智能无人集群系统发展白皮书

20212021年11月智能无人集群系统发展白皮—202.1中国电子技术标准化研究2021年11 编写中国电子技术标准化研究 徐冬梅 中国电子科技集团电子科学研究赵彦刘长白阳杨李刘重颜仲苟桂张尚孙施吕杜光蔡子武马征袁莞付博韩麻朴隋维北京航空航天大段海魏邓亦吕卫夏霍梦陈徐小袁彭雅鹏城实验丁玉复旦大董志 中国科学院软件研究 林德方杨庆何范世郑田戴刘松赵欣郭子胡家-II 中国科学院苏州纳米技术与纳米仿生研究李加 佟之，中ID'胡益

禾 刘 李人 刘荣重庆邮电大 郭重庆大 陈 艾云 田 王 张 李宇 -III 新东圳（苏州）智能科技有限公 山东威宇智控科技有限公李国哈瓦特国际消防装备（深圳）有限公伊湖北交通职业技术学李建-IVII目录目U声 一、概述二、发展需求、趋势和未来愿景(—)发展需求（二）发展趋势（三）未来愿景三、国内外发展现状（－）国外发展现状（二）国内发展现状四、智能无人集群系统关键技术（－）概述（二）系统架构（三）无人平台（四）通信组网（五）智能协同（六）效能评估-V五、智能无人集群系统应用案 （二）铁路行业智能无人集群应用（三）构建三维河道模型(—)国际标准化组织（二）我国标准化组织七、智能无人集群系统技术标准体系…… (—)智能无人集群系统标准体系建设（二）基础标准研制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．（二）评估标准研制（四）技术标准研制 （五）应用标准研制附录：智能无人集群跨域协同应用场 -VI_ II前言无人潜航器、机器人等—系列新产品。智能无人集群系统指若干无人系统根据任务分工，在—定时间、空间内协同宪成复杂任务的整体系统。智能无人集群系统具有单个无人系统不可比拟的优势，在农业、制造业、交通、教育、医疗、军事、金融等多个领域具有广阔的应用前景。物联网、大数据、人工智能、网络通信等新—代信息技术的快速发展促进了智能无人集群技术的发展和应用。目前，从世界范围内来看，智技术组织提出并研制了不同的技术架构，使得智能无入集群产业发展缺少统—的技术体系和标准体系来指导产品全生命周期的设计、研制、使用和维护等。基于以上需求，编制组启动了本白皮书的撰写工作。-VII、概

一战 集群的研究起始于1959年法国生物学家PierrelGrasse,研究发现昆虫之间存在高度结构化组织，能够群体协同宪成远远超出个体能力的复杂任务，这种行为称为群集行为，群集指能够与其他个体以及周围环境交互作用的若干个体集合，如蚁群、鱼群、蜂群等等，它们的简单或微观行为的结合会导致更为复杂和宏观的行为，从而使整个群集行为整体上取得显著效果。自然界中，群集生物中的每—个个体看上去都有自身的行动方式，并且整个群体在整体上呈现出高度的有组织性，它们的协调行为是通过个体之间的交互行为直接实现，或者通过个体与环境的交互行为间接实现。集群并不是对多个个体进行简单的连接和组合，而是使众多个体高效协作、紧密耦合，构成自组织、高稳定的分布式系统，激发个体智慧，汇聚群体智能。集群技术将大大提高个体行为的智能化程度，更好地完成实现协同任务分配与协调，能够有效提高群体完成复杂任务的能力，并具有高效率、高容错性和内在的并行性等优点。无人系统指平台上无需人工操作的物理信息系统，作用于物理世界来完成目标任务。无人系统可以是移动的或固定的，包括无人地面设备、无人空中设备、无人水下设备、无人水面设备和其他使用智能传感器技术无人操作的设备。从无人系统定义看出，无人系统是由机桩、控制、计算机、通信、材料以及人工智能等多种技术融合而成的复杂系统，无人化和智能化是无人系统最显著的两个特征。无人系统的智能化是指在特定任务和环-1 主能力”。无人系统可在时间域和空间域根据环境、任务变化进行实时调整并做出判断，在无人或人工辅助情况下完成任务。在实际应用上，单个无人系统由千自身动力、功能和性能等方面的限制，无法单独完成复杂任务，如军事作战、地震等自然灾害需要多无人系统协同任务执行。为解决单个无人系统的局限性问题，需以集群方式来解决。由此，智能无人集群是指由一定数量的同类或者异构无入系统／装备、控制系统及人机界面组成，利用信息交互与反馈、激励与响应，实现相互间行为协同，适应动态环境，共同完成特定任务的智能联合系统。智能无人集群不是无人系统间的简单组合，而是通过必要的系统集成使之产生集群协同效应，从而具备执行复杂多变、危险任务的能力。因此，智能无人集群既能最大限度地发挥无人系统的优势，提高整体的载荷能力和信息感知处理能力，又能避免单无人系统执行任务时被能力所限或任务效率不高的问题。无入系统目前按照搭载平台分为 无人机、无人车、无人船／艇、人潜航器等。智能无人集群系统可以是同构类型的智能无人集群系统，如智能无人机集群系统，也可以是异构智能无人集群系统，如由空域、地域和水域无人系统组成的智能无人集群系统。-2＿，知，r曷暑诏码 即翱．.、发展需求、趋势和未来愿（一）发展需近年来，随着复杂环境感知技术、精准推理决策技术、多机协同技术等智能化技术取得的进展，智能无人集群系统发展迅速，并在诸多领域得到了广泛应用。随着应用场景范围的不断扩展，智能无人集群将面临更多的技术发展需求和标准制定需求。—方面，智能无人集群系统的任务复杂度普遍提升，对于集群系统的智能化、鲁棒性提出了更高的功能与性能要求，另—方面，产品质量、市场成本竞争加剧，对智能无人集群系统提出了更精细的研制要求和标准化需求。基于上述分析，其发展需求可概括为以下几个方面，其中标准化研究将在本白皮书第六、七章进行专题阐述群体智能广泛存在千生物群体活动和人类社会活动中，其基本原理是通过个体间的竞争与合作，聚合简单个体行为形成群体合力，完成单纯依靠数量叁加无法胜任的复杂任务。智能无人集群系统具有较强的运动能力和—定的感知决策能力，可以无中心自组织协同完成复杂任务。因此，一方面智能无人集群系统是群体智能技术验证和应用的理想载体之—,另—方面，群体智能将赋能无入集群系统，将使其在更多复杂任务中通过自主学习、相互协作，高效地的达成任务目标。由于现阶段智能无人集群的感知系统、运算处理系统、决策系统智能装备与有人装备组成共融智能无人集群的方式完成任务。人机共融集群既-3能发挥人的决策处理突发事件能力与有人装备的运算能力，又能充分发挥无人装备机动性强、隐身性好的优势。2016年，美国空军发布《小型无人机系统飞行规划2016-2036》，强调了有人机与无人机的集群共融作战，并针对“忠诚僚机”集群作战进行了说明，就是发展有人机与智能无人集群编队作战。《新一代人工智能发展规划〉也多次提到“人机协同”，并把人机共融协同作为发展新一代人工智能关键共性技术体系的重点任务之—。中国工程院院士王天然提出“下一代机器人将实现人机共融＂。由此可见，未来智能无人集群的发展方向之—将是有人装备与无人装备的共融集群。提升智能无人集群系统的互操作智能无人集群系统的本质为数量众多的独立同构／异构实体通过通信构成交联的复杂巨系统。随着规模增加，集群系统的复杂度无论在理论研究还是系统实现上面均呈指数上升。故而，集群系统的设计—方面要解决该复杂系统的信息流／控制流的交互组织问题，另—方面也需要尽量在软件／硬件上降低系统的耦合度和复杂性。通过规范化／标准化的软件模块、硬件组件和个体间交互协议的设计，将不同数量，甚至不同类型的智能无是集群系统的发展趋势。提升智能无人集群的成本优集群系统以规模优势取代质量优势，因此集群系统往往会限制单机系统的成本，包括平台、机载控制、感知载荷、执行载荷和通信端机等同时，无入装备平台挂载重量有限，对上述载荷的重量也有严格要求。现有的无入装备载荷往往追求大而全、性能较高、质量较重、价格较离，并不适合在智能无人集群平台上直接使用。因此，研发满足集群协同需求的低成本、小型化平台和载荷，对集群任务能力的形成至关重要。- 攫叨岭惩要即翱引入5G当前智能无人集群在通信链路安全与远程控制管理方面存在痛点。传统的通信解决方案面临着电波通信频段管制严格，无线局域网通信受地理环境影响大等问题。5G网络具有高带宽＼大连接、高可靠低时延通信，并可通过边缘计算、网络切片等技术灵活调整网络性能的特点，能够满足智能无人集群在不同应用领域的通信需求。通过将智能无人集群接入运营商部署的5G网络，并在运营商核心网侧搭载云端管理平台的方式，实现对集群进行身份认证、飞行控制、后台介入、内容审核等方面的管理。（二）发展趋智能无人集群技术推动产业新变军事领域，集群系统具有分解重大任务方面”化整为零＂的特点和相互协作最终达到的倍增效益，将彻底改变军事作战方式。民用领域，在农林植保方面，从单纯的无人机农药喷洒逐渐扩展到利用智能无人集群系统进行农业信息采集、农业光谱数据分析等应用。智能无人集群技术正在改变更多传统产业的运行模式。-5 创新驱动、制造强国、网络强国、“人工智能”等—系列国家重大战略规划的实施，对推进智能无入集群产业发展起到了关键作用。2020年7月23日，习近平到空军航空大学视察，特别强调“现在各类无人机系加强无人机专业建设。＂综上，智能无人集群技术具有恶劣环境适应性强、协同作战／作业能力强、智能程度高等优势，在杭击自然灾害和复杂战场环境，均有不可或缺的作用。智能无人集群技术正以颠覆性技术的姿态引起世界各国的高度重视，目前正处于飞速发展阶段。（三）未来愿智能无人集群系统中大规模、低成本、可相互协调合作的小型无人强对抗等复杂环境下的任务需求。通过智能无人集群内机器间的相互通信、行动协调与能力互补，可建立有效的协同策略，提高资源利用效率，实现智能无入集群系统的整体任务效能提升。-6 攫叨岭惩要即翱布化实现系统生存率和效率。未来，具有“能力倍增、功能分布、对等网络、鲁棒自愈、成本优势、群智涌现“特点的智能无人集群系统，将会逐步跨越“人（主）－机（车肖）、机（主）－机（辅）、机（主）－人（辅）”的交互控制形式，最终实现全自主智能无人群集系统广泛的应用。在民用领域，智能无人集群系统必将全面应用千快递物流、道路建设、海洋调测等多个人类社会生活中。在快递物流方面，智能无人集群系统可通过相互协调用于调配大量的并发订单，例如Amazon的Kiva仓储运用捆运机器人和快递无人机实现智能物流管理，在道路建设方面，智能无入车集群系统可通过相互协作解决道路建设中在效率、成本、质量、安全等方面的难点，例如京雄离速公路施工过程中，由3辆摊铺机、6辆无人驾驶压路机组成的智能无人车集群系统志效运行，创新性地解决了规模大、工期紧、标准离的施工难题，在海洋调测方面，智能无人艇集群系统可在海难、海上环境事故的搜救、侦察取证以及污染物处置等发挥巨大的作用，例如在马航M370残骸的搜索过程中，OceanIninite公司使用多个C-Worker8组成的智能无人艇集群系统，实现了对水面通信节点和水下导航定位的协同支持。在军用领域，无人机、车、艇、潜航器等智能无入集群系统势必会带来作战模式的颠覆性变革。打击、摧毁等任务，回传侦察结果，并为各种地面、空中、水域打击火力提供详细的战术／战略侦察信息，还可搭载不同载荷，根据现场态势直接对目标进行摧毁，智能无入集群还能提供反侦探能力，提高全域作战效能。智能无入集群系统极大程度地助力现代战争形态在机榄化、信息化的基础上向智能化演进，对千拓展作战体系的能力边界，引领武器装备的跨越式发展，突破信息化战争高成本的瓶颈具有重要意义。-7．．、国内外发展现（一）国外发展现美国对无人系统发展非常重视，从2000年开始，美国国防部每隔两年左右发布一版无入系统路线图，规划未来25年左右的无入系统发展目标和技术路线。在其最早发布的无人系统路线图《无入机系统路线图2000~2025〉中，将无人系统自主能力分为了10个等级，如0所示。其将无人系统高等级自主能力定义为多平台协同任务、战场认知任务和集群战场认知任务等领域的突破，根据其规划，到2025年以后，无入系统将具有集群战场认知能力，实现完全自组织作战。任务完全自主＿10集群战场认知任务＿战场认知任务＿战场知识工程多平台协同任务多平台协调任务机载重规划任务实时故降／事件鲁棒响应离线重规划任务预先规划任务

。o联合无人空战系全球鹰，影子，增程／多用途火力侦察。。捕食。先远程遥

图3-1自主控制等级{10级-82015年6月，美国空军发布《自主地平线〉将无人系统自主等级分为6级，随研制时间的推进，系统的自主性能力不断提升，自主性等级包如图3-2功任务分其完全人工辅助执行态势认知支持决策支持监测控制

自主性等图3-2自主性等级(6级2016年5月，美国空军正式提出《2016-2036年小型无人机系统飞行规划〉，希望构建横跨航空、太空、信息空间三大作战疆域的小型无人机系统，并在2036年实现无入机系统集群作战。美国国防部2018年8月发布的《2017-2042财年无人系统综合路线图〉是美国自2001年以来发布的第8版无人机／无人系统综合路线图，旨在指导军用无人机、无人潜航器、无人水面艇、无人地面车辆等无人系统的全面发展，进—步提升美国军队使用无人系统的军事能力。该路线图将开放式体系架构、集群能力、-9 俄罗斯从2010年开始步入地面无人系统机器人发展的快车道，成立了国防部机器人技术科研试验中心。2014年10月，俄罗斯国防部批准了《2025年前先进军用机器人技术装备研制综合目标规划〉，以协调无人系统领域的研究。2015年12月16日，俄罗斯总统普京签薯了”成立国家机器人技术发展中心”的总统令，从法令中可见，机器人系统是俄罗斯科学技术发展的优先方向。在强化组织规划和健全军事科研指挥体系的基础上，俄罗斯又出台了《未来俄军用机器人应用构想〉等发展规划。规划了俄罗斯联邦国内科技和研发工作的主要任务，阐明了俄罗斯联邦和学术机构的人工智能未来发展，明确了军用机器人的研发重点。随着一系列政策的密集出台，俄罗斯无入系统发展框架巳经构建，发展路线图也已基本明确。同构智能无人集群项美国麻省理工学院How教授领导的小组自2006年起开展“智能无人例如确定平台失效对任务的影响、使用真实硬件设备来验证维护调度系统的最优策略等。美国宾夕法尼亚大学GRASP实验室围绕集群协同感知－判断－决策行动(OODA)回路展开研究，包括体系架构、分布感知、协同定位建图、编队飞行等，并于2015年第—次实现了10架以上的旋翼智能无人集群飞行。集群协同算法的开发和验证在机器人集群系统上开展的更为深入。瑞士洛桑联邦理工学院开发了e-puck机器人，在此基础上实现了20个e-puck机器人的聚集、觅食等协同行为。德国斯图加特大学设计了asmine机器人，-10＿臣阵韶郏轨咐灌并实现了105个机器人的聚集行为。美国哈佛大学Radhikaagpal教授团队设计的Kilobot机器人，设计并完成了觅食、编队等协同行为，并进行了上千规模的集群演示。哈佛大学的Wefel等受白蚁启发，设计了3究人员使用e-puck构建的20个机器人集群经过群体演化后，能够自行学会并掌握先前设计者并未对其指明的动作序列。低成本智能无人集群技术(LCU)项目由美国海军研究办公通过自适应组网及自主协同，以压倒性数量优势嬴得战争，见图3-3。2016年4月，美海军实现了30架郊狼无入机快速发射和自主编队飞行技术验证。小型但杀伤力可扩展的无人机随时待电 武器舱螺旋桨和机翼展从发射器发的无人折叠机翼，高大的“推＇＇螺旋 速度：70mph图3-3LOCUST-11 冲向作图3-4Perdix项近战隐蔽自主—次性无入机（CICADA)项目由美国海冲向作图3-4Perdix项近战隐蔽自主—次性无入机（CICADA)项目由美国海军研究实验测矩阵”。2017年4月，美军从P-3侦察机上—次性释放32架CICADA-12 除美国外，世界各国也积极开展各类集群试验。欧盟在外来空战系击的核心手段。印度也千2019年发布了首个无人集群概念项目ALFA-S,计划通过战斗机发射大量察打—体无人机，执行对地防空打击任务。土耳其SM集团展示了20架7k的四旋翼无人集群，进行作战反恐演示。分布式体系作战概念已成为指导未来装备发展的重要思想。作为典型的分布式作战力量，为更好地发挥智能化、无人化、网络化智能无人集群系统的优势，在DARPA等科研机构的牵引下，美军开展了分布式作战体系研究，力争构筑新的分布式指挥框架。2014年4月，DARPA公布拒止环境中协同行动(CODE)项目，该使单个操作人员即可进行智能无人集群系统控制，以提升在拒止或对杭空域中分布式行动能力。项目计划分为3个阶段执行。2018年1月项目演示了装备CODE软件的无入机系统在“反介入区域拒止“环境下适应和响应意外威胁的能力。在真实／虚构／构造环境下，6架真实无人机和24架虚拟无人机在接收指挥官的任务目标后，自主协同导航、搜索、定位，并在通信和GPS拒止环境中，与综合防空系统保护下的计划和突发目标作战。见图3-7。-14图3-7CODE项同年，DARPA启动了系统的系统集成技术和试验旨在开展分布式航并验证体系在战场中的有效性和鲁棒性。项目分为2个阶段进行，2018年7月，洛克希德马丁公司臭勋工厂开展了SoSITE）方法和手段在对抗环境中对空、天、地、海、网络空间的各个作战域进行快速无缝集成。-15SoSITE项目明确提出了发展分布式空战的概念、架构及技术集成工具，该项目借助开发和验证分布式决策辅助软件，提供分布式的规划、控制以及态势理解等解决方案，以指导空战管理和空对地攻击等任务。在完成第3月BAE公司嬴得了最终阶段合同，见3月BAE公司嬴得了最终阶段合同，见图3-8中心平台分布式平台图3-8SoSITE项随着地面、水面无人系统的发展和多域作战、全域作战等概念的提出·美国DARPA战术技术办公室于2017年2月发布OFFSET项目跨部门公告，为城市作战的步兵种开发至少100种集群战术，并采用由上百个无人机、无人地面车辆构成的集群验证新战术，重点促进集群自主、人-16＿臣阵韶郏轨咐灌机编队两大领域的技术成熟。2020年，DARPA公布了OFFSET项目的最新进展，在第三次现场试验中，研究人员将集群战术与人－集群编组技术进行了集成。在本次外场试验中，部署无人机集群和地面无入车集群测试城市突袭作战。OFFSET项目预期在典型的城市地形条件下（视线有限、空间狭窄、威胁不明、机动与通讯能力限制），实现最多250架规模的自主无入系统集群进行协同作战。见图3-9。研究方-17键技术进行了研究，并目在某些方面取得了领先。智能无人集群通通信网络是智能无人集群各节点间协同的基础。由于智能无人集群息传递的即时性和突发性，通信组网具有很大的挑战性。集群组网通信不依赖千基础设施，无需路由器和接入点，而是基千动态路由算法动态分配节点。智能无人集群协同控力的—种，是协同执行任务的基础，也是在复杂环境中遂行集群突防、分布式探测和分布式打击等的基本任务。面对不同的任务部署、环境约束和任务变化，集群系统通常需要变换队形以离效完成任务。因此，阵型保持和重构效果决定了智能无人集群系统执行能力的有效性。目前的虚拟结构法、虚拟领航者法等。集群决策与规划是指在线实时为集群内的每个无人平台生成从当前／起始位置到目标位置的运动任务，要求集群任务总代价最低（较低），同时实现集群内相互避撞以及避免与环境碰撞，是集群全系统能力的集中体现。规划决策可采用集中式和分布式两种方式解决。目前主要采用介千两者之间的半分布式方式，它充分利用无人平台的分布式计算能力，但仍然需要中心节点进行信息融合或全局约束条件的判断。然而，集群通常由且无人平台边缘计算能力有限，如何实现兼顾优化性和快速性的动态决-18＿臣阵韶郏轨咐灌策和任务／航迹重规划，仍然是挑战性问题判定系统功能性能。当前，智能无人集群系统测试手段可分为虚拟测试、虚实结合测试、实际飞行测试三类。虚拟测试可通过设计数据构建虚拟空间下无入机平台模型、载荷模型、环境模型等虚拟场景要素，采用超实时仿真等手段，推演出智能无人集群在不同应用场景下的能力，并以此给出系统功能性能指标。虚实结合测试是在虚拟测试的基础上引入真实的平台、载荷模块，通过与仿真系统联通，实现更为精准的测试评估。实际飞行测试则是在真实环境中的科目测试，其往往在前两个测试得到充分验证的情况下进行。多家科研机构在民用、军用智能无入集群上积极投入研发，进步迅速。我国某研究院的“五站四机”协同飞行试验，采用大型察打—体无人机”彩虹”4(见图3-0),不仅多机间可以相互感知、相互协作，而且通过机载卫星通信系统，地面控制站可实现超视距测控。“五站四机”任务飞行完成了超视距飞行、卫通视距接力、多路卫通同传、多机态势监视及协同飞行等多个科目。实现多区域侦察／监视／打击及控制的作战演练，开启了高密度、大规模集群作战的新途径，为“有入－无人联合”任务奠定了基础。-192017年10月，我国某集团完成119架固定翼智能无人机集群飞行试验，119架小型固定翼无人机成功演示了密集弹射起飞、空中集结、多目标分组、编队合围、集群行动等动作。见图3-11。图3-11119架智能无人机集群演-20＿臣阵韶郏 2018年5月，该集团又—次成功完成了200架固定翼无人机集群飞行，同时还成功实现了国内首次小型折叠翼无人机双低空投放和模态转换试验。2017年5月，我国某大学组织进行了固定翼和多旋翼两种无人机混合编队飞行试验，编队由2架固定翼无人机和20架多旋翼无人机组成，在空中完成了多种队形变换和科研任务。该试验实现了两种构型的无人机混合编队规划与控制，初步实现“母机带子机”。我国从2014年开始每两年举办一届“跨越险阻“无人系统挑战赛，在“跨越险阻2018"挑战赛中，首次设置了空地无人协同比赛，多架无人平台组成小规模集群，执行协同封控任务，无人机全区域搜索目标，引导地面无人平台机动，地面无人车靠近目标并侦察，空地协同对敌目标实施打击、告警等行动。-21通信通信组四、智能无人集群系统关键技（一）概系统架智能协智能无人集群系统技术体系包括系统架构、无人平台、通信系统架智能协无无人集群应多多域协无人平图4-1智能无人集群系统技无人平-22系统架构指从集群系统中各子系统的组成、关联性、交互模式等方面对系统的整体描述。可从信息交互、功能组件、系统部署、系统的关可分为集中式、分布式和混合式。无人平台 指遥控操作或者自主运作的无人驾驶平台。关键技术包括系统架构、平台本体、动力驱动、载荷接口、自主控制和自主学习等。通信组网 实现智能无入集群系统各节点间以及系统与外部控制台效动态组网技术等。智能协同 指智能无入集群系统通过共享信息联合完成任务的过程关键技术包括协同感知、导航定位、任务规划、协同控制、跨域协同和人机共融。效能评估协同能力、系统鲁棒性、任务效能等方面进行定性和蛋化评价。（二）系统架子系统的组成、关联性、交互模式等，是对系统的整体描述。组成和架构模式的不同，系统架构存在不同的分类方法。构和中心端架构等。设备端架设备端架构是智能无人集群系统任务执行单元的功能组成结构和软-23 成和接口，共同组成了无人系统满足执行任务需求的全部设备，是每个无人系统节点正常工作和集群协同工作的必备条件。网络架网络架构是智能无入集群系统信息传输通道的构建模式，是集群系统稳定可靠协同执行任务的基本保障，最典型的网络架构包括Ad-hoc网络和Mesh网络。智能无人集群系统使用电台数传、无线网、蓝牙、超宽带传输等技术实现个体间信息交互，5G、量子通信、水下声波通信等新技术也为构建高可靠、高速、低时延、高带宽的集群通信网络奠定了基础。中心端架构是作为智能无人集群系统大脑的中心节点或地面站的组成结构，是智能无人集群系统的核心，包括硬件架构和软件架构。中心端对数据链和平台状态进行实时监视、信息综合、数据解析、效能评估等，是—个具有多信息、多功能、多专业的复杂系统。和混合式架构等。集中式架集中式架构是智能无人集群系统按照中心节点调度和分发指令、附屋节点执行指令的模式协同执行任务模式，最典型的集中式架构包括—站多机，中心辐射式的架构等。集中式智能无人集群系统部署简单，易千管理，但存在不健壮、不灵活等缺陷。分布式架构是智能无人集群系统无中心节点、各节点关系对等情况下协同执行任务模式，最典型的分布式架构示例是生物群集。分布式智能无人集群系统通过个体之间的集体共识来达成集体行为决策，具有分布性、-24混合式架构是介于集中式和分布式之间的智能无人集群系统架构，节点按照功能、类型、权限等进行分组和分工，高层级节点与低层级节稳定性高和易于维护等特点，但架构设计较复杂。（三）无人平平台本借助动力装置能够携带任务载荷执行—定飞行任务的航空器。旋翼平台和其他翼形平台。 固定翼无人机平台的机体结构通常由机翼、机身』尾翼和起落架组成。机翼是飞机产生升力的部件，机翼后缘有可操纵的活动面，靠外侧的叫做副翼，用于控制飞机的滚转运动，靠内侧的则是襟翼，用于增加起飞着陆阶段的升力、着陆时阻力以及提供更大的上升、下降坡率，机翼下面可以用于挂载附加设备，起落架通常也安装在机翼下面，机身是飞机其他结构部件的安装基础，将尾翼、机翼及发动机等连接成一个整体，装载设备部件和任务载荷尾翼是用来平衡、稳定和操纵无人机飞行姿态的部件，通常包括垂直尾翼（垂尾）和水平尾翼（平尾）两部分，垂直尾翼由固定-25 旋翼(Rotor)平台 旋翼无人机平台根据旋翼的数量又可分为单旋翼（直升机）和多旋翼（muliroor)。每个旋翼由其轴末端的电动机转动，带动旋翼从而产生上升动力。单旋翼平台由旋翼提供升力，通常尾部具有克服反扭矩的小旋翼，通过控制旋翼的总距和周期变距来实现无入机的空间运动。多旋翼平台同样由旋翼提供升力，通过组合改变不同旋翼的转速产生不同的升力和扭矩，来完成对无入机的控制。旋翼无人机平台结构主要有机体和旋翼两部分组成。机体部分用来装载飞行控制设备，能源设备等外部设备，单旋翼通常留有尾部，用于安装小旋翼或舵面，多旋翼机身则向四周延申机臂，用于安装旋翼。多旋翼的旋翼对称且均匀地安装在机臂支架后端，旋翼高度—致，距离机体中心的半径相等，结构相同。其他翼型平台 其他翼型平台主要区别于上述两种传统翼型的无人机平台，主要包括扑翼无人机、伞翼无人机、滚翼无人机和复合翼无人机等。其中复合翼无人机主要指固定翼和旋翼混合布局，以实现垂直起降兼高速巡航等功能。工作效率高等优点，被广泛应用于生产生活中的各个领域。轮式移动机器入按照车轮数目可分为单轮滚动机器人、双轮移动机器入、四轮移动机器人、多轮（复六轮和八轮）移动机器入。独轮车机器人是—个多变量、强耦合、非线性的复杂动力学系统，为稳定运动需要解决相应动态平衡-26－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻问题。双轮自平衡机器人需要在没有外力作用下能够仅靠自身从倒地状态恢复到竖直平衡状态。多轮独立驱动的轮式机器人每只车轮都是单独的动力源并且相互独立，对车轮的输出转矩直接控制，具有很强的受控性。现有的产品级轮式机器人底盘—般自重约100kg8kmh,续航可达20k,垂直负载100k可用于巡检、物流运输、排爆协作等。履带机器人由千具有至少一条的履带作为移动媒介，因其与地面的接触面积相比其他行走机构要大的多，从而使单位面积上的接地压力比较小，适合在各种类型的地面上移动，如黏土、泥地、沙地等，同时，每条履带的外表面上均匀的分布着大量履齿（橡胶履带可能为梯形结构），因此履带机器人的地面附着性能良好，并在与地面的相互剪切作用下，能够产生较大的剪应力，牵引力较大，另外因为履带机器人的重心较低，且在履带板的大面积支撑下，其行驶稳定性较好，其次，由于履带式行走机器人采用的是差速转向，因此其转向半径较小，转向灵活度较好，具有优越的机动性能。然而，履带式机器人在行驶时不可避免会产生滑转与滑移现象，严重时还可能会发生侧翻事故，并且其行驶速度相比其他轮式机构来说更慢。以现有的产品级机器人一般底盘自重约120kg,垂直负载80kg,运行速度可达5k/h,能够原地转向，爬坡角度可达200。其他类型地面平台，如轮／履混合式机器入，具有轮式和履带式机腿”式机器人，其设计源千仿生学，可以适应各种复杂地形，能球形张拉整体机器入是通过刚性杆和弹性索互相联结，在张力和拉力作用下，构建球形结构并保持稳定形态的机器入。该结构具有轻质量，高强度，结构简单等优点。其局限性在于对地面的粘附力不强，滚动方式较难预测，限制了其在坡度复杂的地形中的运动能力。其运动机理为通过-27 杆／索长度变化导致整体重心位置变化，从而实现翻滚，具体实现方式通常为电机驱动的拉索结构，通过控制绳长实现球形张拉整体滚动。其动力学研究方法主要包括欧拉－拉格朗日动力学，牛顿动力学，广义坐标等，关于其运动控制的研究基本集中在数据驱动方法的领域。现阶段研究中，以六杆二十四索球形张拉整体最具代表性，以60CM杆长为例，该结构整体质量为5KG,其中包括六根碳纤维杆、12个步进电机、弹簧、电气设备等部分。运动速度可以达到3-5M/S,电机续航能力约为30分钟，可携带等同自身质量60％的负载，具备30°坡的爬行能力。离的任务。无人船舶集群平台主体可划分为无人水面船舶(usv)、半潜式无入艇（USSV)和无人水下航行器(UUV)无人水面船舶（USV) 无人水面船舶是一种无人操作的水面舰艇，是将传统船舶建造技术与无人控制技术相结合的新产物。USV平台主要包括传统意义上的船体部分和上层建筑部分，其技术主要涉及船体、动力总布局、外观造型等方面。主要用于执行危险以及不适于有人船只执行的任务。 -28巡航或岸基控制等多种工作方式。自主控制是指面对动态变化的外部环境，无人机、无人车、无入艇策和控制，以达到最终任务目标。自主控制技术解决的是在大时间尺度下的广义控制问题。在无人干预或大延时无法人为干预的清况下，自主控制可以确保无人系统规避危险、完成既定任务。智能无人集群系统可能存在线性、非线性，强耦合的动力学特性，系统模型可能存在由参数变化、环境变化、噪声扰动带来的不确定性。智能无人集群系统可能存在由系统特性、任务要求、经济因素任务完成时间约束、能量消约束等。智能无人集群系统可能存在由于集群中某些节点的故障引起的连通性变化，给集群系统运行过程带来风险。控制发展了下列诸多关键技术针对系统模型、参数、状态等方面的不确定性问题，发展出了模型辨识技术，发展了卡尔曼滤波(F)、扩展卡尔曼滤波(F)和无损卡尔曼滤波(F)等状态估计技术，对于无法准确估计、时变、随机等类型的不确定性因素，发展出了自适应控制技术(AC)、随机控制(SC)技术，还发展出了线性二次型调节器(LQR)、线性矩阵不等式(LMI)与H-29 等鲁棒控制技术，对于系统自身传感器故障及控制效应器故障等，发展出了在线故障检测和隔离（FI)与自适应可重构控制(RC)等技术，针对系统约束、优化目标，发展出了最优控制、模型预测控制(MPC)等技术。动力驱无人平台动力驱动是整个无人系统的核心部分，被誉为无人系统的心脏，目前无入平台主要依靠电能、燃沽、太阳能、燃料电池和混合能源这五种动力来完成任务。在设计环节，工作人员需要考虑到无人平台的运行需求、工作环境、自身重量，细化其性能参数，还需要严格控制动力装置设备质量，保证其具有较强的防腐蚀、防渗透性能，以此维护动力系统稳定运行。用电能来维持动力，电动系统主要包含电机、电调以及电池等。它具有能源清洁、电机结构简单、造价低、可靠性高等特点，但它的续航时间比较短。燃根据燃料的不同，燃油动力又可分为甲醇、汽泊、重油动力三种类型。它具有能量密度高、续航能力强、效率高等特点。但其存在震动和噪音，工作环境恶劣，造成环境污染的缺点。太阳使用太阳能做动力的无入平台都会在机身安装太阳能电池。在阳光充足的情况下，太阳能电池会自动吸收能量，并储存在电池内部作为备用。对于燃料电池而言，只要含有氢原子的物质就可以作为燃料，利用燃料电池产生的电能来驱动电机运行，这就大大增加了＂燃料”的来源范围-30－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻燃料电池在使用时能量转换效率高、系统反应快、运行可靠性强、维护方便。与其他电池相比，燃料电池的发电效率可以达到85%-90%。由千燃料电池的内部结构相对简单，工作时噪声很低，散热量和红外辐射较少，相对于电池的优势在于续航时间长、低温环境下更稳定。但其无储能能力、动态响应性能差、输出特性疲软。也更长。智能无人集群系统的增量学习技术主要用于解决三个问题据样本增加而造成的训练复杂度。从增量学习的角度可以将数据类型划分为两种，即源数据和目标数据。源数据指的是已有的训练数据，目标数据指的是需要扩展的应用场景、检测到的异常样本而增加的数据。增量学习的系统需满足三方面要求-31 别新样本的增多而增加。增量模型的训练方法种类繁多，在深度学习领域中有层级树状剪枝策略、部分参数冻结训练策略以及基千知识蒸熘的增量学习策略等。层级树状剪枝策略将新增任务看作新的子树，新的任务和数据会更新子树的参数，通过参数共享和剪枝操作减少参数量并维持模型对原特征的判别能力。冻结部分参数目的是减慢网络更新过程从而保留某些部分对旧任务的判别能力。基千知识蒸熘的增量学习旨在通过教师模型引导学生模型的训练过程，使得学生模型具备教师模型的能力，其中教师模型是在源数据上得到的模型，学生模型是在目标数据上的模型。评判标准既可以通过人为设定也可以在线动态调节，从而判断智能无人集群系统是否在新环境中具备完成任务的能力。操作系随着无人系统领域的快速发展，无人系统集群日益复杂化，其平台装置日渐异构、多源、智能化，对平台资源的管理形成极大的挑战，迫分布式部署及高效易用的无人系统软件应用。智能无人集群操作系统是应运而生的关键技术之—，其—方面管理与控制异构无人平台的各类硬件资源，实现实时的多任务调度与分布式通信，支持高效、便捷的人－机、机－机分布式协同，另—方面管理与控制智能无人系统的高级认知，并将其转化为作用于物理世界的自主、智能、协同行动。与传统计算机操作系统不同，智能无人集群操作系统不但要管理处理器、智能加速器和数据存储等计算资源，还需要对接无人平台的执行机构、驱动装置、控制系统和感知系统等物理信息设备，并对分-32－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻智能无人集群操作系统应基千“三互“机理（1)互操 以无 端侧智能无人集群操作系统，以及云－端协同智能无人集群操作系统。数据有限的情况下，人－机、机－机协同观察环境和自身状态，融合多模信息，执行判断、作出决策和行动控制。性和适应性。典型的智能无入集群操作系统斯坦福大学与谷歌2007年合作研发、2013年起由开源机器人基金会(OSF)管理的机器人操作系统(ROS)。ROS采用—种基于套接字网络连接的松耦合分布式架构，—切可执行的传感器数据采集程序、控制程序、规划算法程序等程序都被抽象为节点，节点间通过OS提供的消息传递机制通信，从而有效屏蔽了异构无人平台的硬件差异，并提高了代码的可重用性。旷视科技2019年推出的河图操作系统，支持多种异构机器人集群的规划、仿真、实施、运行能力。-33 OS",＂持续闭环学习和智能进化”匹个部分组成。经过5G网络控制机器人完成各种任务。（四）通信组通信组网是实现智能无入集群系统内部节点间以及系统与外部控制台间进行信息交互、操作控制、执行任务的关键技术。根据不同任务或应用场景，智能无人集群系统对通信网络的稳定性、可靠性、安全性等性能提出了不同层级的要求，以保证各无人平台能够在复杂环境和高动态条件低时延、高可靠、全域覆盖、动态自适应等能力，其关键技术可从大容量高可靠传输技术、高效动态组网技术等两个方面描述。大容量高可靠传输技介类型，主要分为有线通信与无线通信两大类。导型传输媒介包括同轴电缆、双绞线、光纤等。同轴电缆是一种电线及信号传输线，由匹层物料构成，最内里是导或合金），然后最外层的绝缘物料作为外皮。电缆安装在各无人平台间，实现智能无人集群的通信。同轴电缆支持高带宽通信，但体积大，且不能承受弯曲，容易损坏。-34－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻双绞双绞线是由两根具有绝缘保护层的铜导线互相缠绕组成的电缆线。它可以抵御部分来自外界的电磁波干扰，也可以降低多对绞线间的相互干扰，实现了智能无人集群系统的可靠通信。信道宽度和数据传输速度等方面受到限制。现信息传输。由于光纤的传输损耗低，带宽高，且造价便宜，促使光纤被用作长距离的传输媒介，实现无人平台间的远距离通信。无线通信通过非引导型传输媒介进行智能无人集群的通信与组网，根据传输距离的不同，可分为远距离无线传输技术和近距离无线传输技术。远距离传输技术包括电台组网、卫星通信等。近距离无线传输技术包括无线局域网、5G等。现智能无人集群间的可靠通信。电台安装简单方便，频点费用便宜，通信距离较远，能传至几十公里之外，可用于军警、植保、航测等各类工业级智能无人集群系统。卫星通无入平台间的通信。卫星通信系统由卫星端、地面端两部分组成。卫星端在空中将地面站发送的信号放大再转发给其它地面站。地面站对卫星进行控制、跟踪以及实现地面通信系统接入卫星通信系统。该通信系统与通信距离无关等优点。-35 SG组网中智能无人集群节点以搭载标准化通信模组的方式接入运营商的SG网络，由运营商网络向集群系统提供任务控制所需的控制链路与通信数据链路通道。随着SG网络不断的延伸覆盖，智能无人集群可以在大部分场景接入SG网络进行通信与组网。SG网络具备高带宽、大连接、高可靠、低时延通信等性能特点，并可以通过边缘计算、网络切片等技术满足智能无人集群不同应用场景的性能需求。无线局域作业区内的无线接入点进行交互。无线局域网组网主要采用24G与5.8G两个频段，有效传输距离在1km以内。由于受宽带的限制，通常图像质量与时延表现均不理想。该技术应用成熟、操作方便，但由于通信距离的限制通常应用于短距离的通信组网。高动态自组网技术是由无人平台担当网络节点组成的、由明确目标效信息交互、任务协同的基础。不同平台间根据任务需要相互传递的数据宏观上可分为任务数据与链路。数据链路实现跨域智能无人集群系统平台间感知、协同等数据的传输和分发，控制／非有效载荷通信链路实现跨域智能无人集群系统平台间控制、指令等数据的传输和分发。智能无人集群网络体系架构可分为中心式、分布式两大类，其中-36布式网络体系架构可进—步分为对等AdHoc网络、分簇AdHoc网络中心式网络将跨域智能无人集群系统平台与中控节点直接互联，各无人平台间不存在直接互联，对等AdHoc网络智能无人集群平台间地位平等、相互间可直分簇AdHoc网络将智能无人集群平台按需分簇，簇内节点可智能无入集群系统通信与组网协议主要包括基于拓扑结构的路由协议、基千地理定位信息的路由协议、随机路由协议、智能仿生路由协议等基于拓扑结构的路由协议以网络拓扑信息为基础选取最佳路由，包括主动型、按需路由型和混合型等。基千地理位置信息的跨域智能无人集群系统路由协议以节点地合高动态网络，随机路由协议允许每个节点随机地与其他节点通信，以随机扩散方式实现跨域智能无人集群系统高动态网络弹性组网，智能仿生无人集群系统路由协议利用人工智能算法或仿生学原蛛算法、细胞分裂算法等。节点智能行动三方面的智能化能力，实现任务过程中通信网络持续可用-37 导作用。（五）智能协智能无人集群系统协同感知是通过感知汇聚和协同分析处理不同感知单元的数据，实现对智能无人集群系统所处环境的精准和系统认识。研通过智能无人集群系统内个体自身、个体间与外界环境信息的注意、探测、认知等作用，借助集群通信网络，实现不同无人个体或异构无人个体之间的同域或跨域感知信息汇聚融合，进而自发地形成在时间、空间和功能上的有序结构，以提升智能无人集群系统的整体感知性能。根据协同感知的智能无人装备之间的属性特点，可以分为同构智能无人集群协同感知和异构智能无人集群协同感知。同构智能无人集群协同感知是同型无人平台通过搭载相同的传感器感知周围的环境信息，并通过信息链路实现无人平台之间的信息交互与融合。异构智能无人集群协同感对环境信息展开分布式多手段感知，并通过天地—体化网络实现跨域异构智能无人集群之间的协同感知。激光等。视觉协同感知通过摄像头采集到图像，并通过图像分割，目标信息提取和环境理解等技术实现对环境的感知。激光雷达通过发射接收激光束完成对环境的扫描并生成3D点云，并通过坐标转换、去噪声、聚类等操作实现对障碍物的检测与分割。超声波雷达通过发射接收到超声波的时间差计算出测量距离，从而实现对环境中物体的方向与距离的定-38－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻位。毫米波雷达通过天线向外发射毫米波，接收目标反射信号，经过后处理快速准确地获取周围的物理环境信息。单—感知手段通常具有局限性，智能无人集群通常采用多源感知手段，融合多种感知信息，实现对环境的精准协同感知。智能无人集群协同感知可以分为感知数据采集、感知数据融合与感知数据分析。感知数据采集通过多种感知传感器分布式采集环境中的海量数据，感知数据具有多源异构性与实时性。智能无人集群感知数据融合对海量数据进行分布式安全存储，删除冗余信息，实现异构多源数据的增强互补。智能无人集群感知数据分析通过实时智能化技术分析处理，并通过聚合的交互式挖掘分析，进行深入、实时、动态的剖析，实现智能无人集群从“感”到“知”的过程。根据智能无人装备之间任务的不同，智能无人集群协同感知包括协同目标搜索、协同目标识别、协同目标定位等。协同目标搜索使用动态任务分配、协同多源感知、实时动态协同等技术实现对搜索区域的全域实时搜索。协同目标识别使用深度学习技术实现对目标的特征进行学习，并将识别结果在集群内协同共识，精准识别出目标。智能无人集群协同目标定位通过搭载的多涌传感器进行多角度、多方位协同目标定位，克服单—装备单—传感器定位的局限性，提高定位的精度与鲁棒性。导航定导航定位是指智能无人集群系统通过无线电信号收发器、惯性测量单元、光学传感器等，获取外部环境和智能无人集群系统之间的相对信息、目标点和智能无人集群系统之间的相对信息，实时解算出自身的状态信息和自标点的状态信息，引导自身到达预定目的地。导航定位是智能无人集群系统的核心技术之—，也是智能无人集群系统实现规划决策的关键技术基础。-39 两类。主从节点，其他携带低成本低精度导航传感器的平台作为从节点。在协同定位过程中，主节点为智能无人集群系统提供高精度的导航参考信息，从节点在自身定位基础上，通过接收主节点的导航数据，或对主节点进行观测获得相对位姿数据，对自身定位结果进行校正。主从式结构简单，通信拓扑明确，系统成本低，但是对千主节点的定位精度依赖较高，要求主节点具备较好的稳定性和鲁棒性。当主节点发生故障时，容易导致智能无人集群系统的定位精度下降，甚至定位失败。并行在并行式协作导航定位系统中，各个平台搭载同构或异构导航定位传感部件（系统），各传感部件（系统）并行工作。在导航定位过程中，通过融合各平台的数据，实现互相校正。并行式结构没有主从之分，不依赖于某—个平台的定位精度，在平台节点发生故障或者通信失败时，仍可保证其余个体的准确定位，具备更好的鲁棒性。传统的多节点并行导航定位网络拓扑结构复杂，各导航定位传感部件（系统）之间互相校正机制容易引发状态强耦合现象，导致大规模智能无人集群系统的导航定位数据融合算法更为复杂。因此，新—代智能型并行式协作导航定位技术可通过互校正和容错机制，有效实现大规模异构智能无人集群系统的同域或跨域精准导航定位。根据导航定位技术，可分为卫星、惯性、无线电、匹配＼等导航定位技术。卫星导航主要包括全球定位系统(GPS)和北斗卫星导航系统。-40－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻导航的基本原理是利用由0和1二进制码元组成的伪随机码编写导航电文，由定位卫星将导航电文发射给安装在智能无人集群系统上的卫星定位系统接收器。卫星导航技术具有精确的定位能力，应用范围大，具有较强的实时性。惯性导航是将惯性传感器安装在机体上测量得到加速度、航向等导航参数，经算法运算得出机体姿态、速度和位置的一种导航技术。惯性导航技术具有自主导航、抗干扰能力强、隐蔽性好、数据更新率高等特点。无线电定位技术主要包括无线局域网、Zigbee、蓝牙beacon、WB、基站定位等技术，核心算法主要是基于距离测量的AOA、RSSI、TOA或TDOA等定位算法。无线局域网、蓝牙beacon、Zigbee等技术的杭干扰能力弱，UWB技术定位精度离，但搭建需要较志的硬件花费和部著成本，基站定位技术具有能耗低、抗干扰能力强等优点，但精度主要依赖于基站的分布范围。随着5G技术的建设发展，无线电定位技术的测蛋精度得以进一步提高。其原理是利用传感器数据与已知数据模型进行配准。核心算法主要有视觉特征点提取与配准、天空偏振光感知与模型设计、激光点云特征提取与配准等技术。视觉匹配技术成本低，精度高，但存在易受天气影响，算法复杂度高等缺点。偏振光定位杭干扰能力强，但精度较低。高精度地图匹配精度高，杭干扰能力强，但器件成本高，部署难度大。组合导航是多种导航技术的融合。通常采用的组合导航有卫星导航与惯性导航的组合，卫星导航与无线电导航的组合，多种卫星导航系统之间的组合，卫星导航、惯性导航与地理信息系统的组合等。组合导航使不同导航系统的数据进行融合，达到优势互补，导航定位精度高，但当进行深组合时，如果不能及时正确判断并隔离掉出现故障的系统，会-41 影响到其他系统的导航性能任务规智能无人集群系统的任务规划，是指在智能无人集群执行任务过程中，由规划单元根据任务目标、所处任务环境、集群资源与状态等约束条件，为智能无人集群规划出在—定意义下最优的多任务执行策略、运动路径等的过程。智能无人集群任务规划问题是—个极其复杂的决策与优化问题，它受到应用环境、设备性能、任务要求等多方面约束的影咱，面临着信息不完全与不确定性、计算复杂性、时间紧迫性等多方面的严峻挑战。群执行任务的时序关系，共同奠定了智能无人集群执行任务的能力基础。射关系，是多约束条件下的离散空间组合优化问题。根据智能无人集群的控制架构，可以将任务分配分为集中式、分布式和混合式任务分配。信获取当前任务和环境状态，然后进行全局任务分配。务分配方案。过分组中各中心节点的共融交互和自主决策，实现复杂环境下大规模智能无人集群系统实时、鲁棒、动态的有效任务分配。法。最优化数学规划方法主要包括穷举法、整数规划法、约束规划法和图论法等。—般而言，最优化算法具有描述简洁、直接等特点，可以灵活调-42－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻整约束条件来求解实际问题，具有理论最优解，但对模型的精准性依赖较强，规模不宜过大。启发式智能优化方法的基本思想是在算法时间和求解结果之间进行调节，在能够接受的时间内求得全局最优解，主要包括进化算法、聚类算法和群体智能优化算法，具有鲁棒性强、自适应性和自学习能力强、算法规则简单等优点，但是存在计算速度和精度的矛盾制约。分布式任务分配的典型方法主要包括多智能体决策理论、分布式马尔可夫、分布式约束、类市场机制（合同／竞拍）等。路径规储能情况等因素，为每个无人系统执行所分配的任务建立可执行的轨迹安排。智能无人集群系统路径规划的过程涉及众多因素，问题非常复杂，要考虑到特定的目标或者具体任务。从本质上来讲，智能无人集群系统协同路径规划是典型的多目标优化问题，在满足单系统轨迹可适用性要求的同时也要满足整个智能无人集群系统轨迹的协同性要求。目前智能无人基于启发信息的人工智能优化算法和基于生物种群进化的群智能算法。载荷接称之为无人平台的任务载荷。无人平台任务载荷可用于侦查、监控、巡视、架线、投放物品、大气监测、采样、通信、实验、中继等。-43 制模块的接口，当前存在以下问接口通用性差，无人平台只能接入同—种载荷，或者是同—种通信方式的载荷，即其接口类型是相对固定的。因此无入平台所搭载的载荷大多是单载荷，且部分多载荷无人平台的各载荷之间也都是相对独立的，一旦更换载荷设备，控制模块也要随之更换，因此难以完成多功能、高精度的复杂任务。控制模块设计复杂，无人平台与多载荷连接的方式一般为在无人平台上增加接口数量，但各接口的配置已相对固定。此连接方式增加了无人平台控制模块设计的复杂性，使无人平台的相关处理器忙千处理各种信号。(C)经济性差，随着载荷功能需求增加，所需的接口数量增加，导致无人平台控制模块和载荷设备的开发设计及装配复杂，接口共享率降低，整体经济性差，在实际的应用和推广中受到阻碍。发一套面向无人系统载荷的高密度、大容量通用接口势在必行。利用信息交互与共享，通过设计合适的局部控制策略使智能无人集群以合理的方式协同行动，共同完成特定任务。智能无人集群系统协同控制是—类重要的群体智能，可使集群在宏观层面上涌现出个体单独存在时不具备的行为特征。根据控制方式和控制架构的不同，协同控制存在不同的分类方法。和编队控制等。-44—致性控制是—组个体通过信息交互和局部控制规则，使得所有个体的状态随时间趋于—致。基于图论的—致性算法是目前最为广泛采用的控制策略，该算法将个体抽象为图的节点，个体之间的通信用边表示，理论较为成熟。蜂拥控蜂拥控制是大量个体在无集中式控制和全局模型的情况下，通过局部感知作用和相应的反应行为聚集在一起，使整体呈现出一致行为。蜂拥控制主要模拟自然界蚁群、鱼群、蜂群和鸟群等群集行为和自组织现象，设计集群系统环境自适应的控制策略。蜂拥控制主要参照分离（避免碰撞）、对齐（速度匹配）和聚集（位置集中）三原则建立分布式控制算法，要求集群个体之间进行局部协作，整体上在某些方面达成—致，以求最终完成任务。会合控于—个期望的区域内，并使所有个体速度逐渐趋于零，最终静止于某—位置。会合问题本质上是一致性问题的—个特例，可以简单理解为终态为静止的—致性，故常采用一致性控制方法进行设计。集群编集群编队是指—组个体通过保持—定的队形来实现整体任务，包括队形生成、保持和重构。它要求集群整体在向特定目标或方向运动的过程中，相互之间保持预定的几何形态（队形），同时又要适应环境约束（如避开障碍物）。根据无人集群编队信息获取途径的不同，集群编队控制可分为基于坐标、基于位移和基于距离三种类型，根据控制方法的不同，集群编队控制可分为领航－跟随法、虚拟结构法、行为控制法、人工势场-45法及—致性法等集中式集群控制中存在中央控制单元，无人系统的感知、状态等信息向上汇集到中央控制单元，中央控制单元依据全局化信息进行统一的行为规划。集中式集群控制的优点在于协同控制依据的信息完整且行为完全可预测与可控制。其缺点也较为明显，即对通信和中央控制单元的依赖性强，节点数量增加会造成整体协调性能下降，同时节点对于环境变化的反应速度较慢。分布式集群控控制单元，节点通过局部信息交互进行行为控制。其优点在千降低了系统对于某单个节点存续的依赖，充分利用各节点的计算能力，且对通信的依赖性较弱，而对于环境的反应速度较快。但分布式集群控制也存在完整信息难以获得、个体行为难以预测、信息不一致等缺陷。系统中央控制单元可能存在多个，系统节点并不将所有信息反馈给中央控制节点，而是反馈重要的或者中央控制单元订制的有限信息。中央控制单元更多的作用是监督与协调，而非全局式控制，是集中式集群控制架构与分布式集群控制架构的—种平衡，巨的在千较为全面协调整体系统的同时，降低通信、计算等负担。因此，混合式集群控制综合了集中式架构与分布式架构各自的特点，并在此基础上形成一定的功能互补。-46跨域协相互配合、效能互补，从而形成整体优势，获取任务所需的空间行动自由。异构无人系统的个体类型多，可以形成更强的多维空间信息感知能力，能够面向任务自适应组网、集群化作业，实现协同任务快速可靠响应，实现整体效能的增值。作为跨域异构无人系统协同的共性问题，协同控制架构设计需综合考虑现有的集中式控制架构、分布式控制架构、有限集中式控制架构等典型架构。对于跨域协同过程中，不同种类的智能体之间的控制方案，应依据实际的无人机、无人车及环境情况选择。综合考虑计算效率与负载均衡、整体性能优化、鲁棒性强等特性的跨域异构无人系统协同控制架构。环境态势感携带摄像头的无入机在执行监视任务时，其视野和分辨率容易受到飞行高度或建筑物遮挡影响，导致无法精确感知环境，因此可引入无人车对地面物体执行精确观察拍摄任务，利用信息融合技术，对多涌信息进行时空配准和关联性分析处理，达到获取精准位置、状态等识别信息。充分利用协作感知优势，提升环境感知能力和任务执行效率。跨域无人系统任务分通信干扰等因素都会对跨域异构无人系统性能和效能造成影响，需要精确的高层次任务划分和健壮的协调机制来迅速对异构跨域无人系统分配任务。可采用分层任务表示法对子任务和整体任务进行关联，并在广义-47 局部全局规划的启发下采用有效的调度和协调机制。如何在限制条件下快速得出最优的任务分配方案，如何根据不确定性推理、智能学习等手战性的科学问题。跨域无人系统协作定执行任务需要对跨域无人系统进行精确定位，应快速建立地图，以实现对无入系统导航的指导。跨域无人系统应在任务前和过程中对自身位置进行感知，通过信息交互获取其它个体方位、速度等信息。为实现无人然后，将简化的方位信息传输到其它无人系统进行协作，可以有效克服不同域之间的信息差异，实现有效的跨域无人系统协作定位。人机共人机共融是指利用人类智能的符号化、学习、预见、自我调节以及逻辑推理能力与机器智能的精准、力量、重复能力、环境耐受力的差异性通过不同粒度智能的深度交融、共同演进，实现人类和无人系统机器智能的共酰共生，完成复杂的环境感知、计算和决策等任务。是让无人群智机器逐渐具备类似入类感知能力、学习能力、适应能力以及决策能力等，形成机器与人优势互补。因此，共融技术主要包括机理机制、交互方式和共融计算体系等三大方面。建模方法-48－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻统人机融合的建模体系场景感知与意图推理人与人的理解通常建立在共同认知的基础上的，对于智能无人集群系统，要能解析人的意图需要构建与情境相关的知识图谱。—方面设备不仅可以通过感知信息对知识进行更新，还能采取主动虚拟现实等方法和技术，采集人体运动数据，并进行信息提取，通过模式识别与机器学习算法，获取人的意图，再把意图变成指令控制无入系统的运动。群体智能融合通过利用群体行为特征、结构特征及交互特征等特征和行为层面与机器智能进行融合，实现智能增强。机器智能体现在推理、分析和归纳。针对复杂任务，巧妙利用人类智能的识别、推理能力以及机器智能的精准、耐受、重复能力等。多通道的人机交互技术触觉来识别、分析和理解入的指令、意图和情绪。理解人的意图能为智能无人集群正在做什么和将要做什么有更高效的规划能力。 人类将通过自然的行为方式与计算机进行交互，例如手势、语音和触摸等人机协同精准感知。其内涵是汇集来自不同设备、不同数据源以-49 不同感知实体的信息，并通过处理这些多元的数据信息来更加全面地感知物理世界，为人类提供精准和智能的服务。人机协同感知将入类作为感知节点，通过融合入类的智能，来提升传统基于机器设备的感知能力，实现人机的优势互补，从而提高感知的效能。另—方面，指基于传统接触式感知技术与新兴的非接触式感知技术对人的行为及周围环境的高精度感知。机器精准感知人和环境是人机共融的基础，利用先进感知技术让机器了解周围的物理环境和环境中的人，为后续离级智能提供具有语义的数据输入。入机融合计算。人机融合计算是指人与机器通过思式或隐式的融合范式，达到入机智能的协作与增强。匣式人机融合计算中，人按照任务要求有意识地参与，将识别、联想、推理能力融入计算任务中。隐式人机融合计算仅靠行为习惯无意识参与，将人群无意识表现出的行为规律作为智能用于求解问题。人机融合计算的挑战在于如何对计算任务进行分割，然后给人和机器分配各自擅长的子任务，并确定执行子任务的顺序（串行或并行），以及如何对计算结果进行融合。特别是机器人柔顺控制方面，为了确保人机交互过程中设备的柔性，保护设备自身和周圃的人与物体，必须采用力与位置的协同控制，变刚度、边阻杭是智能无人集群运动的基本要求。共融的拓扑结构为了推进智能体在各层级上的融合实现机制方面拓扑演化机制，形成“全息感知－行为反馈”等智能融合的智能融合闭环人机智能演进。-50－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻促进人的智能和机器智能的共同进步。从机器的角度，以人的知识作为输入指导机器，使得其自身的智能通过不断迭代，变得更加智能和高效。机器自身亦可以利用机器之间的相互协作，借助机器提供的反馈，通过博弈的方式，强化机器的智能，从而实现机器智能的自我演进。反过来从人的角度，随着机器智能的提升，人也可以通过机器的反馈而受到启发，从而丰富自身的经验和知识，提高认知能力。人机智能演进需要研究如何实现人类智能与机器智能的共同学习，以及如何实现具备入机相互协作与促进特征的人机智能共同演进方法。（六）效能评智能无人集群效能评估是对在复杂环境条件下无人集群通过智能协同在规定时间内有效完成相应任务的综合评价。智能无人集群效能评估的目的是在智能无入集群系统试验和应用框架下，依据集群应用场景的具体需求，建立具有广泛适应性和较高置信度的智能无人集群效能评估模型，在复杂任务环境下为智能无人集群自主协同评估制定科学、规范、有效的评估规则和评估方法，从而对智能无人集群系统自主协同能力、系统鲁棒性、执行任务效能等进行定性和定量综合评价。的评估指标实施方案，并确定指标权重，选择合适的评估方法，完成最终的定性和定量效能评价。根据驱动机理，智能无人集群系统的效能评估方法可以分为4l)数学模型驱动方-51 经验驱动方法主要基于人的知识和经验进行评估，该方法的核心是人的主观经验，数学模型驱动方法是基千数学模型的效能评估方法，主要工作机理是通过数学方法给出效能指标在给定条件下的函数解析式，并进行评估，仿真模拟驱动方法是根据仿真评估作战效能的一种方法，目前各国相继采用基千多智能体建模仿真方法开发了MANA、WISDOM、SEAS等系统进行体系效能仿真开发和评估，数据驱动方法利用在任务完成过程建立得到输入和输出之间的非线性关系，目前主要的方法包括支持向量机(SVM)、贝叶斯算法、人工神经网络(ANN)等。对智能无人集群系统核心能力的评估分为3个方面1)交感网络，2)智能算法，3)集群能力。交感网络的评估内容包括网络系统可靠性／韧性评估、抗毁性评估与通信协议评估。针对智能无人集群在复杂多变环境中执行各种复杂任务的特点，进行面向任务的智能无人集群网络系统可靠性与韧性评估研究，能够准确并快速地预测智能无人集群完成既定任务的能力，并分析集群自组网和重组策略，为支撑复杂多变环境中智能无人集群网络拓扑控制、协议优化和网络管理具有重要意义。针对智能算法的评估是智能无人集群效能评估的重要内容，传统的算法评估主要从正确性、可读性、健壮性、时间复杂度、空间复杂度、可靠性、可移植性以及可解释性等八个指标进行衡量，其中时间复杂度和空间复杂度是评估算法效率的核心指标。智能无入集群的能力涌现是由不同无人平台的功能耦合、不同构型的结构效应以及不同态势下的环境因素共同影响产生的。此外，智能无人集群能力的产生是基于特定的任务背景的，能力涌现的过程是一个高度动态的对抗过程。为了更方便地评估智能无入集群的任务完成效能，可以通过数字-52－三岂嘿喟陇喝黑斛＇耘瓣＇锦谋鬻生技术搭建仿真试验平台，完成对智能无人集群的群智效能评估。数字挛生—般由现实空间、虚拟空间、从现实空间到虚拟空间的数据流、从虚拟空间到现实空间的信息流组成。智能无人集群由—定数量的单—功运行历史数据、日常运维数据、演练未来任务、镜像实际作业过程，开发阶段进行虚拟验证等功能，进一步用来评估智能无人集群的智能化等级。-53五、智能无人集群系统应用案（一）矿区智能无人集群应矿区智能无人集群概辅助车辆智能系推土机／装载机半自辅助车辆智能系推土机／装载机半自主系无人驾驶系挖机1电铲半自主系4G/5G/MeshN2X通 无人智能调度与监管运输智能化调度设备监测安全管理有人车防碰撞预警数据分祈管 地图编辑管 仿真平 应急接管平,ii图5-1矿区智能无人集群作业系ii-54．一二、、，｀Rr-`j一｝，影．斛＇耘贾，南串．训．一二、、，｀Rr-`j具有自主定位、感知和通信能力，同时要完成车辆的底层线控改装，并调整底盘以完成控制后的正常运行。在真实场景下，通过车载设备接收控制指令，完成每—辆车的自主运行。矿区中设备之间的协同包括矿卡与挖机、矿卡与电铲的协同、设备运行中的路径规划和动态联动避障。如图5-1所示，设备端根据设备不同分为四个子模块分别是挖机（电铲）半自主系统、无人驾驶矿卡系统、推土机（装载机）半自主系统和辅助车辆智能系统。斤、廿口，网流GG5“111-斤、廿口，网流GG5“111-1装载 矿区道 排土 卸载｀-55｀ 集群中每—辆车安装智能车载设备，矿区道路两侧安装摄像头等感知设备和智能路侧设备(RSU),通过车间通讯协议(LTE-V)完成车车、车路之间信息交互。整体矿区以4G或5G部署，以支持高清视频监控、5G遥控接管等功能。—些业务数据可以通过核心网上传到云端应用服务，实现多矿区综合管理。采用多接入边缘计算平台(MEC)以支持矿山本地业务数据处理和本地应用服务，例如视频分析、集群高精度定位、V2X设备和连接管理、集群感知数据融合处理等。控制中心配备高计算单元，完成车辆感知数据的特征提取、路径自主规划、同时能够全区域控制车辆等功能，该平台可实现无人矿区集群运输智能化调度、多车设备检测安全管理、有人车防碰撞预警、数据分析管理和地图编辑管理，同时控制中心还具有信息空间数据分析能力，即搭建信息空间下的仿真系统助力真实智能无人集群作业，应急接管平台是矿区保障安全的又一层保障，是现阶段智能化知识型矿区的有效补充手段，通过有入监管操控的手段提高矿区安全作业水平。—方面，矿区道路颠簸严重，车载传感器设备抖动严重，另—方面，矿区工作温度最低可至零下45摄氏度，风沙较强，这些情况容易导致传现实中会结合多传感器融合方案解决感知和定位等任务，多端通信提供视距外环境数据提高安全系数。矿区智能无人集群大规模训练和复现难度较大，现实中计算中心通过三维仿真建模等技术搭建虚拟矿山平台进行数据增强、训练测试和模拟规划控制，为集群控制算法的设计提供更加丰富的数据和多样化的场景，提高算法的鲁棒性。-56一｝，影．斛＇耘贾，南串．训（二）随着科技的发展，无人机搭载的传感器及数据处理软件日趋多样化和智能化，无人机平台作业在铁路勘察设计、施工建设及运营维护等全生命周期基础地理信息获取中扮演着越来越重要的角色。铁路工程项目呈倾斜实景模型、激光雷达还是巡检视频等数据的获取都需要无人机执行多架次、多航带任务，大大限制了其作业效率。各架无人机分别回传巡检数据到控制中心，并且控制者可以实时发送指令给各个无人机以应对突发情况，大幅降低了地形环境、自然环境等因素的影响，有效保证了铁路工程沿线低空航摄工作的正常运行。么－－－－－－－－么么－－－－－－－－云么－－－－－－－－协同作协同作 协同作 协同作图5-3智能无人集群示意-57完成，采用并行方式提高采集作业效率，如图5-4所示。由原来的单机多次采集改为多机协同采集。如图5-5所示＼图5-4多航带协同作 图5-5多角度协同作铁路建设途经艰险山区地形和影像离精度数据获取极为困难，其主要原因为山区复杂，无人机通讯链路无法到达实时保障。方式可探索解决，如以无人机间作为通讯中继站进行信号互联与回传。图5-6-58（三）构建三维河道模行协同任务分配从而达到解决单一任务目标或多个任务目标。及其周围地形地貌在内的三维立体模型。具体成果图示例5-图5-7三维河道模型示意-59融合无人船搭载多波束采集河道水深数据，建立真实三维河道模型。如下四个方面的优势可视度高。三维立体的真实感地形图能够使用面状的颜色或灰度深浅变化的方式来代替线的稀疏，这就保证了在空间上，三维立体的真实灰度的深浅、阴影面积的大小以及表面纹理的多少等与实际的地形图也保持一致。使用方便。其具有可移动变化的功能，可以从不同的角度对其进行观察研究，比如从上与从下、从左与从右进行观测。存储和查询方便可实时生成-60六、国内外标准化情组织制定了各自的技术标准。下面列出了与智能无人集群相关的主要标准化组织。(—)国际标准化组电气和电子工程师协会IEEE标准协会(IEEE-SA)标准化范围涵盖信息技术、通信、电力和能源等多个领域。IEEE在1995年通过了标准IEEEStd1003《便携式操作系统接口〉(PotableOperatingSystemInterace,缩写为POSIX),该标准定义了操作系统为应用程序提供的接口标准，是为在各种UNIX操作系统上运行的软件而定义的—系列API标准的总称，对应国际标准名称为ISO/IEC9945。POSIX主要分为四个部分基础定义、系统接口、外北大西洋公约组织北大西洋公约组织(NAO),简称北约组织或北约，是北美与欧洲国家为实现防卫协作而建立的—个国际军事集团组