無人機集群研究，不可不知的多無人機任務規劃設計

在無人機越來越受到廣泛重視和應用的今天，無人機任務規劃技術也日益體現出其重要性，成為無人機發展的關鍵技術之一。

無人機任務規劃的目的是找出條最佳飛行航線，以及在該航線上對有效載荷的控制策略，使之在確保飛機安全的前提下，最大限度地發揮有效載荷的作用，完成各項作戰任務。在要求越來越高的任務需求下，無人機任務規劃的作用也日益凸現出來，從無人機發展初期的單機單一任務， 到現在的多機多任務，無人機的任務規劃經歷了一個從無到有，從簡單到複雜的歷程。現代的無人機系統已經不僅僅是發展初期的靶機、偵查機等飛機可同日而語了，在現代戰場環境下，一個複雜任務往往需要多架UAV利用群體的優勢才能完成，這個無人機群由一個龐大的數據鏈完成信息交互，在任務制定的過程中要求快速、經濟，並且要求足夠的餘量控制以確保任務的完成，同時由於戰場環境的複雜性和實時性，任務規劃要求具有快速反應的能力，能夠有效帶領機群規避風險、節省資源、提高攻擊效率、完成既定作戰任務。換句話說，多UAV任務規劃問題的實質就是一個大規模的協調控制問題，包含威脅建模、威脅評估、編隊、任務分配、資源分配、任務排序和航路規劃等子系統，需要滿足導航要求、突防要求、物理性要求和戰略以及戰術的限制等。隨著戰場環境複雜度的增加以及對UAV性能和任務要求的提高，控制問題難度和控制效果之間的矛盾更加突出。在數位化戰爭的前提下，這些實戰要求是無法用傳統的人員智力能夠完成的，這就是任務規劃研究的意義所在。

無人機任務規劃發展至今，目前存在的關鍵問題有哪些？我們一起來看一下：

要使多無人機規劃系統形成一個多機、多任務協同的任務系統，是一項十分龐大的規劃工程，其中包括:威脅建模、威脅評估、編隊、任務分配和航路規劃等子系統。

威脅建模系統：航路上的威脅包含地形威脅、敵方雷達威脅、氣候威脅等多種威脅，各種威脅都有自己的物理特點。就地形威脅來說，山峰和樓房或電線桿的形狀就有較大差異，它們的威脅模型在不同情況的規劃實例中就有著不同的表現；敵方的雷達一般都會有多種不同的型號，每種型號的探測半徑和波瓣的形狀也存在不同，在任務規劃時也應區別對待；氣候威脅就更加複雜，一般情況下可以採取簡單的規避策略，但是如果遇到極端的作戰需要，不同的氣候條件(如不同的雲層等)都應儘可能建立完善的氣候模型，以便在規劃時儘可能的節省資源，以期達到最好的作戰效果。

威脅評估系統:在遇到不同的作戰條件時，應綜合考慮政治環境、戰場狀態、敵我兵力等多種因素，每種因素對於威脅的作用發揮都有莫大的影響，威脅評估系統的工作則是針對綜合環境對於各種威脅的影響所作的級別評定，以期達到最為準確的威脅代價值。

編隊系統:不同的無人機群在執行不同的任務時應採用不同的隊形，各飛機之間應保持一定的安全距離，隊形本身應具有相對穩定性，在任務執行的不同階段根據任務需要也可能應用不同的隊形，且隊形存在集結、解散、再集結的變化步驟，這些隊形的編排也應包含在任務規。劃系統之內。

任務分配系統：任務分配系統的作用是使機群在執行多目標多任務過程中，通過優化方法實現目標價值損傷(TVD: Target Value Damage)最大以及UAV磨損最小，即使UAV在執行任務的過程中能夠以最小的代價(UAV磨損)獲取最大的收益(TVD)。優化方法可以是人工的也可以使用數字計算機等工具靈活應用優化算法加以實現。

航路規劃系統:航路規劃系統的任務是根據飛行任務、威脅、天氣、空中位置及地形數據等各種因素產生最佳路徑，在二維規劃條件下一般需要滿足兩方面的指標:一是在規划過程中要求各類威脅儘可能的小;二是要求路徑儘可能的短。三維條件下則存在兩種方式:一是低空或超低空突防方式，此類方式要求飛行器有較好的地形跟隨性能，也即在地形跟隨條件下，要求達到威脅儘可能小和路徑儘可能短的要求;二是一般飛行方式，沒有地形跟隨要求，其餘要求同上。

一般來說航路規劃系統分為航路生成和航路優化兩個過程，並且應允許以手動方式輸入航路點。航路生成指的是通過某種優化算法得出滿足規避威脅要求和路徑最短要求的航路，但是此時的航路往往沒有考慮飛機的氣動學要求，因此需要進行第二步規劃，即航路優化過程，進一步處理生成的航路使之光滑並且符合飛機的氣動要求，使之成為真正意義上的可飛航路，此時的工作一般需要針對具體的飛機型號進行，需要對飛機的最小轉彎半徑和最大過載法向量等參數進行充分考慮。

此外，實際應用系統中的航路規劃模塊還應考慮:

(1)飛機的飛行半徑，生成的航路在一般情況下應小於飛機的飛行半徑以確保飛機的順利返航;

(2) 飛機的飛行高度邊界限制，航路的最大高度不應大於飛機的飛行極限高度;

(3)航路規劃系統應是對人開放式的，允許以手動方式輸入航路點等等。

了解完以上問題，那麼對於多無人機任務規劃系統的控制結構該如何設計呢？

協調控制系統是對智能化研究要求較高的一個研究門類，在電廠控制、大型車間控制及機器人控制領域應用較為廣泛，它一般可分為兩種控制方式：一是集中控制方式，二是集散控制方式，純粹的分散控制方式在實際應用中並不多見。

集中式的方法就是使用一個控制站控制整個系統，其結構圖如圖1.1 所示。控制站可以是系統中的一架飛機也可以是中心控制站。中心控制站採集每架飛機上各傳感器傳回的數據，進行綜合評定，並採用直接指令的方式負責整個機群中每架飛機的任務控制。

圖1.1集中式控制方法結構圖

集中式的控制方法在機群規模較小時不失為一種低成本、 可運作的方法，但是協調控制系統的特徵決定了一旦飛機數量有所增加，協調任務的運算量將呈爆炸式增長，使問題的求解變得異常困難，而且某個局部地方出現的錯誤，就會造成全局意外，因此集中式的方法不具備魯棒性。目前出現的並行運算方法雖然可以暫且解決求解問題但是需要較寬的信道和大量的數據交換，這在飛行過程中是不容易做到的，並且在敵方區域內飛行時會增加暴露機率。因此，集中式控制方法對於較大的機群控制是不適用的，而集散式控制方法可以較好的解決此類問題。

圖1.2 中的集散控制模型分為三層，處於頂層的稱為決策層，它的任務是對戰場環境進行分析，將任務分配給各個編隊，得出相應編隊的最佳配置；中間層又稱為協調層，該層負責無人機間的控制、協調以及傳感器信息處理。它既可接收來自上層的命令或指令，對無人機進行控制，亦可在該層上獨立編程，實現對單無人機控制或多無人機的協調控制；第三層為執行級，它負責單架無人機的飛行控制，包括各舵面的操控、發動機的控制以及其他的飛機動作的控制。

圖1.2集散式任務規劃系統的層次機構圖

接著我們來看一下，在多種情況下UAV的任務分配方案該如何設計？

所謂任務分配的方案指的就是當無人攻擊機和目標的個數、能力及其他參數情況不同時，各種情形下的處置辦法，換句話說就是為任務分配問題限定一個或幾個可執行範圍，並且依照各參數的不同進行互相轉換。

設UAV和目標的數目分別用n和m表示，n和m大小關係不同，UAV的策略選擇也有所不同。

當n=m時，如果要求摧毀所有目標(嚴格條件)，就需要在目標沒有遺漏的情況下找出最佳任務分配方案，因此目標和UAV是一一對應關係; 這種情況下，UAV在選擇目標時，可能會和其它UAV的目標相同從而出現任務衝突，將使所有任務的總代價和總收益都能夠達到最佳狀態作為任務分配指標可以實現衝突的消解。如果其中得到的方案中存在不滿足任務要求的對應關係，則需要對任務分配方案進行協調，這樣就轉化為n> m的情況，可能出現多架UAV攻擊同一個目標的現象。這樣雖然會遺漏目標，但是會增加目標被摧毀的概率和UAV的生存概率。當n< m時UAV沒有能力攻擊所有的目標，根據UAV本身的能力，選擇代價最低收益最高的任務分配方案，不必考慮目標之間是否存在衝突。

多UAV的協同任務分配問題是該研究方向的重要內容之一， 其目的是對多架UAV分配攻擊目標並進行編隊和設計粗略路徑使整個機群的作戰效能最高、作戰代價最小。任務分配問題的優化目標是確定合理的子任務分配方案使所有任務的總完成時間最短，這是一個NP complete問題，不存在按多項式時間複雜度找到全局最優解的算法。不過，近年來受自然隱喻啟發而提出的一些智能計算方法( 如遺傳算法、模擬退火算法、蟻群算法和微粒群算法等)在問題規模較大時也能在可行時間範圍內尋找到問題的滿意解，為解決NP-complete問題提供了新的途徑。

Stone和Bokhari對非優先限制的任務系統進行了大量的研究，他們發現，通過找到一個經過明確定義的反映任務目標的目標函數，並且對其進行優化的方法，可以較為圓滿的解決任務分配問題(Task Assignment Problem)。獲得負載平衡並且增強並行性是任務分配問題廣泛重視的問題，實際上這些目標之間往往是相互衝突的。而任務分配問題就是要找到使這些並行執行的事件達到整體代價值最小(一般是時間最短)而收益最大的方法。在任務執行中，敵方火力通常對飛行路徑會產生很大影響，敵方目標也會受到大量地面防空火力的重點保護，當多架UAV同時發現多個目標時，為了提高任務的執行效率並且促進任務高效地完成，需要根據敵方防空火力對目標的保護情況，找到能夠將目標分配給UAV去執行的最佳任務分配方案，以最小的代價獲得最高的收益。這就是任務分配與協調的任務所在，任務分配一般是指在飛行準備時根據戰場情況和機群情況預先對各飛機進行的任務指派，而任務協調就是指在任務出現衝突時，UAV之間通過協調確定新方案以消除衝突的過程。因此任務協調過程僅僅在任務分配方案發生變化的情況下開始，我們可以將UAV的任務協調問題看作動態的任務分配問題去研究。如圖3.1所示，就是任務協調的重規劃示意圖。其中實線表示初始任務分配的結果，虛線表示的是任務協調後的結果。因為戰場上的多種原因，有可能是無人機損失，也有可能是任務變化等等原因，可能導致任務重規劃，這時，快速地進行任務協調就顯得尤為重要。

圖3.1無人機任務協調示意圖

任務分配主要基於無人駕駛戰鬥機執行任務的情況進行建模，當無人機擔負攻擊任務時，根據其任務特點及自身的隱性素質，我們作出以下假設: (a)限定一次任務分配過程中每架UAV只能攻擊一個目標。(b) UAV在執行任務時需要在離地面較近的高度內飛行，這樣既要面對敵方防空火力的威脅，還要考慮地面障礙物的影響，有時為了低空突防的要求必須規避大量的地面障礙。

因此在上述題設條件下，多UAV任務分配及任務協調問題的建模要解決以下幾個問題:

(a)明確各種情況下UAV的任務分配方案; (b)明確任務分配問題的目標函數(或稱代價收益模型); (c) 明確目標函數的評判標準。

無人機任務規劃，儘管作為當前無人機領域的研究熱點，但是由於無人機系統資源的有限性，在某些任務飽和的情況下，不能保障所有的任務都得以執行，加上任務之間的衝突還會使得一些任務無法得到系統的資源，而另有些任務產生了資源的浪費。而多機協同作戰可提高作戰效能，且對戰場環境的改變更具適應能力，作戰代價最小，因此研究多目標攻擊條件下的無人機任務分配問題對於充分利用系統資源，提高無人機群的作戰效能具有十分重要的意義。如果想要更系統，更快速的進行無人機集群作戰和任務規劃的研究，我們可以在已經開發好的無人機集群平臺上開展項目研究及實驗。

現在已經開發好的無人機集群研究平臺，不僅可以進行多無人機任務分配策略實驗，還可進行多無人機協同搜索區域分割與覆蓋算法仿真，多機編隊隊形設計、保持、變換和防撞實驗；多無人機任務航跡規劃實驗；多無人機通信組網實驗。

在應用方向方面：

可用於無人系統的動態建模和控制研究、運動規劃、避障控制、多信息融合、編隊控制、多智能體協調控制、無人系統自主控制等。

定位系統方面：

兼容的定位系統豐富，涵蓋目前主流的室內外定位方式。可提供光學定位系統、UWB定位系統、雷射定位系統、GPS、RTK等多種定位平臺，定位系統覆蓋面積可根據客戶要求定製。

無人系統平臺配置：

無人機平臺可以根據需求集成光流、雷射定高，差分GPS等傳感器，實現在室內和室外的精確定位，導航和控制；為了便於客戶的進一步開發，提供了無人控制平臺相關的二次開發接口。

開發環境方面：

本平臺接口豐富、開放性強，用戶不需要掌握太多的底層編程技術即可完成算法的修改和驗證。支持C、C++、Python、ROS、Matlab/Simulink等多種編程環境，提供完善的二次開發接口。

集群通信系統支持方面：

支持WIFI、數傳、等多種集群通訊方式。

相關配套例程：

提供無人機編隊飛圓形、空間8字、空間螺旋，隊形變換，從跟隨、空地協同等無人機編隊例程。無人機和無人車之間的協同，如無人機車載起降和跟隨等例程。這些例程完全開源。多種視頻教程由淺入深地為用戶講解實驗的原理、步驟、目標等，並附有相應的配套例程代碼，方便用戶快速掌握、理解。

可定製化支撐：

本平臺開放性高，接口豐富。可以很方便地進行二次開發。還可根據用戶的實際需求定製整個系統平臺，並提供相應的技術支撐和詳細的例程和說明書指導。滿足用戶的個性化和差異化需求，使平臺更加契合用戶的使用特點和習慣，提升體驗感和交互率，減少用戶熟悉平臺的時間成本，大大提高用戶的開發效率和體驗。

配套仿真平臺 ：

本研發平臺可以配套飛思實驗室的無人系統仿真研發平臺。本集群研發平臺所有的例程都可以在仿真平臺中模擬仿真。可以軟體在環仿真，硬體在環仿真，實現仿真和實物開發有機結合。可以在實測之前通過仿真測試驗證算法的可靠性和有效性，然後無縫切換到本集群研發平臺。大大提高研發效率。

一套完善的任務規劃系統對無人機規避各種威脅，準確實施攻擊或偵查任務來說是必不可少的；同時由於無人機體積小、功能相對簡單、載荷相對較小的特點，在執行任務時往往需要進行集團作戰，各飛機間的指揮和協調工作都將由任務規劃系統來完成，因此任務規劃系統指揮和協調功能的優劣對於無人機群執行任務能力的影響是巨大的，它像一個龐大的神經網絡連接到無人機群內的每一個細胞上，形成一張有機的數據網絡，為每架飛機提供任務信息，完成飛機間任務協調，使每架飛機都發揮最大作戰能力。因此無人機任務規劃技術研究對我空軍戰鬥力提升具有十分重要的意義。