近年來，無人機具有低成本、無人員傷亡、設(shè)備簡單、操作方便和靈活可靠等特點被廣泛應(yīng)用。其可以近距離對地面目標有選擇性和針對性地實施觀測，并且可以進入敵方陣地進行監(jiān)視，提高情報的可靠性和時效性。在軍事偵察和民用測量上采用一定的編隊隊形進行飛行，可以擴大偵察和搜索的范圍。多架無人機編隊飛行協(xié)同偵察時，通過調(diào)整相機在無人機上的安裝角度，可對目標的全方位立體拍照，實現(xiàn)地面目標的偵察和監(jiān)視。

單架無人機采用先進控制策略可實現(xiàn)實時的高精度姿態(tài)控制，完成軌跡追蹤，但是多無人機編隊飛行執(zhí)行任務(wù)的成功率和抗突發(fā)事件的能力要比單架飛機飛行高。例如，在某次任務(wù)的執(zhí)行過程中，有一架飛機出現(xiàn)故障不能繼續(xù)工作，那么它可以返回進行維修，而其余飛機仍舊按照原來的計劃保持編隊飛行，使任務(wù)得以圓滿完成。但是現(xiàn)有的科技水平還無法支持完全意義上的多無人機編隊自主決策功能，幾乎不能實現(xiàn)較高程度智能化集群式大規(guī)模協(xié)同編隊飛行，因此深入開展信息感知技術(shù)、數(shù)據(jù)融合技術(shù)、任務(wù)分配技術(shù)、航跡規(guī)劃技術(shù)、編隊控制技術(shù)、通信組網(wǎng)技術(shù)和虛擬/實物驗證實驗平臺技術(shù)等多項技術(shù)的研究，以及多項技術(shù)間協(xié)同研究，對中國實現(xiàn)美國空軍發(fā)布的2016年—2036年小型無人機發(fā)展規(guī)劃中“蜂群”、“編組”、“忠誠僚機”和誘餌等多無人機協(xié)同編隊具有重要指導(dǎo)意義。

協(xié)同編隊飛行任務(wù)描述

為了達到多無人機協(xié)同編隊飛行的擴大任務(wù)范圍、提高任務(wù)執(zhí)行效率和完成質(zhì)量、增強在高危環(huán)境中的作戰(zhàn)能力、提升系統(tǒng)對環(huán)境自適應(yīng)能力、擴展任務(wù)能力等多個目標，必須研究多無人機的狀態(tài)感知和數(shù)據(jù)融合、任務(wù)分配和航跡規(guī)劃、編隊控制和通信組網(wǎng)等多個技術(shù)，并研究多項技術(shù)間的協(xié)同作用。

多無人機協(xié)同編隊執(zhí)行危險任務(wù)是一種必然趨勢。進行多無人機協(xié)同編隊，首先要進行信息感知，并對多源信息進行融合;其次對各種任務(wù)進行分配和決策;進而對每架無人機進行航跡規(guī)劃生成期望的軌跡;然后利用先進的編隊控制方法和隊形設(shè)計技術(shù)實現(xiàn)多機編隊飛行任務(wù);在編隊控制設(shè)計過程中，需要考慮多無人機之間的組網(wǎng)通信問題;最后，搭建模擬多無人機協(xié)同編隊飛行虛擬仿真平臺和實物演示平臺，驗證編隊控制算法的可行性和有效性。

任務(wù)分配

無人機飛行的環(huán)境日益復(fù)雜及于無人機性能等要求的提高，對無人機編隊任務(wù)分配的時效性、處理位置環(huán)境能力、求解速度等提出了更高的要求。

2010年，美國麻省理工學(xué)院大學(xué)Mcgrew等，針對固定速度一對一作戰(zhàn)機動問題，用近似動態(tài)規(guī)劃技術(shù)進行求解，該方法針對快速變化的戰(zhàn)術(shù)情況能夠提供快速響應(yīng)，并在室內(nèi)完成了飛行試驗，對算法進行了驗證。2011年，印度Sujit等。針對兩個無人機的未知區(qū)域協(xié)同搜索問題展開研究，考慮了無人機通信范圍、傳感器探測范圍、油量限制及補給站位置等約束條件，采用博弈論的方法對該問題進行了求解，仿真結(jié)果表明基于博弈論的方法對于未知環(huán)境的搜索效率很高。2011年，美國波爾圖大學(xué)Manathara等，針對多無人機作戰(zhàn)的最優(yōu)資源分配問題，針對多種異構(gòu)無人機設(shè)計了任務(wù)分配策略，并采用啟發(fā)式算法進行求解。2014年，美國珀杜大學(xué)Kim等針對異構(gòu)無人機的編隊區(qū)域搜索和任務(wù)分配問題，提出了一種基于響應(yīng)閾值模型的概率決策機制的分布式方法，考慮了環(huán)境的不確定性，實現(xiàn)了快速靈活的無人機區(qū)域搜索和任務(wù)分配。2015年馬來西亞科技大學(xué)Wei等，針對傳統(tǒng)粒子群算法求解過程中求解過慢或易陷入局部極小的問題，提出了一種雙級任務(wù)分配方法，通過雙極任務(wù)分配結(jié)構(gòu)自適應(yīng)的條件搜索效率，相比傳統(tǒng)粒子群算法提高了求解的可靠性、搜索精度和搜索效率，最終提高了任務(wù)分配的求解速度。

航跡規(guī)劃

為了確保復(fù)雜環(huán)境中多無人機編隊能夠安全、快速到達任務(wù)區(qū)域，降低被敵方雷達捕獲、摧毀的概率，需要設(shè)計滿足一定約束條件及性能指標最優(yōu)的編隊航跡。

2013年，英國諾森比亞大學(xué)的Kothari等，采用機會約束方法來處理系統(tǒng)環(huán)境和環(huán)境態(tài)勢感知中的不確定性，再通過快速隨機搜索樹方法獲取了多無人機魯棒最優(yōu)路徑。2015年，北京航空航天大學(xué)的段海濱等，將無人機全局路徑規(guī)劃問題轉(zhuǎn)化為三維空間含約束的優(yōu)化問題，并采用改進的差分進化算法進行求解，克服了傳統(tǒng)差分進化算法容易陷入局部極小的問題，相比傳統(tǒng)方法提高了無人機路徑的約束處理能力、路徑質(zhì)量和魯棒性。2016年，加拿大魁北克大學(xué)的Berger等，針對異構(gòu)飛行器的靜態(tài)目標搜索問題，建立新的整數(shù)線性和二次規(guī)劃模型，降低了計算復(fù)雜度，采用線性規(guī)劃算法求解，以輕微的計算代價獲得了包含異構(gòu)飛行器的近似最優(yōu)解。2016年，沈陽航空航天大學(xué)的梁宵等，在復(fù)雜環(huán)境下對移動目標的路徑跟蹤問題，采用滾動時域優(yōu)化結(jié)合人工勢場法，獲取無人機的前進方向，實時給出針對移動目標的最優(yōu)軌跡。

在實際飛行過程中，需要考慮編隊避撞問題。2014年，伊朗伊斯蘭阿扎德大學(xué)的Shorakaei等，將無人機之間避撞作為性能指標，采用基于概率的環(huán)境建模方法，研究了多無人機協(xié)同搜索問題，并運用平行遺傳算法進行求解，設(shè)計了二維及三維的最優(yōu)路徑。遺傳算法的優(yōu)點是易于與其他算法相結(jié)合，并充分發(fā)揮自身迭代的優(yōu)勢，缺點是運算效率不高，不如蟻群等算法有先天優(yōu)勢。2013年，華中科技大學(xué)的丁明躍等，針對海上無人機路徑規(guī)劃問題，提出了一種基于量子行為粒子群優(yōu)化的混合差分進化算法，用于在不同威脅環(huán)境下生成一條安全和可飛的路徑。粒子群算法模擬鳥群飛行捕食行為，相比遺傳算法規(guī)則更為簡單，求解速度更快，但容易陷入局部收斂。

編隊控制

編隊隊形設(shè)計與調(diào)整

隊形設(shè)計。在實際任務(wù)執(zhí)行中，多無人機以不同的隊形形成編隊，如楔隊、梯隊、橫隊、縱隊和V形等，可以實現(xiàn)協(xié)同偵察、防御和進攻等復(fù)雜任務(wù)。合理有效的隊形設(shè)計可以延長無人機編隊飛行距離、節(jié)省燃料消耗、增加編隊靈活性，這大大提高其安全性與任務(wù)完成率。2011年，英國機械工程師協(xié)會的報告指出V字隊形最高可節(jié)省12%的燃料，這種編隊模式用于跨洋飛行或長途飛行的客機編隊，大大延長了飛行距離并節(jié)省燃料消耗。從任務(wù)需求的角度出發(fā)，新加坡南洋理工大學(xué)的朱森強等，針對多無人機固定區(qū)域的資源探測問題，設(shè)計了一種圓形編隊隊形，這種隊形不僅能擴大探測半徑，還能有效提高探測資源區(qū)域的效率，有效地完成了多無人機協(xié)同探測任務(wù)。從編隊靈活性出發(fā)，2015年，英國貝爾法斯特女王大學(xué)Lau等，針對多無人機任意隊形設(shè)計問題，通過提出基于張拉整體結(jié)構(gòu)隊形建模方法，得到多種穩(wěn)定隊形，這種隊形構(gòu)造方法實現(xiàn)了隊形的靈活調(diào)整，并使多無人機適應(yīng)了外界環(huán)境的變化。

2009年，復(fù)旦大學(xué)研究團隊，指出實際空戰(zhàn)中，編隊戰(zhàn)術(shù)通常是以基本的兩機編隊為單元，按照層級的概念建立起大規(guī)模的飛機編隊。僚機在長機的前15°到后20°區(qū)域形成一字編隊隊形時，具有良好的攻擊性和防御性，適合于高空;僚機在長機后30°到60°的區(qū)域時，整體操縱性良好，適合于低空。

編隊飛行控制方法

在多無人機編隊執(zhí)行偵察和防御等任務(wù)時，需要多無人機保持一定隊形編隊飛行到任務(wù)執(zhí)行區(qū)域。編隊保持的控制方法主要有l(wèi)eader-follower方法、基于行為法、虛擬結(jié)構(gòu)法、圖論法和基于一致性方法，每種編隊方法適應(yīng)不同環(huán)境，各有優(yōu)缺點。

leader-follower法。Leader-follower方法是目前多無人機編隊控制中最常用的方法之一。leader跟蹤一個預(yù)先給定的軌跡，follower和leader軌跡保持一定構(gòu)型，并速度達到一致。leader可以看成是目標追蹤的對象，或是整個多智能體的共同利益。賓西法尼亞大學(xué)的Desai團隊對該方法做了大量理論和實驗上的研究工作。2012年，該團隊Turpin等研究了改進的leader-follower編隊方法，其中每架無人機從與之通信的其他無人機中間接獲取跟蹤的leader的狀態(tài)。2015年，該團隊Saska等，基于機載視覺感知設(shè)備和leader-follower方法實現(xiàn)了非GPS定位密集編隊飛行。目前，該團隊研究還包括多智能體協(xié)作規(guī)劃、避障、協(xié)作抓取和運輸?shù)壤碚摴ぷ鳌?/p>

基于行為法?；谛袨榈木庩牱椒ㄊ嵌x無人機的幾種基本控制行為，如跟隨、避障和隊形構(gòu)成等，對定義的幾種行為進行加權(quán)得到編隊控制方法。這使系統(tǒng)中的每個單體都具備依據(jù)自身決策來協(xié)同其他單體完成目標或任務(wù)的能力。

受生物群體社會行為的啟發(fā)，越來越多團隊通過分析生物系統(tǒng)的行為規(guī)律研究多無人機編隊飛行。1999年，美國杜克大學(xué)Reif等，針對編隊中個別成員因故障而失效使得傳感器獲得的信息傳輸不完整的問題，提出了一種類似于行為的電勢場方法，實現(xiàn)了存在個別成員故障失效情況下的編隊。2003年，美國Jadbabaie等，對基于行為法進行了深入的分析，提出了最近鄰協(xié)調(diào)思想。2009年，Kim等，提出了一種基于反饋線性化方法設(shè)計的分布式行為控制器。2015年，北京航空航天大學(xué)研究團隊，提出了一種基于鴿群特性的編隊控制方法，該方法利用圖論和勢場函數(shù)理論對編隊中的拓撲結(jié)構(gòu)和群體中的主從關(guān)系進行定義，實現(xiàn)了對無人機緊密編隊飛行的仿真。

在傳感器數(shù)據(jù)錯誤或缺乏的情況下，基于行為法的多無人機編隊能夠綜合考慮多無人機協(xié)同編隊飛行中的多個行為，有效整合各種行為，從而使整個編隊仍然可以保持。該方法根據(jù)預(yù)設(shè)信息和觸發(fā)條件來形成控制指令，因此降低了編隊的適應(yīng)性和靈活性。

虛擬結(jié)構(gòu)法。虛擬結(jié)構(gòu)法是一種集中式控制方法，由美國加利福尼亞大學(xué)Lewis等，在1997年首次提出。將編隊作為一個虛擬剛體，在編隊中設(shè)定一個虛擬長機或虛擬幾何中心，隊中所有無人機都參照虛擬長機或虛擬幾何中心運動。

2001年，美國楊百翰大學(xué)Beard等，針對航天器的編隊問題，綜合利用虛擬結(jié)構(gòu)、“長機-僚機”及行為方法的合成，實現(xiàn)了航天器在深度空間的編隊飛行。2002年，美國加州理工學(xué)院Saber等，針對編隊隊形快速定位及隊形穩(wěn)定問題，提出了基于二維空間的虛擬長機和幾何中心的編隊結(jié)構(gòu)。

虛擬結(jié)構(gòu)法避免了，領(lǐng)航跟隨者方法中領(lǐng)航無人機出現(xiàn)故障或毀機時編隊無法保持的缺點。而且該方法通過把編隊誤差反饋加到控制器，得到了較高的編隊控制精度。然而，合成虛擬長機和獲取鄰機位置，需要較高的通信質(zhì)量和強計算能力，這使得編隊可靠性較差。而且此方法要求編隊飛行必須剛性運動，限制了實際飛行的應(yīng)用范圍。

圖論法。圖論法利用拓撲圖上的頂點來描述單個無人機，兩點之間的邊用來表述無人機間的關(guān)聯(lián)/約束拓撲關(guān)系，例如感知、通信或控制連接等，將控制理論引入圖中，可以構(gòu)建編隊控制策略。

剛性圖論在編隊中應(yīng)用取得了比較大的進展。一般來講，剛性圖處理的對象是無向圖，即無人機之間的聯(lián)系是雙向的。在很多實際情況中，為了簡潔通信量，多無人機系統(tǒng)常常利用有向圖表示。2007年，比利時魯汶大學(xué)Hendrickx等，等提出了有向剛性的概念，給出了有向剛性的定義并給出了生成有向剛性圖的策略。該團隊在2D剛性圖的基礎(chǔ)上延伸到3D甚至更高維數(shù)，給出高維空間上的剛性圖與有向圖持久性的充分必要條件。2013年，澳大利亞莫納什大學(xué)Barca等，引入圖論到多機器人編隊中，完善領(lǐng)航者-追隨者的多機器人控制機制，使多機器人形成二維編隊而不需要彼此通信。

2016年，美國路易斯安那州立大學(xué)Ramazani等，針對不同平面運動個體間的協(xié)同控制問題，利用剛性圖論分別對單積分和雙積分模型進行了協(xié)同仿真實驗。燕山大學(xué)羅小元等，針對多智能體最優(yōu)剛性編隊問題，設(shè)計了最優(yōu)持久編隊自動生成算法，生成了最優(yōu)持久編隊。

利用剛性圖可以表示任意隊形，且圖論有成熟的理論作為研究基礎(chǔ)，但是仿真研究實現(xiàn)較難。

一致概念最早出現(xiàn)在計算機分布式計算網(wǎng)絡(luò)化的動態(tài)系統(tǒng)中。2004年，美國加利福尼亞大學(xué)Saber等，得到多智能體系統(tǒng)一致收斂的充要條件是拓撲圖是連通的。2005年，任偉等，證明了有向網(wǎng)絡(luò)拓撲只要存在生成樹結(jié)構(gòu)，則所智能體可實現(xiàn)全局一致收斂。任偉等和Jadbabaie等研究得到動態(tài)網(wǎng)絡(luò)拓撲下多智能體實現(xiàn)一致性收斂的充要條件：在任意時間段的網(wǎng)絡(luò)拓撲都有一個生成樹結(jié)構(gòu)，則多智能體可實現(xiàn)一致性收斂任偉等，進而將一致性控制引入到多智能體編隊控制系統(tǒng)中。2009年，韓國首爾大學(xué)Seo等，針對多無人機時變編隊問題，采用基于一致性反饋線性化方法，保證了多無人機按照給定時變隊形進行編隊飛行。2013年，東南大學(xué)研究團隊等通過有限時間一致性算法處理了有領(lǐng)航者和無領(lǐng)航者的編隊控制問題。

基于一致性進行分布式大規(guī)模編隊具有良好的靈活性和適應(yīng)性，同時編隊魯棒性也不會因某架無人機損傷或毀機而降低。同時改變的是不依賴某一控制單元，并且某架無人機發(fā)生故障對整體隊形不會有太大影響。但是分布式控制算法比較復(fù)雜，對通信信道容量及通信時延的要求較高，目前的所設(shè)計的編隊控制器不能長時間保障所有無人機收斂到一致狀態(tài)。

為了避免幾種方法缺點，人們提出了很多綜合多種方法優(yōu)點的改進方法。2016年，波蘭比亞韋斯托克科技大學(xué)Kownacki針對多無人機編隊過程中機間通信問題，提出一種結(jié)合虛擬結(jié)構(gòu)、leader-follower方法及基于行為的編隊方法，提高了無人機編隊飛行過程中機間信息共享的可靠性和吞吐量。其他編隊控制方法還有模型預(yù)測控制、模糊邏輯、神經(jīng)網(wǎng)絡(luò)技術(shù)、信息感知視覺傳感器等方法，可以實現(xiàn)機群間通信不完整情況下編隊飛行。

編隊重構(gòu)及避撞

多無人機編隊重構(gòu)包括隊形切換及缺少一架或多架無人機時新編隊隊形的重構(gòu)，在隊形重構(gòu)過程中必須考慮機間避撞。例如，多無人機編隊飛行執(zhí)行任務(wù)時，需要規(guī)避雷達、電磁干擾、敵機和較大障礙物，變換合適的隊形可以增加任務(wù)完成率。實現(xiàn)無人機編隊重構(gòu)的方法有：1）勢能域函數(shù)方法;2）滾動時域法;3）模型預(yù)測法;4）生物算法;5）最優(yōu)控制法。

2010年，新加坡南洋理工大學(xué)Lie等，針對固定翼無人機編隊重構(gòu)控制問題，給出最終的編隊位置和重構(gòu)時間，設(shè)計了帶有防撞機制的滑模跟蹤控制器，最終實現(xiàn)了安全隊形重構(gòu)。2015年，印度特里凡得瑯工程學(xué)院Rajasree等，針對無障礙物多無人機編隊重構(gòu)問題，通過合適地選擇時變編隊向量形成任意期望編隊，實現(xiàn)了環(huán)形編隊中一架出現(xiàn)故障時編隊的重構(gòu)情況。2016年，加拿大女王大學(xué)Hafez等，針對無人機協(xié)同編隊重構(gòu)問題，采用基于學(xué)習(xí)的模型預(yù)測控制方法，實現(xiàn)了無人機形成緊密編隊安全繞過靜止障礙物。2016年，新加坡國立大學(xué)廖峰團隊，應(yīng)用勢能域函數(shù)方法對垂直起降無人機系統(tǒng)外環(huán)設(shè)計了編隊及重構(gòu)控制器，又對內(nèi)環(huán)設(shè)計魯棒跟蹤控制器，實現(xiàn)了垂直起降無人機編隊飛行與重構(gòu)問題。

在國內(nèi)，2012年，北京航空航天大學(xué)研究團隊，采用基于鴿群優(yōu)化方法，設(shè)計了終端狀態(tài)和控制動作能量約束下的多無人機編隊重構(gòu)控制器，實現(xiàn)了最優(yōu)的多無人機編隊重構(gòu)。2014年，該團隊利用滾動時域方法將多無人機編隊全局重構(gòu)問題轉(zhuǎn)化成幾個在線局部最優(yōu)問題，利用差分進化（DE）算法優(yōu)化各無人機控制序列，最終使多無人機形成新的隊形。2015年，大連理工大學(xué)彭會軍等，提出了一種新的辛迭代數(shù)值算法，以獲得最佳的解決方案的非線性滾動時域控制策略，使得多無人機在編隊重構(gòu)過程中更快速形成編隊并且對參數(shù)具有強魯棒性。2016年，沈陽航空航天大學(xué)研究團隊，通過設(shè)計編隊重構(gòu)時的安全距離，將編隊重構(gòu)問題轉(zhuǎn)化成帶有約束的時間最優(yōu)控制問題。2016年，景德鎮(zhèn)陶瓷學(xué)院研究團隊等，提出了自主重構(gòu)的內(nèi)點算法，將編隊重構(gòu)問題最終轉(zhuǎn)化成標準非線性單目標最優(yōu)化問題。

其他編隊重構(gòu)的思路還有：2009年，捷克布拉格捷克理工大學(xué)Spinka等，設(shè)計了一個新的分布式分層結(jié)構(gòu)，實現(xiàn)了故障時遙控自動駕駛多無人機重構(gòu);2014年，巴西圣克魯斯州立大學(xué)Giacomin等，提出了一種分段算法，算法重新配置了每架無人機的緯度，并利用導(dǎo)航協(xié)助每架無人機完成編隊重構(gòu)。

信息感知與數(shù)據(jù)融合

無人機通過紅外探測儀，攝像機和雷達等機載傳感器設(shè)備對周圍環(huán)境進行探測，實現(xiàn)對空地環(huán)境的感知，無人機還具有編隊內(nèi)部感知能力，來保持編隊構(gòu)型和實現(xiàn)協(xié)同編隊飛行，提高多無人機編隊安全性和可靠性。無人機將感知信息進行機間共享，通過信息處理與數(shù)據(jù)融合實現(xiàn)無人機編隊協(xié)同感知，從而獲得更廣的探測范圍和更加精確全面的環(huán)境信息，完成多無人機協(xié)同編隊偵察等任務(wù)。

多無人機編隊協(xié)同感知必須解決無人機異質(zhì)傳感器多源信息的融合處理問題，實現(xiàn)無人機對環(huán)境準確高效的判讀。2007年，葡萄牙里斯本技術(shù)大學(xué)Lima等，針對自主傳感器和機器人網(wǎng)絡(luò)對目標的協(xié)同定位問題，采用貝葉斯方法解決多傳感器信息融合問題以及廣義傳感器網(wǎng)絡(luò)自身狀態(tài)估計問題，提升了對觀測目標協(xié)同定位的精確度。2008年，美國蒙特里海軍研究生院Lee，針對多傳感器信息融合問題，提出了一種新的不確定信息濾波器算法，該算法通過統(tǒng)計線性誤差傳播方法處理不確定數(shù)據(jù)，得到了未知信息的不確定性程度。2010年，國防科學(xué)技術(shù)大學(xué)王林等，針對多移動傳感器測量的融合估計問題，基于無色變換、交互多模型和信息濾波算法，提出了一種面向多無人機協(xié)同感知的分布式融合估計方法，而且無色變換能保證更高的估計精度，可以提高多無人機的融合估計性能。

無人機將感知信息進行機間共享，通過信息處理和數(shù)據(jù)融合技術(shù)實現(xiàn)無人機編隊協(xié)同感知，從而獲得更廣的探測范圍和更加精確全面的環(huán)境信息。2003年，澳大利亞悉尼大學(xué)Ridley等，在其專著里面設(shè)計了一種實時分布式機載數(shù)據(jù)融合系統(tǒng)，包括視覺傳感器和毫米波雷達，實現(xiàn)了對多個地面目標進行跟蹤。2007年，美國康奈爾大學(xué)Campbell等，針對多無人機的目標跟蹤問題，提出了一種基于平方根的sigma-point信息濾波算法，該算法通過數(shù)據(jù)融合實現(xiàn)了兩架無人機的目標跟蹤，并且該算法在數(shù)據(jù)丟失和出現(xiàn)延時也能提供準確信息，具有高實時性和強魯棒性。2008年，西安電子科技大學(xué)楊百勝等，針對多傳感器融合跟蹤問題，采用多個被動傳感器集中式融合跟蹤策略，提出了基于無跡卡爾曼濾波的被動多傳感器融合跟蹤算法，進行了3個被動站跟蹤的仿真研究，驗證了其算法比傳統(tǒng)EKF方法的跟蹤精度更高。

編隊通信

目前，多數(shù)國家仍采用地面站直接控制無人機，構(gòu)建一種星型拓撲結(jié)構(gòu)。多無人機通信組網(wǎng)的思想是：無人機不完全依賴地面站或衛(wèi)星等設(shè)施的控制，將所有無人機看作一個整體，在多無人機間建立一個無線通信網(wǎng)絡(luò)，各無人機間相互配合，相互轉(zhuǎn)發(fā)指令、交換信息。該網(wǎng)絡(luò)打破了無人機之間沒有任何聯(lián)系與合作的傳統(tǒng)作戰(zhàn)思想，可以提高無人機的綜合作戰(zhàn)能力，減小作戰(zhàn)能耗。

2011年，澳大利亞新南威爾士大學(xué)Ahmed等，針對無人機與地面站、無人機與無人機之間的鏈路特性進行研究，為多無人機通信組網(wǎng)的設(shè)計提供了基礎(chǔ)。2013年，土耳其空軍學(xué)院Bekmezci等，從節(jié)點移動性、節(jié)點密度、拓撲變化頻率和功耗等方面，介紹了飛行自組網(wǎng)不同于其他自組織網(wǎng)絡(luò)，并分層總結(jié)了飛行自組網(wǎng)的相關(guān)協(xié)議。2016年，美國華盛頓大學(xué)Gupta等，研究了現(xiàn)有技術(shù)應(yīng)用于航空網(wǎng)絡(luò)存在的問題，通過調(diào)研現(xiàn)有技術(shù)對航空網(wǎng)絡(luò)的可用性，研討了各種技術(shù)的優(yōu)缺點，并從路由、無縫切換和節(jié)能領(lǐng)域進行了詳細分析

編隊仿真平臺

搭建滿足多無人機協(xié)同編隊仿真的多無人機仿真平臺，對于加快開發(fā)周期，降低多無人機編隊試驗成本，具有十分重要的意義。當前國內(nèi)外已有一些針對無人機編隊或多無人機仿真系統(tǒng)的研究，主要分為如下4類。

單系統(tǒng)仿真平臺。利用C++開發(fā)出了Multi無人機2系統(tǒng)，用于協(xié)同控制研究。美國陸軍研究所Garcia基于商用飛行模擬器軟件 X-Plane和MATLAB開發(fā)的多無人機仿真平臺，實現(xiàn)了4臺無人機編隊仿真。清華大學(xué)周昊等，基于多 Agent 技術(shù)開發(fā)出了名為無人機sim的仿真平臺，采用分層的體系結(jié)構(gòu)，在單系統(tǒng)內(nèi)將算法、內(nèi)核和顯示完全分離，實現(xiàn)了多無人機的仿真， 此類系統(tǒng)成本較低，又可以驗證無人機機群控制及協(xié)同規(guī)劃算法，但與真實無人機編隊的分布式體系結(jié)構(gòu)不符，不能有效仿真無人機編隊協(xié)同任務(wù)規(guī)劃的全過程。

基于 HLA（high level architecture）架構(gòu)的分布式系統(tǒng)仿真平臺。HLA是由美國國防部在90年代末提出的，是目前分布式系統(tǒng)仿真的主要技術(shù)之一。基于 HLA 的仿真不需要處理底層通信傳輸、仿真運行管理的細節(jié)，實驗者可將主要精力放在具體的仿真功能實現(xiàn)上。部分公司開發(fā)出基于HLA 的仿真平臺，比如 VR-Forces、 FLAMES等，它們對底層的RTI進行了封裝，提供了更加靈活強大的 API 函數(shù)，降低了開發(fā)難度。合肥工業(yè)大學(xué)研究團隊開發(fā)出了基于VR-Force的分布式的無人機編隊協(xié)同任務(wù)規(guī)劃仿真系統(tǒng)，能夠仿真多種任務(wù)場景下的無人機編隊協(xié)同任務(wù)規(guī)劃過程，以幫助驗證不同類型的協(xié)同任務(wù)規(guī)劃算法，仿真展示度高，但是也帶來了較高的建設(shè)成本。

自主開發(fā)的多飛行器編隊分布式虛擬系統(tǒng)仿真平臺。該類平臺是對除了HLA架構(gòu)以外所有的分布式仿真平臺的概括。天津大學(xué)研究團隊開發(fā)的多飛行器編隊仿真平臺，由模型計算機、系統(tǒng)主控計算機、視景顯示計算機、PC104控制器、無線AP/路由器以及Wi-Fi無線通信模塊組成。模型計算機采用xPC仿真環(huán)境，運行單飛行器動力學(xué)以及環(huán)境模型;系統(tǒng)主控計算機發(fā)出任務(wù)指令，并監(jiān)控整個系統(tǒng)的運行;視景顯示計算機實時地進行視景顯示;PC104控制器運行飛行控制算法，實現(xiàn)對單飛行器的控制;無線AP/路由器作為系統(tǒng)無線網(wǎng)絡(luò)的中轉(zhuǎn)站，實現(xiàn)信息交換;Wi-Fi無線通信模塊使有線通信方式轉(zhuǎn)為無線連接。實現(xiàn)了對于多飛行器編隊系統(tǒng)的實時仿真、視景顯示、算法驗證、通信組網(wǎng)等功能。 該團隊突破了xPC平臺和dSPACE平臺兩項關(guān)鍵技術(shù)， 實現(xiàn)了對于多無人機編隊飛行控制算法的半實物仿真驗證與性能評估。此類平臺靈活度較大，可以有效對協(xié)同控制算法和軌跡優(yōu)化算法進行仿真驗證，但內(nèi)部通信機制和管理機制的搭建，需要自主研發(fā)，具有一定難度。

整自主開發(fā)的多無人機編隊分布實物系統(tǒng)仿真平臺，整個系統(tǒng)由室內(nèi)定位系統(tǒng)、多無人機、ZigBee無線傳輸以及地面站組成。首先室內(nèi)定位系統(tǒng)借助紅外攝像頭對各無人機上的標記點進行抓拍，通過解算實時地計算出每架無人機的當前位置，并以TCP/IP協(xié)議的方式傳送給地面站;地面站借助ROS通信機制，在接收定位系統(tǒng)數(shù)據(jù)的同時運行相關(guān)決策算法，計算出每架無人機下一時刻的期望位置，并通過ZigBee無線通信發(fā)送出去;無人機通訊網(wǎng)絡(luò)以分布式、自組網(wǎng)的形式進行搭建，每架無人機均可與地面站通信，同時彼此間也可以進行數(shù)據(jù)交互;各無人機接收地面站傳來的數(shù)據(jù)，提取自身當前位置與期望位置，運行機載控制算法，驅(qū)動無人機運動到設(shè)定的位置，如此循環(huán)往復(fù)，最終實現(xiàn)多無人機編隊飛行的仿真驗證。目前該平臺已突破XBEE分布式網(wǎng)絡(luò)和PIXHAWK開源飛控兩項關(guān)鍵技術(shù)，并成功嵌入人工勢場法、圖論法等編隊理論算法。在室內(nèi)也已實現(xiàn)定點、直線、圓等常用隊形演示，同時在飛行過程中可實時對無人機編隊進行隊形切換。 該平臺可以為多無人機飛行過程算法提供數(shù)據(jù)支持，并可以直接充當演示效果。所以，該平臺可以很好的為理論研究服務(wù)，避免不必要的經(jīng)費投入。

正如，飛思實驗室研發(fā)的這款基于室內(nèi)光學(xué)定位系統(tǒng)的室內(nèi)多旋翼控制平臺，不僅實現(xiàn)了室內(nèi)無人機集群飛行、集群算法、編隊通信原理等教學(xué)實驗，能夠更有效的幫助教研工作者，專注于無人機多機協(xié)同編隊等無人機集群關(guān)鍵技術(shù)研究，檢驗理論成果，提升實驗效率，更能大大推動教學(xué)研一體化進程，加速教學(xué)、科研的進度。而且它是基于Matlab或ROS的飛行場景仿真器可較真實模擬真實飛行器的動態(tài)，并且可模擬節(jié)點通訊方式，方便后續(xù)仿真。Matlab或ROS的地面控制站可實時讀取基于ROS的飛行場景仿真器、光學(xué)室內(nèi)定位系統(tǒng)節(jié)點，還能讀寫真實多旋翼飛行器節(jié)點，從而能夠在Matlab或ROS平臺下統(tǒng)一地從仿真到真實實驗，最終輕松完成多旋翼飛行器的控制。

可開設(shè)課程多樣化：

多旋翼濾波器設(shè)計;

多旋翼定點位置控制器設(shè)計;

多旋翼路徑跟隨控制器設(shè)計;

多旋翼跟蹤控制器設(shè)計;

多旋翼避障控制器設(shè)計;

多旋翼區(qū)域覆蓋決策設(shè)計;

多機編隊控制設(shè)計;

多機投遞決策設(shè)計。

系統(tǒng)組成：

光學(xué)室內(nèi)定位系統(tǒng)多旋翼飛行器

基于Matlab或ROS的編隊控制站

實驗指導(dǎo)包（指導(dǎo)書、視頻、例程）

系統(tǒng)特點：

平臺統(tǒng)一，高效易用，強勢助力科研

身材Mini續(xù)航久，與平臺完美兼容

權(quán)威教科書級指導(dǎo)，制定行業(yè)標準

視頻和例程由淺入深，輕松上手

結(jié)論與展望

通過對近年來國內(nèi)外多無人機協(xié)同編隊飛行控制幾個關(guān)鍵技術(shù)的進展的綜述，同時展望了每種關(guān)鍵技術(shù)發(fā)展趨勢，具體得出以下結(jié)論：

1）現(xiàn)有的任務(wù)分配和航跡規(guī)劃主要針對離線無人機編隊任務(wù)分配和航跡規(guī)劃展開研究，未來研究應(yīng)圍繞復(fù)雜環(huán)境及有限通信環(huán)境下的無人機編隊實時任務(wù)分配和多異構(gòu)無人機編隊實時協(xié)同航跡規(guī)劃展開。

2）多無人機編隊飛行的控制方法大部分實現(xiàn)了2維編隊，對于3維立體編隊的編隊控制策略研究很少。如何綜合利用各種編隊控制方法的優(yōu)點，實現(xiàn)多無人機在復(fù)雜環(huán)境和突發(fā)情況下的編隊形成、保持與重構(gòu)，是未來研究者所要追尋的目標。

3）針對無人機多傳感器數(shù)據(jù)融合問題的研究與實現(xiàn)主要停留在單個無人機攜帶的多傳感器進行數(shù)據(jù)融合，而對多無人機編隊所攜帶的多傳感器數(shù)據(jù)融合問題的研究較少，且大多停留在理論與算法研究上。如何通過合理利用多無人機編隊的多傳感器進行協(xié)同感知，擴大感知范圍，提升感知精度，是未來多無人機編隊需要研究重點問題。

4）編隊間的通信研究都是針對某一性能進行的改進，仍停留在理論層面，沒有應(yīng)用在實際工程中;未來需要結(jié)合現(xiàn)有移動自組網(wǎng)技術(shù)建立通信標準構(gòu)建無人機自組織網(wǎng)絡(luò)，實現(xiàn)無人機與其他平臺的互聯(lián)互通。

5）仿真平臺大部分是對已有算法的仿真和驗證，對多無人機編隊飛行實物演示驗證較少。編隊仿真平臺應(yīng)以分布式結(jié)構(gòu)為主流，針對實物硬件及虛擬軟件環(huán)境進行系統(tǒng)集成，推動并簡化計算，以便更好地適應(yīng)多核技術(shù)迅速發(fā)展的背景。

總之，多無人機協(xié)同編隊飛行控制的理論雖然取得了豐富成果，但是隨著環(huán)境日益復(fù)雜和任務(wù)的多種多樣，各種多無人機協(xié)同編隊飛行關(guān)鍵技術(shù)也需要迅速發(fā)展。未來會出現(xiàn)異構(gòu)多無人機之間的協(xié)同編隊，并且通信環(huán)境會異常復(fù)雜，感知約束也會隨環(huán)境的復(fù)雜而增大，迫切需要開展在感知約束和復(fù)雜通信環(huán)境下的強魯棒、高精度編隊控制設(shè)計研究。

責(zé)任編輯：gt