-
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
p>
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.
p>
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
p>
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
p>
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