无人机自主集群技术研究展望

 动态不确定环境和复杂任务决定了无人机系统势必朝着集群化、自主化和智能化方向发展,具备共识自主性的无人机集群可无需任何集中规划或直接通信完成复杂智能行为。从无人机自主性内涵出发,讨论了无人机自主集群的概念、特点、优势及可能的作战形式,从人机共融、变体设计、人工智能和集群对抗方面探讨了无人机自主集群的发展趋势及无人机集群应对反无人机技术的必要性,从军用和民用领域分析了无人机自主集群的可能应用前景,从战略规划、研发模式、系统协调、交叉学科、国防应用及市场培育等方面探讨了无人机自主集群技术的发展方向。     

全域空间无人机集群协同干扰模型

为了提高无人机集群的协同干扰效果,本文基于3维方向图函数提出了一个全域空间无人机平台分布优化模型,基于遗传算法求解该模型,并进行了性能分析. 仿真结果显示,与传统的球面及柱面分布相比,该模型得到的主波束方向图的峰值旁瓣电平更优. 在此基础上．本文结合应用背景对无人机位置偏差、无人机毁伤情况、无人机集群容量、群内最小间距以及无人机集群分布范围进行了研究,得到了干扰效果对于误差及参数的依赖性．     

面向多机协同的Att-MADDPG围捕控制方法设计

多无人机对动态目标的围捕是无人机集群作战中的重要问题.针对面向动态目标的集群围捕问题,通过分析基于MADDPG算法的围捕机制的不足,借鉴Google机器翻译团队使用的注意力机制,将注意力机制引入围捕过程,设计基于注意力机制的协同围捕策略,构建了相应的围捕算法.基于AC框架对MAD-DPG进行改进,首先,在Critic网络加入Attention模块,依据不同注意力权重对所有围捕无人机进行信息处理;然后,在Actor网络加入Attention模块,促使其他无人机进行协同围捕.仿真实验表明,Att-MAD-DPG算法较MADDPG算法的训练稳定性提高8.9％,任务完成耗时减少19.12％,经学习后的围捕无人机通过协作配合使集群涌现出更具智能化围捕行为.     

专题：无人集群系统技术与应用

无人集群技术是无人作战系统发展的前沿技术和主要热点，随着战场环境动态复杂演进，呈现出作战场景变化越来越迅速、博弈对抗越来越强烈、作战过程不可复现等特征，对无人集群作战系统的应用提出了巨大挑战。为此，本专题依托“蜂群多智能体系统群智激发汇聚研究与实现”“航空集群空空导弹攻击区模型及智能预测方法研究”“仿鸟群智能行为的无人机与有人机共融集群自主控制”“仿鹰鸽智能的多智能体群组对抗推演与博弈方法研究及验证”“科技创新2030-新一代人工智能”等国家自然科学基金重大项目及其他重要项目，旨在汇聚无人系统作战体系架构设计、任务规划、效能评估等无人集群作战系统方面理论与技术方法的研究成果，探索面向复杂环境的有人\|无人集群、跨域无人集群等作战系统的运用模式和效能机理，为相关研究人员提供有益参考，共同推动智能无人作战技术的发展和提高。本专题采用视频加载等增强出版形式，读者可扫描二维码来观看相关资料，以加深理解和认识。限于研究者水平，文中所述方法及结论可能存在一定局限性。     

从鸟群群集飞行到无人机自主集群编队

无人机可通过自主集群编队提高其在复杂环境下执行任务的能力.多飞行器并存导致系统协调管理难度提升等一系列问题,因此如何设计合理高效的无人机集群编队协调自主控制算法是一个亟待解决的难点问题.在鸟群群集飞行过程中,个体通过遵循简单行为规则进行相互合作而产生复杂有序的集体行为.由于鸟群群集飞行过程中所表现出的邻近交互性、群体稳定性和环境适应性等特点与无人机集群编队的自主、协调和智能等控制要求有着紧密的契合之处,因此,研究鸟群群集飞行机制,并将其映射到无人机集群系统,是解决无人机集群编队协调自主控制问题的一条切实可行的途径.     

2019年无人机热点回眸

 在科技创新牵引和管控政策的推动下,无人机产业焕发出新的活力。2019年,无人机自主控制及应用技术又取得长足发展,呈现出一些新的发展态势。从无人机新战略、无人机赛事、技术革新、实战化等多个角度,对2019年无人机的科技热点及发展趋势进行了总结。分析表明,无人机集群智能作为一项颠覆性技术和作战理念,将成为未来无人机研究发展的重要方向。     

基于鸽群层级交互的有人/无人机集群一致性控制

有人/无人机共融集群中的有人机可弥补无人机在复杂环境中能力的不足.利用鸽群层级交互机制能够高效传递信息的特点,提出一种有人/无人机集群一致性控制方法.根据动力学约束与人类行为特点,建立无人机动力学模型和多通道的有人机操作员模型.在此基础上,通过鸽群层级交互机制构建集群系统的层级交互网络:有人机对等级较高的无人机发送指令,并通过层级网络影响整个无人机群体.设计可节约资源的自适应牵制控制策略,实现有人/无人机集群运动状态的一致性.此外,对系统稳定性进行简要分析.仿真结果验证了方法的有效性.     

低空无人机群自组织网络弹性综述

传统无人机(unmanned aerial vehicles, UAV)群评价指标缺少对系统遭受扰动后性能变化的全过程描述,弹性作为能够凸显系统动态变化的特有属性可以集中反映无人机群运行态势,围绕无人机群弹性概念、弹性评估方法、提升系统弹性措施3个方面进行全面综述。从自组织网络弹性概念展开,通过复杂网络对无人机群建模并进行弹性度量,分析了目前主要的弹性评估方法,同时从吸收能力和恢复能力两方面归纳网络弹性的提升措施。最后,综合无人机群弹性研究中亟待解决的关键问题,展望了未来研究方向,为无人机群安全高效运行提供科学指引。     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。     

2022年无人机热点回眸

2022年，无人机技术研究加速推进，并取得了一系列突破性进展。从无人机政策法规、设计实现、关键技术、人机交互、反无人机等方面回顾了2022年无人机领域热点和动向。随着视觉导航、人工智能技术的进步与普及，无人机综合能力不断提升，应用领域持续扩大，无人机集群关键技术、平台建设与执行任务样式不断完善，自主化、智能化、跨域化、集群化、体系化是当前无人机的技术发展趋势。     

群无人机动态环境分布式持续覆盖算法

动态环境具有多变性和不确定性,为将动态环境的不确定性控制在一定范围内,需要群无人机对其进行持续覆盖以便完成感知、监视、侦察等任务.提出了一种考虑无人机飞行动力学约束的分布式协同覆盖算法,无需先验知识、无需事先进行路径规划.各无人机独立地根据局部感知和局部通信所获信息进行在线覆盖决策,使整个群无人机系统涌现出持续覆盖行为.提出的方法通信次数少,仅需邻居无人机的位置信息进行合作,且对无人机的前飞航向没有数量约束.仿真结果表明,此分布式算法可实现群无人机对动态环境的持续覆盖,算法性能稳定,具有很好的灵活性和可扩展性.      

基于改进粒子群算法的城市物流无人机路径规划

城市物流无人机路径规划是无人机任务规划系统的一项核心内容。为安全、高效实现物流无人机路径规划问题,首先,采用栅格法进行环境建模,考虑无人机性能限制,以路径长度最短、无人机高度变化以及栅格危险度最小为目标,建立多约束物流无人机路径规划模型。其次,针对传统粒子群算法存在的问题,引入Singer映射改进粒子初始分布、线性调整加速因子和最大速度,粒子位置新更新策略,及动态调整惯性权值,应用改进的粒子群优化算法求解模型。最后,进行了算例仿真分析。当栅格粒度取5米,路径节点取5个,代价函数权值分别取0.1、0.4和0.5时,与其他4种算法相比,本文算法总代价值最佳,分别减少44.5%、3.5%、42.8%和30%。结果表明,本文的模型与算法用于无人机路径规划是可行的和有效的。     

Fuzzy Self-adaptive Proportional Integration Differential Control for Attitude Stabilization of Quadrotor UAV

The technology of attitude control for quadrotor unmanned aerial vehicles(UAVs) is one of the most important UAVs' research areas.In order to achieve a satisfactory operation in quadrotor UAVs having proportional integration differential(PID) controllers,it is necessary to appropriately adjust the controller coefficients which are dependent on dynamic parameters of the quadrotor UAV and any changes in parameters and conditions could affect desired performance of the controller.In this paper,combining with PID control and fuzzy logic control,a kind of fuzzy self-adaptive PID control algorithm for attitude stabilization of the quadrotor UAV was put forward.Firstly,the nonlinear model of six degrees of freedom(6-DOF) for quadrotor UAV is established.Secondly,for obtaining the attitude of quadrotor,attitude data fusion using complementary filtering is applied to improving the measurement accuracy and dynamic performance.Finally,the attitude stabilization control simulation model of the quadrotor UAV is build,and the self-adaptive fuzzy parameter tuning rules for PID attitude controller are given,so as to realize the online self-tuning of the controller parameters.Simulation results show that comparing with the conventional PID controller,this attitude control algorithm of fuzzy self-adaptive PID has a better dynamic response performance.     

双UAVs辅助的混合能量收集MEC系统资源分配策略

针对用户从环境射频源收集能量较少的问题,提出了一种双无人机辅助的混合能量收集边缘计算系统的资源分配策略。通过部署2个具有混合太阳能和射频能量收集功能的无人机,当用户的计算任务较大时,可以将计算任务卸载到搭载边缘服务器的无人机。当用户从环境射频源收集的能量不够用时,另一个无人机飞到用户上方,为其近距离充电。联合考虑无人机和用户的能量消耗,将系统资源分配问题建模成一个混合整数非线性规划问题,在满足用户和无人机计算能力和能量消耗的约束条件下,最小化系统总能耗。通过引入量子行为粒子群优化算法,获得次优解。仿真结果表明,与其他几种方法相比,采用量子行为粒子群优化算法消耗的能量更少。