任建新，耿榮妹*，梁昌智

（1.中國消防救援學(xué)院應(yīng)急通信與信息工程系，北京 102202；2.中國消防救援學(xué)院學(xué)員管理部學(xué)員六隊(duì)，北京 102202）

無人機(jī)具有體積小、起降條件低、安全性高等優(yōu)勢，所以成本低。相比于單架無人機(jī)，無人機(jī)集群可以提升載荷信息收集能力和信息處理能力，還能提高無人機(jī)任務(wù)效率和防止執(zhí)行任務(wù)過程中單架無人機(jī)出現(xiàn)故障。

世界軍事強(qiáng)國高度關(guān)注無人機(jī)集群裝備發(fā)展，美軍在率先開展探究無人機(jī)集群作戰(zhàn)概念的同時(shí)，大力推進(jìn)集群關(guān)鍵技術(shù)攻關(guān)和集成驗(yàn)證，并面向不同任務(wù)開展了體系集成和試驗(yàn)驗(yàn)證[1]。以色列無人機(jī)在速度方面有很大的優(yōu)勢，綠龍的速度甚至達(dá)到370 km/h，末端的突防性是以色列重點(diǎn)關(guān)注的方面，美國注重研究無人機(jī)小體化，從而能使成本降低而帶來集群化打擊[2]。

無人機(jī)集群技術(shù)在國內(nèi)的發(fā)展起步較晚，但也取得了諸多成果。西北工業(yè)大學(xué)采用分布式的編隊(duì)控制，設(shè)計(jì)無人機(jī)編隊(duì)成員之間的導(dǎo)航定位方式[3]。浙江大學(xué)的周鑫科研團(tuán)隊(duì)[4]攻破了在復(fù)雜環(huán)境中，單架無人機(jī)與無人機(jī)集群攻破了自動(dòng)導(dǎo)航和快速自動(dòng)避障關(guān)鍵技術(shù)難題，研發(fā)出了一套全自動(dòng)避障的集群協(xié)同控制系統(tǒng)。

本文以解決森林消防面臨的實(shí)際問題為導(dǎo)向開展集群協(xié)同編隊(duì)控制技術(shù)研究，并基于半實(shí)物仿真平臺(tái)開展航跡規(guī)劃與智能避障仿真驗(yàn)證，從而得出適應(yīng)森林火災(zāi)場景的協(xié)同編隊(duì)控制策略，為無人機(jī)集群滅森林火提供了參考，具有重要意義。

1 無人機(jī)集群協(xié)同控制算法

1.1 指揮控制結(jié)構(gòu)

無人機(jī)集群工作時(shí)需要一套統(tǒng)一協(xié)調(diào)的指揮控制結(jié)構(gòu)，無人機(jī)集群的指揮控制結(jié)構(gòu)可以分為三大類：集中式控制、分布式控制和混合式控制[5]。

集中式控制來源于“單架無人機(jī)-多架無人機(jī)-無人機(jī)集群”的發(fā)展方式。隨著無人機(jī)的發(fā)展，對單架無人機(jī)的指揮控制已經(jīng)不能滿足人們的發(fā)展要求。各領(lǐng)域更加注重對多無人機(jī)控制的發(fā)展，執(zhí)行多種任務(wù)的無人機(jī)集群指揮控制結(jié)構(gòu)更是未來發(fā)展的一個(gè)大方向[6]。集中式控制是當(dāng)前最成熟、最直接的集群控制結(jié)構(gòu)。集中式控制采用一個(gè)或多個(gè)控制中心對無人機(jī)集群進(jìn)行控制。

分布式控制模仿大自然生物集群，每個(gè)個(gè)體之間相互關(guān)聯(lián)，彼此地位平等，通過彼此信息交流來共同完成工作[7]。分布式控制是最流行的，通過專門的設(shè)計(jì)冗余和診斷方式，從而提高集群的控制性和可靠性。給分布式集群和操作站帶來了更大的靈活性。該控制結(jié)構(gòu)是一種完全自主的任務(wù)結(jié)構(gòu)，需要無人機(jī)之間有較高的協(xié)同能力。

混合式控制結(jié)合了集中式控制和分布式控制的優(yōu)點(diǎn)，利用集中式相互協(xié)作和分布式自治相結(jié)合的方式，來解決整個(gè)無人機(jī)集群的全面指揮問題。該體系適用于無人機(jī)集群發(fā)展現(xiàn)狀。在無人機(jī)集群滅火中一般采用混合式指揮控制。優(yōu)點(diǎn)是更適合以組為單位進(jìn)行滅火，單架無人機(jī)加入和退出時(shí)更加方便。但缺點(diǎn)是機(jī)組需要更強(qiáng)的協(xié)同指揮結(jié)構(gòu)能力。

1.2 任務(wù)規(guī)劃

在復(fù)雜的環(huán)境中，單無人機(jī)的任務(wù)規(guī)劃已經(jīng)不能滿足無人機(jī)集群的要求。效率更高的協(xié)同控制任務(wù)規(guī)劃系統(tǒng)越來越得到人們的關(guān)注。根據(jù)無人機(jī)的載荷和作業(yè)目標(biāo)，可以將無人機(jī)分為：①巡查任務(wù)類，根據(jù)無人機(jī)集群的載荷和能量情況合理地分配任務(wù)，完成目標(biāo)搜索，對目標(biāo)建模等任務(wù)，使其效率最高化的過程。②打擊任務(wù)類，在獲取目標(biāo)的大小、速度、位置、屬性等情況下，滿足自身的約束條件下對目標(biāo)進(jìn)行精準(zhǔn)打擊。③察打一體化任務(wù)類，是一種結(jié)合訪問目標(biāo)和打擊目標(biāo)，對戰(zhàn)前目標(biāo)進(jìn)行搜索定位，戰(zhàn)時(shí)對目標(biāo)精準(zhǔn)打擊，戰(zhàn)后對打擊目標(biāo)的破壞情況進(jìn)行全面?zhèn)刹榈倪^程[8]。

無人機(jī)進(jìn)行任務(wù)規(guī)劃時(shí)會(huì)存在許多約束條件，主要有以下幾種約束：①續(xù)航的油量或電量、偵查的裝備水平、通信頻道的容量（數(shù)量）的資源約束。②油耗或電耗、飛行路程、任務(wù)完成率、任務(wù)權(quán)重和出動(dòng)架次的收益約束。③有時(shí)間、任務(wù)序列、任務(wù)時(shí)效性的時(shí)序約束。④飛行高度、飛行動(dòng)力學(xué)、編隊(duì)與協(xié)同、傳感器距離（角度）、地形與障礙的幾何與動(dòng)力學(xué)約束[9]。無人機(jī)集群要最大限度克服這些約束條件，將集群的資源利用最大化。既要在軟件上提高地基和無人機(jī)計(jì)算能力，也要在硬件上提高無人機(jī)的續(xù)航能力等裝備水平。

隨著無人機(jī)任務(wù)規(guī)劃能力的提升，許多行業(yè)已經(jīng)將任務(wù)規(guī)劃技術(shù)應(yīng)用在無人機(jī)集群中。在消防滅火方面，無人機(jī)集群滅火是一個(gè)集巡查、打擊和評(píng)估任務(wù)于一體的察打一體化任務(wù)，其任務(wù)規(guī)劃主要包括巡查搜索、任務(wù)分配、航線規(guī)劃3 個(gè)階段[10]。巡查搜索是指偵察無人機(jī)巡查火場周圍，并識(shí)別和定位起火點(diǎn)。任務(wù)分配是指控制中心給每一個(gè)無人機(jī)（組）分配相應(yīng)滅火點(diǎn)。航線規(guī)劃是指任務(wù)分配完成后，各無人機(jī)（組）規(guī)劃最優(yōu)航線前往任務(wù)點(diǎn)投彈滅火以及完成任務(wù)返航。

1.3 智能避障與路徑規(guī)劃

適合滅火場景的智能避障方案有領(lǐng)航者-跟隨者算法、碰撞回避算法（VO）、障礙物規(guī)避算法（Reciprocal Velocity Obstacle，RVO）等。領(lǐng)航者-跟隨者算法的基本思想是選擇一個(gè)領(lǐng)航機(jī)器人并設(shè)定好它的運(yùn)動(dòng)軌跡，跟隨機(jī)器人實(shí)時(shí)跟蹤領(lǐng)航者機(jī)器人的運(yùn)動(dòng)軌跡。由于碰撞回避算法容易出現(xiàn)抖動(dòng)，從而提出了RVO 算法及其優(yōu)化算法分布式底層避障算法（RVO2）。

RVO2 碰撞回避算法（圖1），其思路在于：只要在未來有可能會(huì)發(fā)生碰撞的速度，都排除在外。該算法通過將動(dòng)態(tài)避障問題，建模到速度域中的靜態(tài)范圍，然后在選擇速度時(shí)避開速度障礙物來實(shí)現(xiàn)。其特點(diǎn)是：去中心化，每個(gè)機(jī)器人都有自己的決策，而不是被中央控制器控制；獨(dú)立性，決策完全基于每個(gè)機(jī)器人對其他機(jī)器人位置和速度的觀察。

圖1 RVO2 碰撞回避算法

RVO2 算法原理簡單，性能較好，不需要有一個(gè)中心指揮，也不需要在決策階段互相溝通，只要每個(gè)機(jī)器都按照RVO2 運(yùn)行，就不會(huì)碰撞。相較于VO 和RVO，RVO2 在效果上考慮了速度的大小，使得篩選粒度更細(xì)，而不僅只考慮了速度方向；在效率上，求解過程基本只用到了線性規(guī)劃，比較高效。

1.4 通信技術(shù)與鏈路原理

高可靠性、高效能的通信在無人機(jī)集群的任務(wù)規(guī)劃、協(xié)調(diào)與合作策略、控制機(jī)制方面發(fā)揮著巨大的作用。無人機(jī)集群通信方式有無人機(jī)對無人機(jī)、無人機(jī)對基礎(chǔ)設(shè)施。無人機(jī)對無人機(jī)通信是指集群內(nèi)所有無人機(jī)之間互相通信，然后通過雷達(dá)或機(jī)載傳感器交換或獲取信息。無人機(jī)與無人機(jī)之間既可以直接進(jìn)行通信，也可以通過多跳路徑和其他無人機(jī)間接通信。無人機(jī)對基礎(chǔ)設(shè)施通信是指無人機(jī)與地面站等固定的中央控制中心進(jìn)行通信，獲取實(shí)時(shí)任務(wù)信息。兩者通過一個(gè)通信體系結(jié)構(gòu)結(jié)合起來，作為無人機(jī)集群智能控制和自主協(xié)作中極為重要的一部分，分為集中式和分布式通信體系結(jié)構(gòu)。

集中式通信結(jié)構(gòu)是由單無人機(jī)系統(tǒng)演化而來，相對穩(wěn)定，路由算法簡單。這種架構(gòu)適合規(guī)模較小、任務(wù)覆蓋面積較小、任務(wù)相對簡單的無人機(jī)集群[11]。但面對通信傳輸范圍較大時(shí)就會(huì)產(chǎn)生較大的時(shí)延，造成系統(tǒng)的可靠性差。而分布式通信體系結(jié)構(gòu)則可以避免對基礎(chǔ)設(shè)施的依賴以及通信距離的限制，無人機(jī)能夠以自適應(yīng)方式進(jìn)行實(shí)時(shí)的交互通信，在任務(wù)區(qū)域范圍大、無人機(jī)飛行速度快的情況下導(dǎo)致經(jīng)常連接和斷開網(wǎng)絡(luò)時(shí)，使用分布式通信體系結(jié)構(gòu)可以很好地避免信息丟失或傳輸延遲的問題。分布式通信體系結(jié)構(gòu)又分為單組群自組織網(wǎng)絡(luò)、多組群自組織網(wǎng)絡(luò)和多層群自組織網(wǎng)絡(luò)。

無人機(jī)集群主要包括3 種方式：簡單集群、群體智能集群、單體智能集群。簡單集群是指預(yù)先計(jì)算優(yōu)化，分配到無人機(jī)集群執(zhí)行，調(diào)整反饋在任務(wù)執(zhí)行之后，不具備智能。群體智能集群是指節(jié)點(diǎn)間有交互，具備群體智能，無人機(jī)在任務(wù)執(zhí)行過程中可根據(jù)應(yīng)用環(huán)境適當(dāng)調(diào)整任務(wù)目標(biāo)，具備初級(jí)智能。單體智能集群是指節(jié)點(diǎn)智能增加，有獨(dú)立認(rèn)知處理能力，對任務(wù)和環(huán)境有充分理解，具備高級(jí)智能，能夠自主學(xué)習(xí)和決策。3 種集群對比表見表1。

表1 3 種集群對比表

本文針對森林火災(zāi)場景，提出了群體智能集群與單體智能集群相結(jié)合的集群算法，該集群算法可以實(shí)現(xiàn)邊飛行邊建模的目標(biāo)，具體可分為以下2 種情況：在環(huán)境已知的情況下，無人機(jī)集群可以利用規(guī)劃好的航線執(zhí)行任務(wù)，具備一定的群體智能集群的特點(diǎn)。當(dāng)環(huán)境發(fā)生突變，如遇到意外障礙等情況，無人機(jī)集群中的個(gè)體可以獨(dú)立進(jìn)行認(rèn)知處理，同步進(jìn)行建模與規(guī)劃的任務(wù)，能夠?qū)崿F(xiàn)自主學(xué)習(xí)和決策，具備一定的單體智能集群的特點(diǎn)。

2 半實(shí)物仿真實(shí)驗(yàn)

2.1 無人機(jī)集群仿真平臺(tái)

無人機(jī)集群應(yīng)急救援實(shí)際應(yīng)用具有較高的復(fù)雜性，基于仿真平臺(tái)開展無人機(jī)集群的仿真實(shí)驗(yàn)?zāi)軌蚰M實(shí)際工作環(huán)境，為實(shí)戰(zhàn)提供理論支撐，有重要的現(xiàn)實(shí)意義。本項(xiàng)目無人機(jī)集群仿真系統(tǒng)使用半實(shí)物仿真框架，如圖2 所示，依托于Gazebo 平臺(tái)，模擬復(fù)雜地形（山地）下的起飛、巡查、滅火與降落。此仿真系統(tǒng)有如下特點(diǎn)：具有獨(dú)立的物理引擎；支持全國范圍3D 地圖生成；支持風(fēng)力和風(fēng)向設(shè)置；支持用戶多視角切換；支持多機(jī)型切換等。

圖2 仿真系統(tǒng)實(shí)體

在Gazebo 軟件中進(jìn)行場景搭建，還原出飛行環(huán)境及條件。起降場位于地形較為復(fù)雜的山谷中，距離火點(diǎn)約0.5 km，前往火點(diǎn)途中需翻越一座連續(xù)的山。無人機(jī)仿真全場景示意圖及起降場示意圖分別如圖3 和圖4所示。

圖3 全場景示意圖

圖4 起降場示意圖

2.2 航跡規(guī)劃與避障策略

無人機(jī)集群滅火航線規(guī)劃算法有蟻群算法和粒子群算法。蟻群算法對于解決旅行商問題（Traveling Salesman Problem）等最優(yōu)路徑問題非常成熟，但對于無人機(jī)集群滅火應(yīng)用中的多執(zhí)行體、多任務(wù)且單體只執(zhí)行單任務(wù)的航線規(guī)劃問題不適用。

粒子群算法模擬鳥群覓食場景，其中的粒子移動(dòng)并非漫無目的，而會(huì)向群體分享知識(shí)，并參考種群中最好的經(jīng)驗(yàn)和自己記憶中最好的地點(diǎn)，綜合決定下一步覓食位置，2 個(gè)參考因素是種群最優(yōu)（gbest）和個(gè)體最優(yōu)（pbest），粒子根據(jù)這2 個(gè)因素來更新自己的移動(dòng)速度向量。

無人機(jī)避障策略可分為靜態(tài)避障、動(dòng)態(tài)避障和動(dòng)靜結(jié)合避障三大類。靜態(tài)避障策略比較簡單，是基于地形數(shù)據(jù)規(guī)劃生成安全路線。動(dòng)態(tài)避障策略使用分布式的RVO 3D 算法，添加了擾動(dòng)以解決一些死鎖場景，同時(shí)每臺(tái)飛機(jī)廣播和接收位置/速度。動(dòng)靜結(jié)合避障的策略是在動(dòng)態(tài)避障算法中加入地形等靜態(tài)障礙物。

2.2.1 靜態(tài)避障

靜態(tài)避障即基于地形數(shù)據(jù)規(guī)劃生成安全路線，仿真如圖5 所示。

圖5 靜態(tài)避障仿真

2.2.2 動(dòng)態(tài)避障

動(dòng)態(tài)避障使用分布式的RVO 3D 算法，分別考慮多隊(duì)、多機(jī)、多目標(biāo)，對相遇、躲避、繞開等多個(gè)場景進(jìn)行測試，如圖6 所示。

圖6 動(dòng)態(tài)避障仿真

2.2.3 動(dòng)靜結(jié)合避障

動(dòng)靜結(jié)合避障的仿真示意圖如圖7 所示。

圖7 動(dòng)靜結(jié)合避障仿真

3 實(shí)驗(yàn)結(jié)果與分析

靜態(tài)避障仿真實(shí)驗(yàn)結(jié)果顯示單架無人機(jī)能夠在安全距離情況下準(zhǔn)確預(yù)判到前方的一座山，并規(guī)劃出一條新的避障路徑，通過爬升高度成功的繞過起伏較大的山。避障全過程飛行路徑絲滑，沒有出現(xiàn)抖動(dòng)現(xiàn)象，能夠與障礙物始終保持一定的安全距離。

動(dòng)態(tài)避障仿真實(shí)驗(yàn)結(jié)果顯示單架無人機(jī)進(jìn)行避障時(shí)，2 架向?qū)Χ械臒o人機(jī)進(jìn)入設(shè)置的安全距離時(shí)，無人機(jī)能感受到即將會(huì)發(fā)生相遇的風(fēng)險(xiǎn)，并做出了預(yù)判，改變行進(jìn)速度的方向，2 架無人機(jī)分別向自身左側(cè)做出避讓，由原來有重合的路線避開成有一定安全距離的路徑。在相遇時(shí)2 架無人機(jī)的距離在設(shè)置的范圍內(nèi)，完成相遇后進(jìn)入繞開階段，無人機(jī)分別在左側(cè)完成了繞開。整個(gè)動(dòng)態(tài)避障完成后無人機(jī)速度方向改為目標(biāo)方向。

動(dòng)靜結(jié)合避障仿真實(shí)驗(yàn)結(jié)果顯示無人機(jī)集群進(jìn)行避障時(shí)，在面對復(fù)雜環(huán)境中，無人機(jī)集群不僅能夠?qū)崿F(xiàn)對復(fù)雜山區(qū)地勢的靜態(tài)避障，還能實(shí)現(xiàn)集群內(nèi)的動(dòng)態(tài)避障，多架無人機(jī)都能夠較好地完成編隊(duì)控制任務(wù)，并能夠?qū)崿F(xiàn)編隊(duì)的協(xié)同移動(dòng)。

綜上所述，群體智能集群與單體智能集群相結(jié)合的集群算法在集群避障中具有很好的效果。該算法可以有效地控制集群中的每個(gè)無人機(jī)，使其保持統(tǒng)一的運(yùn)動(dòng)狀態(tài)，并且能夠在高度不確定的環(huán)境中有效地完成多機(jī)避障操作。從實(shí)驗(yàn)結(jié)果來看，系統(tǒng)控制策略可以有效控制無人機(jī)集群在運(yùn)動(dòng)中的編隊(duì)精度和穩(wěn)定性，滿足編隊(duì)任務(wù)的需求。

4 結(jié)束語

本文針對適應(yīng)于森林火災(zāi)場景的無人機(jī)集群協(xié)同編隊(duì)控制技術(shù)開展了研究，通過對比無人機(jī)集群常用的避障算法優(yōu)缺點(diǎn)進(jìn)行分析，確定RVO2 算法相較于其他算法，在集群避障效果和安全性上有明顯優(yōu)勢。通過指揮控制結(jié)構(gòu)、任務(wù)規(guī)劃、智能避障和路徑規(guī)劃、通信技術(shù)和鏈路原理等關(guān)鍵技術(shù)的研究，制定了集群協(xié)同控制策略，并基于Gazebo 搭建半實(shí)物仿真平臺(tái)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明群體智能集群與單體智能集群相結(jié)合的集群算法在復(fù)雜環(huán)境中的避障效果，能滿足無人機(jī)集群編隊(duì)飛行路徑規(guī)劃要求。為消防滅火中巡查火場、尋找火點(diǎn)、多火點(diǎn)下的智能分配、滅火航線規(guī)劃等應(yīng)用場景提供了有價(jià)值的參考。