袨殡A段；（3）第三階段——低熵狀態(tài)快速歸巢行為階段。設(shè)計(jì)十一個(gè)行為函數(shù)和字母表對(duì)飛行機(jī)器人編隊(duì)進(jìn)行控制，其仿生集群行為函數(shù)如表1所示。

表1 飛行機(jī)器人空間運(yùn)動(dòng)的仿生集群行為函數(shù)表Table 1 Function table of BCBC for flying robot space motion

實(shí)驗(yàn)地面平臺(tái)的控制方式采用基礎(chǔ)行為集合：上、下、左、右，基于作業(yè)任務(wù)分析的機(jī)器人集群特征行為集合：編隊(duì)“V”字形變換f5、編隊(duì)避障f9、編隊(duì)掉頭運(yùn)動(dòng)f10、編隊(duì)隊(duì)形保持f11…。（f1，ψ1）、（f2，ψ2）、（f3，ψ3）、（f4，ψ4）…中，f為機(jī)器人運(yùn)動(dòng)狀態(tài)控制函數(shù)，ψ為機(jī)器人運(yùn)動(dòng)切換函數(shù)。

通過以上撲翼飛行機(jī)器人的行為規(guī)劃，可實(shí)現(xiàn)撲翼機(jī)器人的智能行為控制，無需根據(jù)撲翼機(jī)器人的飛行狀態(tài)和飛行環(huán)境實(shí)時(shí)發(fā)送控制命令，通過基于仿生運(yùn)動(dòng)行為控制的智能控制策略可大量節(jié)省控制器實(shí)時(shí)控制的負(fù)荷，大量減少底層位置控制的壓力，基于集群行為的智能控制方法為人處于控制閉環(huán)的機(jī)器人遙操作提供了有力的控制解決方案。

撲翼飛行機(jī)器人機(jī)身上裝有微型陀螺儀用來記錄撲翼飛行機(jī)器人的姿態(tài)數(shù)據(jù)。飛行機(jī)器人陀螺儀的數(shù)據(jù)采用了四元數(shù)法，記錄數(shù)據(jù)如表2所示。

表2 撲翼飛行機(jī)器人陀螺儀數(shù)據(jù)表Table 2 Flapping-wing flying robot gyro data sheet

根據(jù)撲翼飛行機(jī)器人陀螺儀的姿態(tài)數(shù)據(jù)，可以更多了解飛行機(jī)器人集群的姿態(tài)信息和數(shù)據(jù)信息，為撲翼飛行機(jī)器人集群控制提供了更多的硬件保證和數(shù)據(jù)支持。

利用豎桿和橫桿作為實(shí)驗(yàn)場(chǎng)地的飛行標(biāo)記點(diǎn)位，實(shí)驗(yàn)的目的是利用三撲翼飛行機(jī)器人的三角形編隊(duì)變換來驗(yàn)證撲翼機(jī)編隊(duì)變換，以形成初步編隊(duì)變換驗(yàn)證數(shù)據(jù)并進(jìn)行數(shù)據(jù)分析。以地面桿作為標(biāo)記點(diǎn)，利用地面控制臺(tái)對(duì)飛行編隊(duì)進(jìn)行加速和行為控制，實(shí)現(xiàn)正三角撲翼機(jī)器人編隊(duì)向倒三角飛行機(jī)器人編隊(duì)的陣型轉(zhuǎn)換。

根據(jù)以上仿生行為函數(shù)的定義和規(guī)劃，設(shè)計(jì)以下一些仿真實(shí)驗(yàn)來驗(yàn)證基于雁陣變換的撲翼飛行機(jī)器人集群行為控制的有效性。飛行機(jī)器人編隊(duì)軌跡生成實(shí)驗(yàn)是仿真軟件實(shí)驗(yàn)，本實(shí)驗(yàn)考慮將撲翼飛行機(jī)器人簡(jiǎn)化為三維智能體點(diǎn)，重點(diǎn)研究編隊(duì)的軌跡規(guī)劃、編隊(duì)軌跡和編隊(duì)通過率及避障等后續(xù)問題。

（1）“人”字形—V字形轉(zhuǎn)換

七個(gè)撲翼飛行機(jī)器人分別從各自的初始位置［七個(gè)坐標(biāo)點(diǎn)：（4，4）；（4，0）；（0，4）；（4，2）；（2，4）；（4，-2）；（-2，4）］出發(fā)，機(jī)器人的運(yùn)動(dòng)方向?yàn)榕cXOY平面呈45°的直線方向。然后，給七個(gè)撲翼飛行機(jī)器人發(fā)送隊(duì)形轉(zhuǎn)換行為函數(shù)指令，七個(gè)撲翼機(jī)器人經(jīng)過隊(duì)形轉(zhuǎn)換后，變成倒三角隊(duì)形，由原來的“人”字形編隊(duì)變?yōu)椤癡”字形編隊(duì)隊(duì)形。隨后發(fā)送隊(duì)形轉(zhuǎn)換行為函數(shù)結(jié)束命令，七個(gè)撲翼機(jī)器人繼續(xù)以“V”字形進(jìn)行勻速直線運(yùn)動(dòng)，如圖8所示。

圖8 基于仿生集群行為控制的“人”字形轉(zhuǎn)換“V”字形運(yùn)動(dòng)行為空間軌跡圖Fig.8 Space trajectory of “V” type movement behavior of “herringbone” type transformation based on BCBC

（2）“人”字形-橫“一”字形轉(zhuǎn)換

七個(gè)撲翼機(jī)器人分別從各自的初始位置出發(fā)，機(jī)器人的運(yùn)動(dòng)方向?yàn)榕cXOY平面呈45°的直線方向。隨后，給撲翼飛行機(jī)器人編隊(duì)發(fā)送仿生運(yùn)動(dòng)行為控制指令，撲翼機(jī)器人編隊(duì)進(jìn)行隊(duì)形變換，變?yōu)闄M“一”字形隊(duì)形。隨后，撲翼機(jī)編隊(duì)繼續(xù)進(jìn)行勻速直線運(yùn)動(dòng)，如圖9所示。

圖9 基于仿生集群行為控制的“人”字形轉(zhuǎn)換橫“一”字形運(yùn)動(dòng)行為空間軌跡圖Fig.9 Space trajectory of “herringbone” type transformation “一” type movement behavior controlled by BCBC

由七個(gè)撲翼飛行機(jī)器人組成的集群編隊(duì)分別從初始位置出發(fā)，沿與XOY平面呈45°的平面勻速飛行。隨后給撲翼機(jī)編隊(duì)發(fā)送仿生編隊(duì)行為變換指令，撲翼機(jī)編隊(duì)在調(diào)整成橫“一”字形后，集體旋轉(zhuǎn)90°，隊(duì)形變?yōu)樨Q“一”字形編隊(duì)。隊(duì)形調(diào)整結(jié)束后，以豎“一”字形繼續(xù)進(jìn)行勻速直線運(yùn)動(dòng)，如圖10所示。

圖10 基于仿生集群行為控制的“人”字形轉(zhuǎn)換橫“一”字形運(yùn)動(dòng)行為空間軌跡圖Fig.10 Spatial trajectory of “herringbone” type transformation horizontal “一” type movement behavior controlled by BCBC

如圖9所示，飛行機(jī)器人編隊(duì)以“人”字形通過最大通過寬度為一架飛行機(jī)器人的狹窄障礙通道時(shí)，其障礙通過率為14%。而“人”字形的飛行機(jī)器人編隊(duì)搜索覆蓋率較高，可達(dá)到70%以上。所以，飛行機(jī)器人編隊(duì)控制的策略是：在進(jìn)行搜索覆蓋任務(wù)的情形下，以“人”字形編隊(duì)可提升覆蓋率；而在通過狹窄通道任務(wù)情形下，以豎“一”字形編隊(duì)方式，可大大提升障礙通過率，如圖10所示。

（3）集群避障與掉頭行為

由七個(gè)撲翼機(jī)器人組成的集群編隊(duì)由初始位置出發(fā)，沿與XOY平面呈45°的平面運(yùn)動(dòng)，如圖11 所示。隨后給撲翼機(jī)編隊(duì)發(fā)送編隊(duì)避障行為指令，集群編隊(duì)在調(diào)整為橫“一”字形后，以90°角向下集體運(yùn)動(dòng)，以完成90°角集群避障行為。

圖11 基于仿生集群行為控制的集群避障行為和掉頭行為空間軌跡圖Fig.11 Space trajectory of obstacle avoidance behavior and turning behavior of the cluster based on BCBC

隨后給撲翼機(jī)器人編隊(duì)發(fā)送編隊(duì)掉頭行為指令，集群在調(diào)整為橫“一”字形后，以掉頭180°角反向運(yùn)動(dòng)，以完成集群掉頭避障行為，如圖11所示。

（4）編隊(duì)手動(dòng)控制比較

通過將實(shí)驗(yàn)的集群手動(dòng)控制方式和仿生集群行為控制方式進(jìn)行對(duì)比來觀察其缺點(diǎn)和優(yōu)點(diǎn)。以手柄控制器控制的手動(dòng)控制方式，操作者通過視覺進(jìn)行實(shí)時(shí)判斷，手動(dòng)控制地面控制器存在抖動(dòng)現(xiàn)象，飛行機(jī)器人飛行軌跡同樣存在隨機(jī)抖動(dòng)。因此，飛行機(jī)器人編隊(duì)軌跡存在抖動(dòng)和軌跡非連續(xù)運(yùn)動(dòng)的不足，如圖12（a）所示，抖動(dòng)軌跡放大如圖12（b）所示。抖動(dòng)尺寸范圍為0.1～0.4 cm，抖動(dòng)呈現(xiàn)隨機(jī)分布，均值在0.1～0.2 cm，運(yùn)動(dòng)范圍在0～20 cm，在1cm 的范圍之內(nèi)抖動(dòng)有1～7 次左右，也呈現(xiàn)隨機(jī)狀態(tài)。因此，抖動(dòng)幅度占總運(yùn)動(dòng)幅度比率12%左右。飛行機(jī)器人抖動(dòng)相對(duì)較小，在可控范圍之內(nèi)。

圖12 基于手動(dòng)控制與仿生集群行為控制的飛行機(jī)器人編隊(duì)的空間運(yùn)動(dòng)軌跡對(duì)比圖Fig.12 Comparison of space motion trajectory of flying robot formation based on manual control and BCBC

手控方式需要操作者進(jìn)行實(shí)時(shí)判斷和操控，操作者工作量大且較易疲勞。而在仿生集群行為控制方式下，利用機(jī)器人半智能行為級(jí)指令進(jìn)行編隊(duì)控制，操作者只需進(jìn)行編隊(duì)監(jiān)控和少量編隊(duì)指令交互即可，大量節(jié)省了操作者的工作量，并且控制軌跡平滑，如圖12（c）所示。因此，基于仿生集群行為控制的多飛行機(jī)器人集群控制方法有明顯的算法優(yōu)勢(shì)。

通過以上集群編隊(duì)“人”字形到“V”字形的轉(zhuǎn)換、“人”字形到“一”字形的轉(zhuǎn)換、編隊(duì)避障與掉頭控制和編隊(duì)手動(dòng)控制與仿生行為控制的多種情況的實(shí)驗(yàn)比較和驗(yàn)證，基于仿生集群行為控制的多撲翼飛行機(jī)器人集群控制方法，能夠有效地完成飛行機(jī)器人集群編隊(duì)控制的作業(yè)任務(wù)。

4 結(jié) 論

本文提出了基于雁陣變換的多微型撲翼飛行機(jī)器人集群編隊(duì)行為控制方法。針對(duì)多撲翼飛行機(jī)器人實(shí)驗(yàn)任務(wù)定義了多個(gè)編隊(duì)行為控制函數(shù)，實(shí)現(xiàn)了飛行機(jī)器人編隊(duì)的隊(duì)形轉(zhuǎn)換和避障行為控制。并以多撲翼飛行機(jī)器人搭建了實(shí)驗(yàn)平臺(tái)系統(tǒng)，通過“人”字形、“V”字形、“一”字形等典型雁陣陣型轉(zhuǎn)換、編隊(duì)避障掉頭和手動(dòng)控制等多種情況下的實(shí)驗(yàn)驗(yàn)證，最終驗(yàn)證了基于雁陣變換的多微型撲翼飛行機(jī)器人集群行為控制方法的可行性和有效性。與傳統(tǒng)的撲翼飛行機(jī)器人實(shí)時(shí)控制相比，控制工作量大幅降低。下一步的研究工作主要集中在以下兩個(gè)方面：（1）將蟻群、魚群等群體智能算法應(yīng)用于撲翼飛行機(jī)器人集群控制；（2）將機(jī)器人的視覺感知和環(huán)境建模應(yīng)用于撲翼飛行機(jī)器人集群，朝著群體智能和智能機(jī)器人集群感知的方向發(fā)展。