導(dǎo) 語：近年來，無人機集群技術(shù)概念的提出及發(fā)展，有效解決了單個無人機作業(yè)時載荷相對較小，信息感知處理能力相對較弱的不足。無人機集群技術(shù)的研究與應(yīng)用已成為無人機技術(shù)發(fā)展的一個重要方向，無人機集群不但能通過單機間的密切協(xié)作， 有效提升載荷能力和信息處理能力，并且無人機集群具有很高的“自愈”能力和很強的魯棒性。本文主要介紹了無人機集群技術(shù)的相關(guān)概念、國內(nèi)外無人機集群技術(shù)研究現(xiàn)狀、差異以及無人機集群發(fā)展的關(guān)鍵技術(shù)和未來無人機集群技術(shù)發(fā)展趨勢，為開展無人機集群的研究提供理論基礎(chǔ)。

0 引 言

　　集群概念源于生物學(xué)研究。在自然界中，歐椋鳥群、鴿群、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、令人震撼的集群運動場景。法國生物學(xué)家Pierre Paul Grasse基于白蟻筑巢行為，首次提出了生物集群的概念，并開始了智能集群的研究。典型生物集群行為如圖1所示。

圖1 典型生物集群行為

　　單無人機的應(yīng)用，由于受自身條件的限制，面對應(yīng)用環(huán)境的日益復(fù)雜以及任務(wù)多樣，頗顯局限。在軍事應(yīng)用上，單機易受自身的燃料、質(zhì)量和尺寸的限制，無法形成持續(xù)有力的打擊力度;在民用上，受載荷能力、機載傳感器以及通信設(shè)備的限制，單架無人機不能很好地完成農(nóng)林植保、測繪、搶險救災(zāi)等任務(wù);在警用安保上，單架無人機也會因被攻擊或自身故障導(dǎo)致任務(wù)失敗等。為解決單無人機應(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的應(yīng)用將是以集群的方式。

　　無人機集群是指由一定數(shù)量的同類或異類無人機組成，利用信息交互與反饋、激勵與響應(yīng)，實現(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)。

　　無人機集群不是多無人機間的簡單編隊，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，無人機集群協(xié)同完成任務(wù)將成為無人機產(chǎn)業(yè)應(yīng)用的重要方面。無人機集群既能最大限度地發(fā)揮無人機的優(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)外無人機集群技術(shù)研究現(xiàn)狀

　　無人機已被各國廣泛用于國防建設(shè)和民用領(lǐng)域，隨著無人機技術(shù)的深入研究，無人機自主集群系統(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，已成為無人機研究的一個重要方向。無人機集群作戰(zhàn)是指一組具備部分自主能力的無人機通過相關(guān)的輔助操作，在作戰(zhàn)指揮系統(tǒng)監(jiān)控下，完成作戰(zhàn)任務(wù)的過程。美國國防部在《無人機系統(tǒng)路線圖2005-2030》中指出，到2025年，集群無人機將具備戰(zhàn)場認(rèn)知能力，能夠?qū)崿F(xiàn)完全自組織作戰(zhàn)。

　　1.1 國外無人機集群技術(shù)研究現(xiàn)狀

　　1.1.1 無人機集群分層控制研究現(xiàn)狀

　　對無人機集群實施有效的控制是完成各種復(fù)雜集群任務(wù)的基礎(chǔ)。Cook W.J.等人認(rèn)為，無人機集群任務(wù)規(guī)劃問題屬于復(fù)雜問題的組合優(yōu)化，擬從運籌學(xué)角度，采用分層控制方法解決此類問題。Boskovic J.D.等人將無人機集群任務(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，其中，決策層負(fù)責(zé)無人機集群系統(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，以引導(dǎo)無人機完成任務(wù)、規(guī)避障礙;軌跡生成層根據(jù)無人機姿態(tài)信息、環(huán)境感知信息生成無人機通過航路點的可飛路徑;控制層控制無人機按照生成的軌跡飛行。無人機集群任務(wù)規(guī)劃分層結(jié)構(gòu)如圖2所示。

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

　　Tsourdos A等從多無人機任務(wù)協(xié)同路徑規(guī)劃的方向?qū)⒍鄼C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、控制層等三個層次[13]。研究表明，分層控制能夠降低無人機集群中任務(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，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)點完成系統(tǒng)的任務(wù)規(guī)劃和協(xié)同工作，多機系統(tǒng)中的無人機只作為任務(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。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)時使用。

　　分布式控制系統(tǒng)中沒有控制中心節(jié)點，對單機來說在系統(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)無人機集群實時協(xié)同與控制項目(COMETS)采用的就是異構(gòu)無人機集群分布式實時控制技術(shù)。

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

　　針對無人機集群任務(wù)規(guī)劃復(fù)雜問題，Ramirez- Atencia C 提出了一種改進型多目標(biāo)遺傳算法來求解任務(wù)規(guī)劃問題。E.Edison等針對無人機集群系統(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。該模型能較好的解決多無人機任務(wù)協(xié)同規(guī)劃問題，但建立模型后需要采用廣度或深度優(yōu)先搜索算法、Dijktra算法等確定性的圖搜索算法，或采用分支定界、動態(tài)規(guī)劃以及遺傳算法、粒子群算法、模擬退化算法等啟發(fā)式隨機搜索算法。采用上述算法雖然能找到問題最優(yōu)解，但是隨著問題規(guī)模的擴大，尋找最優(yōu)解的計算量增大。為降低大型問題的計算量，S.J.Rasmussen等提出基于樹搜索算法解決無人機集群的任務(wù)規(guī)劃問題。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。

　　1.1.4 無人機集群體系結(jié)構(gòu)研究現(xiàn)狀

　　無人機集群的動態(tài)性和復(fù)雜性特征決定了體系結(jié)構(gòu)復(fù)雜多變。在無人機體系結(jié)構(gòu)研究上，大多采用的是層次遞進型體系結(jié)構(gòu)，采用遞階型體系結(jié)構(gòu)可降低集群系統(tǒng)復(fù)雜性，提高集群系統(tǒng)運行的效率。其代表性研究有：Caloud P等經(jīng)過研究將無人機集群體系結(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。

Parker L E基于行為建立ALLIANCE分布式體系結(jié)構(gòu)，該體系結(jié)構(gòu)是具有容錯和自適應(yīng)性的多機協(xié)調(diào)體系結(jié)構(gòu)。L?ngle T等為解決多機體系結(jié)構(gòu)協(xié)調(diào)問題，對多機容錯行為和誤差糾正的研究建立了KAMARA的分布式體系結(jié)構(gòu)模型。

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

　　無人機集群通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)有別于單機與地面站的通信拓?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)不僅是無人機集群通信的基礎(chǔ)，還是無人機集群編隊重要信息的獲取通道。為解決無人機集群通信中的時延、數(shù)據(jù)丟失、信號衰落問題，Ghazal A等基于諧波疊加方法建立IMT-A信道模型。由于無人機集群系統(tǒng)的應(yīng)用場景通常在室外環(huán)境，為此，Petkovic M等基于室外環(huán)境中紅外波段光譜的信號傳輸，以及相關(guān)的光天線通信(OWC)技術(shù)，建立了無人機的自由空間光通信系統(tǒng)。該系統(tǒng)在一定程度上能夠解決通信帶寬、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)無人機集群技術(shù)研究現(xiàn)狀

　　國內(nèi)對無人機集群技術(shù)的研究起步較晚，但對無人機集群技術(shù)任務(wù)規(guī)劃研究比較深入。目前，國內(nèi)北京航空航天大學(xué)、國防科技大學(xué)、中國電子科技集團電子科學(xué)技術(shù)研究院等單位圍繞多無人機系統(tǒng)的協(xié)同感知與信息共享、路徑實時規(guī)劃、自主編隊與編隊重構(gòu)、智能協(xié)同決策等技術(shù)開展了相關(guān)研究。2017年6月，中國電子科技集團成功完成119架小型固定翼無人機集群飛行試驗。

　　1.2.1 無人機集群任務(wù)規(guī)劃研究現(xiàn)狀

　　無人機集群任務(wù)是指需要多機協(xié)同完成的任務(wù)。無人機集群任務(wù)規(guī)劃是指針對不同的任務(wù)無人機集群系統(tǒng)選取不同的任務(wù)策略，對任務(wù)實施分組、規(guī)劃完成，它具有復(fù)雜性、準(zhǔn)確性、以及實時性的特點。在進行無人機任務(wù)分配時既要保證任務(wù)優(yōu)先級、利益最大化、不同無人機執(zhí)行任務(wù)均衡性，又要盡量減少的任務(wù)執(zhí)行時間、縮短任務(wù)執(zhí)行路徑。

　　Hu X.X等人為解決集群無人機任務(wù)分配計算難度，將多無人機任務(wù)分配問題分為目標(biāo)聚類、集群分配和目標(biāo)分配三個層次，并進行實驗，結(jié)果顯示同等情況下該方法效率更高。岳源等人根據(jù)多無人機系統(tǒng)協(xié)同的特點，結(jié)合路程、通信、雷達(dá)傳感器能力、無人機自主化水平，建立了無人機集群偵察優(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，運用粒子群算法對多無人機偵察目標(biāo)進行研究。葉媛媛以多目標(biāo)為基礎(chǔ)，建立多目標(biāo)整數(shù)規(guī)劃模型，分析了多機系統(tǒng)任務(wù)規(guī)劃問題。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)，用于解決在線實時的任務(wù)分配問題。柳林在多機系統(tǒng)研究中，提出基于合同網(wǎng)的NeA-MRTA和CA-MRTA算法，能更好地解決動態(tài)分布式任務(wù)分配問題。王慶賀等人提出使用改進遺傳算法解決多無人機協(xié)同過程中目標(biāo)分配問題，采用特定的進化算子及染色體并利用環(huán)境信息，解決了路徑約束問題，建立了飛行代價模型。該改進算法改善了遺傳算子早熟問題，收斂速度更快。張浩森等人采用蟻群算法，建立目標(biāo)群簡化的數(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。Yi Wei等提出了一種任務(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集群的動態(tài)任務(wù)規(guī)劃問題。王國強等設(shè)計了一種基于VR-Forces的分布式無人機編隊協(xié)同的任務(wù)規(guī)劃仿真系統(tǒng)，該系統(tǒng)解決了多無人機編隊實驗成本和風(fēng)險高的問題。

　　1.2.2 無人機集群路徑規(guī)劃研究現(xiàn)狀

　　無人機集群路徑規(guī)劃不僅要保證全局路徑最優(yōu)，完成任務(wù)時間最短，還要保證無人機集群在完成任務(wù)中單機能夠避障、單機間能夠避碰。為此，高曉光、宋紹梅等人采用分層方式，將無人機集群的系統(tǒng)航路規(guī)劃問題分為協(xié)同管理層、路徑規(guī)劃層和軌跡控制層等層，能較好地解決航路規(guī)劃問題。沈延航等對于無人機集群搜索靜止的多目標(biāo)時，根據(jù)搜索理論，依據(jù)搜索域上回報率的狀態(tài)圖，并利用蒙特卡洛仿真，展開多無人機協(xié)同搜索的研究。經(jīng)研究得知，協(xié)同搜索比隨機搜索能更好利用無人機資源，提高無人機集群的效率。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)點得出狀態(tài)圖，使集群無人機都能到達(dá)任務(wù)目標(biāo)，共同完成任務(wù)。柳長安等通過對多無人機協(xié)同偵察路徑規(guī)劃的研究，提出采用無人機執(zhí)行任務(wù)的總時間來衡量路徑規(guī)劃的優(yōu)劣。該方法將執(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。嚴(yán)平等人為解決無人機在未知復(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。該框架能夠?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損毀。趙敏等人為達(dá)到減少無人機集群完成任務(wù)總時間和盡量縮短各無人機的航程，最大限度發(fā)揮無人機集群效能的目的，提出了啟發(fā)式的任務(wù)和航路綜合規(guī)劃方法。該方法能夠提高無人機集群的效率并能降低集群無人機的動力消耗。周歡等人為解決集群無人機的規(guī)避問題，彌補大規(guī)模集群系統(tǒng)控制的缺點，提出了基于規(guī)則的無人機集群系統(tǒng)飛行與規(guī)避自主協(xié)同控制方法。

　　1.2.3 無人機集群信息通信研究現(xiàn)狀

　　無人機集群能否達(dá)到預(yù)定的作戰(zhàn)效能，關(guān)鍵在于信息的獲取與傳遞，無人機信息通信高效運作是取得戰(zhàn)場信息權(quán)的關(guān)鍵。楊江華以螞蟻覓食行為作為理論模型，對蟻群算法進行研究，提出了以信息素視圖的無人機協(xié)同方法，提高了無人機集群的魯棒性，降低了無人機集群通信問題對集群系統(tǒng)的干擾。曹菊紅等人開發(fā)了基于智能的多無人機系統(tǒng)控制智能指揮系統(tǒng)，并通過專用通信實時共享信息，提高了無人機自主決策攻擊能力。周紹磊等針對多無人機間通信拓?fù)淇赡馨l(fā)生變化的情況，基于一致性方法設(shè)計了編隊控制器，解決了通信拓?fù)涓淖兿碌臒o人機集群軌跡控制與時變編隊控制問題。Liu Liu等基于IMT-A信道模型非平穩(wěn)衰落特性，建立隨機寬帶動態(tài)信道仿真模型，但硬件難以實現(xiàn)。夏進等建立改進型的SOS信道模型，實現(xiàn)了平穩(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，易于實現(xiàn)。

　　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(fù)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(fù)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(biāo)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(fù)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?fù)淅碚摚⒘硕A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(biāo)任務(wù)的復(fù)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(xué)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(dǎo)—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(dǎo)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(fù)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(xué)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 無人機集群技術(shù)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(fù)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(dāng)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(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(dǎo)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(fù)雜的環(huán)境，動態(tài)的任務(wù)目標(biāo)、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(fù)雜條件下的任務(wù)。

　　3.4 無人機集群移動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，每個節(jié)點都是活動的，并且隨機地與其他節(jié)點保持聯(lián)系。每一個節(jié)點又能作為一個路由器，能發(fā)現(xiàn)、連接、維持其他節(jié)點路由的功能。

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

　　4 無人機集群技術(shù)研究現(xiàn)狀

　　隨著人工智能的發(fā)展，特別是智能化無人機技術(shù)的發(fā)展，無人機集群系統(tǒng)將越來越復(fù)雜但也越來越智能。在數(shù)量上，無人機集群已從簡單的多機協(xié)同發(fā)展到成百上千架無人機協(xié)同。軍事上，無人機集群系統(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)。在集群無人機編隊情況看，無人機集群已從簡單的長機、僚機的交互協(xié)同模式，發(fā)展到根據(jù)任務(wù)發(fā)展變化自組織編隊的自主協(xié)同。在人機交互方面，無人機集群正向人機智能交互發(fā)展。

　　4.1 人工智能推動仿生智能無人機集群

　　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、群體智能激勵機制與涌現(xiàn)機理、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。2017年12月，在我國工業(yè)和信息化部發(fā)布的《促進新一代人工智能產(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，促進人工智能技術(shù)的產(chǎn)業(yè)化，將無人機列為八大重點培育產(chǎn)品，并開展無人機智能飛控系統(tǒng)等研制?；谌斯ぶ悄茉O(shè)計無人機集群分布式控制框架，使得系統(tǒng)中的無人機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。

　　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，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)用于無人機集群控制當(dāng)中，將會使集群無人機具備仿生智能。

　　4.2 有人機與無人機共融集群

　　由于現(xiàn)階段無人機的感知系統(tǒng)、運算處理系統(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，采用有人機與無人機組成共融無人機集群完成任務(wù)，既能很好發(fā)揮有人機運算能力和人的決策處理突發(fā)事件能力，又能充分發(fā)揮無人機機動性強，隱身性好的優(yōu)勢，共融無人機集群將成為無人機集群的發(fā)展趨勢。2016年，美國空軍發(fā)布《小型無人機系統(tǒng)飛行規(guī)劃2016-2036》，其強調(diào)了有人機與無人機的集群共融作戰(zhàn)，并針對“忠誠僚機”集群作戰(zhàn)進行了說明，就是發(fā)展有人機與無人機集群編隊作戰(zhàn)。在《新一代人工智能發(fā)展規(guī)劃》中也多次提到“人機協(xié)同”，并把人機共融協(xié)同作為發(fā)展新一代人工智能關(guān)鍵共性技術(shù)體系的重點任務(wù)之一。中國工程院院士王天然提出“下一代機器人將實現(xiàn)人機共融”。由此可見，未來無人機集群的發(fā)展方向之一將是有人機與無人機的共融集群。

　　4.3 5G網(wǎng)聯(lián)無人機集群

　　據(jù)無人機行業(yè)有關(guān)預(yù)測，未來5年全球無人機市場的價值空間在705億美元，涵蓋世界各國和各個運用領(lǐng)域。但是無人機產(chǎn)業(yè)的發(fā)展存在空域、數(shù)據(jù)鏈等痛點，無人機飛行的空域可以通過政府出臺相關(guān)政策予以解決。無人機產(chǎn)業(yè)數(shù)據(jù)鏈痛點同樣也是無人機集群發(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)低延遲等優(yōu)點解決數(shù)據(jù)鏈痛點，能夠?qū)崟r監(jiān)測任何一架無人機的運行狀況。5G網(wǎng)聯(lián)無人機集群勢必使無人機集群的編隊與編隊重構(gòu)、任務(wù)協(xié)同、異構(gòu)無人機的協(xié)同、人機協(xié)同等無人機集群的優(yōu)點發(fā)揮到極致。5G網(wǎng)聯(lián)無人機將助推無人機集群技術(shù)的發(fā)展。

　　4.4 基于視覺的無人機集群

　　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。基于深度學(xué)習(xí)技術(shù)的視覺感知在機器人、無人機等智能體上的應(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，實現(xiàn)了無人機在沒有GPS或GPS信號弱的情況下實現(xiàn)導(dǎo)航和避障。隨著單無人機通過視覺控制技術(shù)的成熟，使無人機集群能夠利用立體視覺技術(shù)進行信息獲取與交互、集群任務(wù)協(xié)同、集群編隊與隊形變換，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。

　　4.5 未來無人機集群應(yīng)用

　　隨著無人機技術(shù)的發(fā)展與產(chǎn)業(yè)化應(yīng)用以及軍民融合戰(zhàn)略，未來我國無人機集群的應(yīng)用將更加廣泛。

　　在農(nóng)業(yè)植保上，無人機噴灑農(nóng)藥是人工噴灑效率的30倍，并且具有安全、防治效果好、成本低，并且不受地理環(huán)境限制等優(yōu)勢。我國有將近20億畝耕地，現(xiàn)階段95%以上耕地的植保還是人工加手動、電動機械噴霧機的方式進行植保作業(yè)。據(jù)有關(guān)預(yù)測顯示，假如有20%的耕地采用無人機集群進行植保，需求量在20萬架，其市場規(guī)模在100億以上。隨著無人機自主化水平的提高，以及植保無人機飛行算法的優(yōu)化、服務(wù)質(zhì)量的提高，未來在植保領(lǐng)域，無人機集群應(yīng)用市場將大有可為。

　　在航空測繪方面，采用無人機集群進行測繪作業(yè)能從多角度同時完成測繪，加上智能算法，就可以清晰地得到被測繪區(qū)域的三維圖像，并生成相應(yīng)的三維模型，比采用單機測繪作業(yè)的效果更好。與傳統(tǒng)衛(wèi)星測繪相比較，測繪的分辨率更高，加之無人機操作靈活，不受場地限制，測繪作業(yè)的局限性更小、通用性更強，可以完成全天候測繪任務(wù)。

　　在警用反恐、執(zhí)法等領(lǐng)域，警用集群無人機將成為公安機關(guān)的必備工具。如在處理突發(fā)事件時，使用警用無人機集群可快速收集突發(fā)事件現(xiàn)場數(shù)據(jù)，并將現(xiàn)場的視頻、音頻信息傳送到警察指揮中心，同時能夠跟蹤事件的發(fā)展態(tài)勢，利用深度學(xué)習(xí)算法進行判斷、決策、處置。

　　在搶險救災(zāi)方面，尤其在?；肪仍F(xiàn)場，滅火救援消防人員不能靠的太近，消防無人機集群攜帶針對性專用滅火劑可代替人進行危化品的滅火救援;攜帶環(huán)境感知器對火源火勢、周邊環(huán)境易燃易爆物等進行分析，還可攜帶通信裝備在任務(wù)區(qū)作為通信中繼，實時回傳災(zāi)情數(shù)據(jù)。

　　在軍用方面，無人機集群可以由多種類型的無人機組成，可以代替有人機，完成復(fù)雜危險的任務(wù)。如：在戰(zhàn)場上遂行護衛(wèi)、偵察、打擊、毀傷判定、目標(biāo)追蹤與精準(zhǔn)打擊等任務(wù)。

　　無人機集群還可構(gòu)成大型安保網(wǎng)絡(luò)，可用于安保、禁毒偵察;搭載人臉識別設(shè)備的無人機集群可在環(huán)境復(fù)雜的人群中尋找犯罪嫌疑人及失蹤人員，等等。

　　5 結(jié) 論

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

　　(1)目前，無人機集群技術(shù)的研究多處于理論和試驗階段，現(xiàn)行的多無人機編隊大部是基于地面站對集群中每個無人機或?qū)ζ浞纸M進行的控制，還未真正實現(xiàn)無人機集群的自主控制?；谏疃葟娀瘜W(xué)習(xí)技術(shù)的無人機集群自主決策、自主任務(wù)協(xié)同、編隊隊形與變換、機間信息交互共享等方面的研究還不夠深入。

　　(2)為了研究生物智能群體模型，往往只考慮群體當(dāng)前狀態(tài)進行決策研究，在建模時進行模型簡化，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，映射到無人機集群模型進行分析與仿真、群體智能決策研究時會造成無人機集群系統(tǒng)模型的部分結(jié)果失真。

　　(3)無人機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，且不能及時進行變主體、多方位通信，不能適應(yīng)無人機集群態(tài)勢感知技術(shù)，難以滿足無人機集群通信要求。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)是實現(xiàn)無人機集群技術(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集群控制系統(tǒng)，實現(xiàn)無人機集群群體智能的技術(shù)集成，是新一代無人機集群技術(shù)研究的主要方向。具備群體智能的無人機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。（作者：李鵬舉，毛鵬軍，耿乾，黃傳鵬，方騫，張家瑞，來源：新光電轉(zhuǎn)自《航空兵器》）