-
空地无人装备协同应用现状与趋势，优云
UBOX
代飞
100
小时
< br>随着世界主要国家的反介入
/
区域拒止
< br> (A2 /AD)
能力的不断提高，传
统的有人作战
武器面临高性能综合防空系统、全球定位系统（
GPS
）
中断、通信距离受限、强电磁干扰及定向能武器等一系列挑战，导致
士
兵的生存状况极度恶化
(
民航局无人机云执照到期免试换证，优
云
UBOX
代飞
100
小时
扣
1 8 3 1 1
6 4 1 4 5
）
。
为此，
军事大国高度重视发展无人自主系统及人工智能技术，
试图提<
/p>
高无人化装备的复杂任务组织和精确协同配合的能力，
以应对强对
抗
环境中的各类威胁。
随着空战的升级，
防空武器经历了几番更新换代，
已愈发成熟。在作战飞机和飞行员的生命安全面临极大
威胁的情况
下，
UAV
应势而生。与有
人战机相比，
UAV
具有零伤亡，高速超载，
< br>隐形性能好，作战准备时间短，生命周期成本相对较低等优点。这些
优势增加了空
军高风险目标渗透，
压制敌方对空防御，
纵深目标攻击
和获取制空权的能力。未来
UAV
将在战术和战
役级别作战中发挥独
特作用。
UGV
作为一种陆地移动机器人平台，
使人类的作业范围和持续时长在
很大程度上得到延伸。完全自主的
UGV
通常能够适应全地形，通过
环境感知技术来检测和跟踪感兴趣的对象，
对地面目标具有精确侦察
能力，可以长航时持续工作而不需要考虑人体生理极限
的影响。
由于目前无人系统的智能化水平有限，
单一的无人系统难以适应复杂
多变的战场环境，
无法
及时有效地完成指定任务。
具体有以下两方面：
一方面，
反无人机战术技术日益发展，
作战任务通常具有高度多样性
和复杂性，
多种战场要素相互交织，
无人机载传感
器受到飞行速度和
高度的限制愈发突出，
这与飞行环境中的不确
定性相结合，
为识别和
定位地面目标的能力设置了障碍。单架<
/p>
UAV
难以完成任务，因此多
个无人机协
作已成为必然选择。
西方国家在多种无人机技术和实际应
用方面
走在世界前列，
但在多无人机协同控制技术方面仍存在很多研
究
空白。
另一方面，
地面环境要素更为复杂，
UGV
虽然可以可靠精确
地定位地面目标，
但无法快速移动或穿越建筑物和栅栏等障碍物，
且
通信
链路面临较多阻碍。
在美国发布的
2013-2038
财年无人系统路线
图中，
无人地面系统的任务重
点仍旧被限制在爆炸物清除、
情报侦察、
后勤保障与运输等方面
。如表
1
所示，一方面，
UAV
和
UGV
都有其
自身
的局限性，
这在一定程度上降低了其执行任务的效率；
另一方面
，
UAV
和
UGV
在速度，传感，通信以及有效负载能力等方面具有显著
的互补性。在这种情况下，多
个
UAV/ UGV
协作为陆空无人装备的有
< br>效应用提供了新的突破。
异构系统的协同控制技术
异构系统的
协同控制技术是
UAV/UGV
协作的基础。由于
UAV
与
UGV
之间存在很
大的差异，目前关于多机器人系统（
MRS
）的研究成果不
能直接应用于无人飞机和地面车辆系统
（
U
AGVS
）
，
并且需要对
UAGVS
中展现的大量新特征给予特别关注和进一步研究。与现有的
MRS
主
要集中在
U
AV
或
UGV
相比，
< br>UAGVS
需要处理来自两个异构平台的信
息以及有效协
调
UAV
和
UGV
行为的需求，
使得相关研究更具挑战性。
在远程控制
UGV
期间遇到的主要问题之一是车载摄像
头等传感器获
得的视野有限。在困难的环境，例如废墟瓦砾中，操作员很难了解情
况并决定最佳的导航策略。一种可能的解决方案是利用
UAV
在
UGV
上方飞行，
以
监视更广阔的区域。
有学者研究了早期的异构机器人协
作的分布
和组合，提出了一种“牧羊人”空地无人平台协作模式，如
图
1
。
将
UGVs
以小组为单位进行组合，
通过
UAV
协
调控制
UGVs
。
每
< br>个小组必须有一架“牧羊人”无人机，而一架
UAV
可以
同时护送一
个或多个小组。
该模式的缺陷是，
< br>需要两名操作员同时控制不同系统，
受到较多的人为干预，难以实现空地无人平台
的有效协作。
最优解决方案是增强所涉及的平台的自主能力，
从而最小化操作员的
干预。
L.
Cantelli
等人研究了一种视觉跟踪算法，该策略通过使用图
像处理算法，使
UAV
可以在恶劣的环
境中进行轨迹规划，继而自主
跟随地面无人平台。通过这种方式，操作人员只需操控地面
车辆，而
四旋翼
UAV
则自主飞抵指定
区域。此外，涉及异构系统间协调控制
的研究层出不穷，例如
B
randao
等人基于人工视觉实现了直升机和
UGVs
之间的分散协调控制。
Ippolito
等人
公开了
PCS
（
多形控制系统）
，
使得跨多个异构系统和多种通信介质的控制系统进行拓扑重新配置<
/p>
成为可能，
实现了多系统情形下的控制协调和策略优化，
提高了协同
系统的故障恢复和任务执行能力，从而更好地发挥系统中个体
的作
用。这些研究成果都为
UAV/UGV
协作技术的发展奠定了基础。
应用与发展现状
1
战场监视与侦察
< br>目前部署的军事无人系统正在扩大美军在监视和侦察任务中的作用
范围。
经过长期的实战运用，
UAV
已被证明是不可缺
少的侦察监视手
段。同时，
iRobot
、
PackBot
等
UGV
正在迅速加入
EOD
（爆炸物处理）
任务的行列，用来识别和处理军械或清理道路和建筑物。
UAV/UGV<
/p>
协作以增强执行任务能力的前景愈发可观。
Raven-PackBot
协作计划
iRobot
公司和
CMU
机器人研究所开发了过航点导航，依靠单一的操
作控制单元
（
OCU
）
同时控制
Raven
小型无人机
（
SUAV
）
和
PackBot
UGV
的技术，以通过
Raven-PackBot
自主协作达到识别和跟随踪移动目标
的目的。
在任
务预想中，
后方操作人员首先使用导航卫星调查感兴趣
区域，并
对选定的目标进行地理定位。随后，
Raven
与
PackBot
将共
享这一目标位置，
通过实施分散控制和数据融合软件架构，
继而实现
两
者自主地协作检测目标并保持对目标的跟踪。
其任务规划架构如图
2
所示。
Raven
配备机载航点导
航算法，包含基于立体视觉的导航设
备，
GPS
和高精度惯性测量单元（
Inertial measurement uni
t
，
IMU
）；
PackBot
安装两个车载摄像头（侧视、前视摄像头）。操作员通过协
作系统的
OCU
设定任务方案、
< br>监视任务进展并进行必要的人工干预。
“
黑骑士
”
拓展项目
“黑骑士”
无人坦克项目由英国
BAE
公司牵头，
传感器、
车载计算机
系统、
自主导航和行驶系统由卡内基梅隆大学国家机器人工程中心负
责研制，
该无人坦克的综合性能和任务能力在世界陆地无人系统中处
于领先地位。目前，
BAE
公司正在无人坦
克的基础上进一步开发
UAV/UGV
联合的未来概念性作战系
统：“黑骑士”配合空中无人机，
受控于处于控制和决策中心的士兵，
< br>在极度严苛的战场环境中协同执
行任务，向控制中心传递侦测到的情报信息。此外
，无人机能够检测
和跟踪目标，还具备敌我识别能力，能在最短时间内为“黑骑士”提<
/p>
供激光瞄准信号，
使其依靠自携武器进行自主攻击，
在特定环境中掩
护友军清除潜在的威胁。
该空地联合
无人作战系统不仅可以消除威胁
士兵安全的因素，
最大程度上减
少战斗人员的伤亡，
更是为未来
UUC
（
UAVs- UGVs - Controller
）“三位
一体”的战场警戒与巡逻做铺垫，
如图
3
所示。
在这种模式下，
UAVs
和<
/p>
UGVs
可以高效地采集和处理战
场信息
，
并源源不断地传递给处于战斗指挥中心的决策者，
消除决策<
/p>
者可能因信息不对称而造成的判断失误，从而取得战术层面上的胜
利。
2
空地协同，提高定位精度
编队各成员的高精度定位是
UAV
协同编队飞行
的关键技术和难点，
也是规模化
UAV
编队集群走出实验室的拦路虎；且在战场环境中，
全球导航卫星系统
(GNSS)
可能不可用或定位精度严重下降。
UGV
和
UAV
的协同定位为解决这一问题提供了
方案。
Sivaneri V O
等
考虑在利用
GNSS
进行导航存在挑战的环境中操作
UAVs
与
UGVs
进行
协作导航，
其中
UGV
提供点对点无线
电测距，
并通过设
计
UGV
的最佳运动以改进
UAV
定位的几何结构，以最好
地帮助
UAV
提高定位精度，从而降低
UAV
导航方案的不确定性。
韩国学者
Sunghun
Jung
和美国学者
Kartik B.
Ariyur
研究了使用标记检
-
-
-
-
-
-
-
-
-
上一篇：(完整版)自动化专业英语词汇表
下一篇：2003年考研英语真题及答案