1.2.4 無人機集群編隊隊形研究現(xiàn)狀

 

       合理的無人機編隊隊形既能保證無人機集群在安全條件下快速完成集群任務(wù)，又能節(jié)省無人機的動力。Zhou Z W等基于對雁群的觀察和研究，討論了無人機編隊飛行與雁群飛行間的仿生理論，提出了仿雁群飛行方式的多無人機緊密編隊與控制方法理論。該方法能有效增加無人機編隊飛行的穩(wěn)定性，并且能減少集群無人機能量消耗。葉圣濤等人針對無人機集群自主編隊中的算法復雜、信息交互量大的問題，提出了基于智能突現(xiàn)下的分布式無人機集群編隊控制策略，建立了集群無人機模型，能夠使無人機在復雜條件下形成穩(wěn)定的多機編隊，但在該研究中沒有考慮通信延遲、數(shù)據(jù)丟包和通信噪聲的問題。井田等人針對傳統(tǒng)無人機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)計了目標區(qū)域—無人機集群持續(xù)偵察體系中的規(guī)�？刂品椒�。該方法能在復雜的任務(wù)背景下，提高無人機集群編隊的可重構(gòu)性和柔性。

 

       陳杰敏等基于主從式編隊與通信拓撲理論，建立了二階一致性編隊控制系統(tǒng)，保證了無人機編隊的穩(wěn)定飛行。

 

       1.2.5 無人機集群控制策略研究現(xiàn)狀

 

       無人機集群控制策略是無人機集群的基礎(chǔ)，能夠解決不同類型無人機在集群編隊、隊形保持與重構(gòu)等相關(guān)集群問題。李欣等人針對控制對象的不確定性、目標任務(wù)的復雜多變提出了集群智能控制的概念。

 

       段海濱等基于生物群集和無人機集群相似性出發(fā)，分析了二者自主控制的對應(yīng)關(guān)系，并探討了仿生物群集的無人機集群自主控制中的核心問題。羅德林等人為提高大規(guī)模無人機集群對抗策略的有效性，提出將多agent系統(tǒng)應(yīng)用到無人機集群系統(tǒng)中，將系統(tǒng)中單機視為獨立的agent，建立無人機獨立的單機行為集。景曉年等為解決無人機集群的運動控制問題，基于無人機的避碰、聚集和速度匹配規(guī)則，提出一種基于規(guī)則的運動控制方法，并根據(jù)規(guī)則建立了集群動力學模型和運動控制模型。朱創(chuàng)創(chuàng)等人基于分層控制和封裝的思想，將無人機控制系統(tǒng)分為執(zhí)行層和決策層。應(yīng)用領(lǐng)導—跟隨協(xié)同編隊控制算法，搭建了分布式控制的無人機集群編隊控制演示驗證系統(tǒng)。

       2 國內(nèi)外無人機集群技術(shù)研究差異

 

       國外對無人機集群技術(shù)的研究開始較早，側(cè)重于無人機集群技術(shù)的整體性研究。主要對無人機集群技術(shù)中的無人機集群結(jié)構(gòu)框架、控制與優(yōu)化技術(shù)、任務(wù)管理與協(xié)同等進行深入研究，并且取得了一定的成效。如美國國防部高級研究計劃局主導的自主編隊混合控制項目（MICA），該項目對協(xié)同任務(wù)分配、協(xié)同路徑規(guī)劃、混合主動與自主編隊控制、協(xié)同跟蹤、信息共享等有關(guān)無人機集群的技術(shù)進行全面的研究。美國廣域搜索彈藥項目（Wide Area Search Munitions，WASM）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)，研究了復雜任務(wù)背景下如何增強無人機集群協(xié)同全域搜索與打擊能力。2006年，美國空軍技術(shù)研究院基于進化機制的同構(gòu)或異構(gòu)的無人機集群自組織行為，建立自組織框架，使集群無人機通過自然選擇和遺傳變異，實現(xiàn)自身和行為的不斷優(yōu)化，產(chǎn)生對環(huán)境和作戰(zhàn)任務(wù)的自適應(yīng)能力。

 

       國內(nèi)由于現(xiàn)有技術(shù)的限制，無人機集群技術(shù)整體研究處于起步階段，但對多無人機自主協(xié)同控制中的信息感知與傳輸、編隊與隊形、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的方法進行協(xié)同控制的研究取得的成果最多。如在多機協(xié)同方面，基于分層遞階控制思想，研究了多機任務(wù)分配、多機航跡規(guī)劃、多機編隊控制等內(nèi)容。在群體智能研究方面，北京航空航天大學段海濱教授長期從事基于仿生智能的無人機自主控制研究，研究成果顯著，主要研究了基于生物群集行為特性，建立了鴿群、雁群、狼群等典型生物群體智能模型，研究了從生物群體智能到無人機集群控制的理論映射。

 

       3 無人機集群發(fā)展的關(guān)鍵技術(shù)

 

       無人機集群對環(huán)境的對抗性和任務(wù)的復雜性，決定了無人機集群必須具有高度的自主能力和協(xié)同能力。生物界中歐椋鳥群、鴿群、狼群、蟻群等生物群體在集群活動中都表現(xiàn)為群體智能。無人機集群智能研究建模中，往往進行簡化，忽略了歷史因素對個體的影響，將其簡化為當前狀態(tài)的運動決策系統(tǒng)。應(yīng)將實際的因素加入群體智能，如視覺感知、集群中單機對外部不良因素的快速準確反應(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集群技術(shù)發(fā)展的一些關(guān)鍵技術(shù)。

 

       3.1 無人機集群態(tài)勢感知與信息共享

 

       無人機集群的態(tài)勢感知與信息共享是無人機集群自主控制與決策的基礎(chǔ)。對于無人機集群來說，集群系統(tǒng)中的單機既是通信的網(wǎng)絡(luò)節(jié)點，又是信息感知與處理的節(jié)點。不同單機可搭載不同的傳感器獲取不同范圍、不同維度的信息，單機間通過相互間的密切協(xié)同，可以將不同無人機的信息進行融合、共享，為集群系統(tǒng)決策提供信息支持。無人機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，從而避免因單機感知能力、信息處理能力的限制導致集群系統(tǒng)功能的低下。

 

       3.2 無人機集群編隊與智能決策控制

 

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

 

       無人機集群智能決策控制是實現(xiàn)無人機集群優(yōu)勢的核心。針對復雜的環(huán)境，動態(tài)的任務(wù)目標、威脅等無人機集群需具備實時任務(wù)調(diào)整和路徑規(guī)劃的能力，除態(tài)勢感知與信息共享外，還需實現(xiàn)無人機集群智能決策控制，以快速響應(yīng)動態(tài)變化，提高無人機集群完成任務(wù)的效率和魯棒性。

 

       3.3 無人機集群中有人機與無人機協(xié)同技術(shù)

 

       由于無人機集群技術(shù)理論研究與發(fā)展限制，短時間內(nèi)實現(xiàn)無人機的全自主智能控制難度較大。有人機與無人機的異構(gòu)機型集群協(xié)同是一個重要集群技術(shù)，有人機與無人機集群協(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集群技術(shù)發(fā)展的重要方向。集群系統(tǒng)中有人機與無人機的協(xié)同實現(xiàn)了無人機進行態(tài)勢信息感知和有人機進行任務(wù)判斷決策空間上的分離，可完成高難度、危險系數(shù)高、復雜條件下的任務(wù)。