吴超宇

摘要：近些年来，随着无人机的与传感器的发展，无人机遥感取得了迅猛的发展与广泛的应用， 已经成为新的研究热点。但是由于无人机自身的局限，限制了传感器的尺寸与性能。因此可将无人机集群技术应用于无人机遥感中，通过集群行为提高无人机遥感的观测能力。本文详细阐述了无人机集群的发展现状，指明了无人机集群遥感观测的关键问题：无人机集群遥感观测任务规划，无人机集群控制、无人机自组网，遥感数据处理，并对这些问题的研究方法及现有问题进行了分析。最后，展望了无人机集群遥感观测的发展方向。

关键词：无人机遥感;集群;规划;控制

中图分类号：TN924+.2 文献标识码：A 文章编号：1007-9416（2019）04-0205-03

1 无人机遥感观测

无人机的定义为“不载乘任何操作人员，利用空气动力进行飞行，能够自主或远程领航控制，可扩展和回收并可携带有效载荷的无人飞行平台”[1]。

无人机遥感观测指将无人机作为平台，携带遥感观测载荷，如相机，雷达，激光成像仪等，通过遥感信息回传技术获取高分辨率的观测数据[2]。传统遥感观测主要通过卫星或是载人飞机完成，相对于卫星而言，无人机遥感观测避免受云层干扰的现象，相对于有人机而言，无人机遥感观测可以克服有人机对起降地点，天气等要求高的缺点，轻便灵活，因而具有更为广阔的应用前景。

无人机遥感可分为无人机系统和遥感传感器两部分。无人机系统主要包括无人机机体，飞控系统和地面站三部分。机体部分可搭载不同的载荷以完成遥感任务。飞控系统通过对无人机自身数据进行分析，与地面进行互动，控制无人机完成给定的飞行任务。地面站主要负责对无人机飞行状态的监控和控制命令的下达。遥感传感器主要为无人机携带的各种光电载荷，根据观测任务搭配不同的光电载荷。

2 无人机集群

无人机集群是目前无人机发展的一个重要方向。该方法的产生来自于对自然界生物集群现象的研究。在自然界我们可以看到大量生物集群的现象，如鱼群，蚁群，蜂群，这些生物集群都存在一定的共同点，即个体行为简单，通过一定简单的群体规律形成群体行为，完成一些复杂的任务。如蚁群中，每个蚂蚁的能力非常弱，行为也非常简单，但是通过信息素的挥发，群体能够寻找到到达食物的最短距离，从而完成觅食行为[3]。对无人机来说，当单个无人机能力有限，难以完成复杂的任务时，可以通过一定的规则对无人机进行控制，使其按照一定约束条件的智能化的无人机编成群组，通过生物仿真计算模拟生物集群行为策略，按照去中心化方式实施管理，实现高度智能自主协同作战活动。

3 无人机集群遥感观测

近些年来无人机平台的发展取得了长足的进步，各种性能更为优异的无人机被研制出来，遥感载荷也不断向着精度高、灵敏度高的方向发展。但是，无人机自身尺寸与载重量对遥感载荷作出了限制。由于无人机的小型化，轻便化，导致无人能携带的载荷质量小，体积小，这对无人携带的遥感载荷提出了一定的尺寸要求，无人机难以携带一些体积较大，质量较重的遥感载荷，这就限制了无人机遥感的观测精度以及观测范围[4]。基于此，提出无人机集群遥感观测的想法，通过多架无人机携带相同的遥感载荷来增大无人机遥感的观测范围，通过无人机携带不同遥感载荷相互配合来提高无人机遥感的观测精度。

4 无人机集群遥感观测关键技术

4.1 无人机集群遥感观测任务规划

相比于单无人机遥感观测预规划来说，无人机集群遥感观测预规划从任务的深度与广度，执行机构的数量都有了较大增长，无人机怎么飞？分散还是集中？观测哪些区域？路径如何？这些问题都需要在无人机集群在执行遥感观测任务之前规划完成。任务规划是整个无人机集群遥感观测必须解决的问题，可分为任务分配和航迹规划两步：

4.1.1 任务分配

任务分配是无人机集群遥感观测时一个必要决策。对无人机集群进行任务分配时，需要对无人机数量、性能、遥感载荷类型及观测距离精度、任务类型、天气以及地形进行分析。因此，无人机集群遥感观测任务分配问题可视为多约束条件下的最优化问题[5]。合理的建立任务分配模型，构造优化函数与约束条件，选取合理的算法求解是该问题的一般解决方法。目前有不少论文对无人机集群遥感观测任务分配进行了求解，求解方法主要分为3类，群智能算法，数学规划算法和协商法。

4.1.2 航迹规划

对单无人机遥感观测，航迹规划是其执行任务必须完成的一步，同样，对于无人机集群遥感观测，航迹规划仍是执行任务的关键问题，而且相对于单无人机航迹规划，无人机集群航迹规划还需要考虑各个无人机之间避撞，所以该问题更为复杂[6]。无人机集群航迹规划的算法同样可以分为三类：一种是通过单无人机航迹规划演化而来的算法，一种是通过路径优化方法进行的无人机集群航迹规划，第三种是群智能算法。

4.2 无人机冗余容错集群控制

在大型系统中，每个组件都被设计来完成一个特定的功能，并且只有当所有的组件都正常运行时才能产生令人满意的效果。因此，单个组件故障通常都会影响系统的整体性能，产生不可控的后果甚至无法运行。为了避免发生故障造成的损伤及其带来的工程应用损失，要求系统具有对故障自动处理的能力，即容错能力。控制系统对故障的方法有：（1）容错控制设计;（2）乘性故障基础上的参数估计技术鉴定;（3）利用函数逼近法设计控制律和自适应律;（4）利用残差技术的故障检测;（5）其它的设计和分析技术。如图1即是冗余容错系统的基本体系。

集群控制也是无人机集群遥感观测必须解决的问题。當多架无人机同时飞行时，如何控制整个群体是一个非常复杂的问题，主要有三种控制方式：（1）对每一架无人机单独进行控制;（2）无人机形成编队后对编队进行控制;（3）仿照生物行为的控制，即设置控制器，使得无人机自行确定自身行为。

无人机集群形成编队后对编队进行控制是一种相对简单的控制方法。对于无人机编队控制主要考虑三大过程，即无人机编队集结，队形保持，编队重构三个过程[7]。编队集结是无人机集群由杂乱向着有序发展的过程，在编队集结过程中主要考虑外部避障，无人机内部之间避障，无人机自身性能限制，无人机之间的通信以及效率等问题。队形保持是无人机集群执行任务时的状态，无人机以既定顺序排列，可提高无人机集群遥感观测的效率。队形保持主要需要考虑外部避撞，编队内通信保障，无人机之间气动影响等问题。编队重构是无人机集群状态的变换过程，一般情况下，无人机集群很难以一种状态完成整个任务，需要改变队形以适应不同的遥感观测任务，或是编队中存在无人机损失的情况下，都需要进行编队重构。这个过程中考虑的因素与编队集结过程中相同。无人机集群编队控制主要的方法有领航-跟随者法[8]，基于一致性理论方法，人工势场法[9]等。领航-跟随者法是编队控制最常用的方法，而且经常与其他方法相结合来实现无人机集群编队控制。该方法在无人机群体中选取一架无人机作为领航者，给定预设航迹，跟随无人机需要获取领航无人机的状态参数，调整姿態。这种控制方式大大减少了无人机控制的工作量。对无人机集群遥感观测来讲，运用这种方法进行集群的控制较为可靠。

4.3 无人机自组网

无人机自组网即无人机之间的通信不依赖与地面控制站或卫星等基础通讯设备，而是将无人机作为网络节点，各节点之间能够相互转发控制指令，交换感知态势，健康情况等数据，自动连接建立起一个无线移动网络[10]。无人机集群飞行过程中，无人机需要实时与地面保持通信，同时无人机为了避免撞击，或者保持编队，需要对获取周围无人机的状态数据以及领航无人机的信息。建立无人机自组网是保证无人机集群能够正常运行的关键。

无人机自组网的应用首先可以提高无人机集群的扩展性。如果无人机之间不能形成通信网络，无人机集群的控制方式只能是每架无人机单独控制，这种方法只能应用于无人机数量较少的集群，当无人机数量较大时，该方法难以保证有足够的人力物力来支撑。通过无人机自组网，无人机之间能够交换信息，可通过无人机编队或是生物集群控制方法实现无人机的控制。同时无人机自组网扩大了无人机集群遥感观测范围。若无人机仅能与地面设施建立通信链路，无人机的使用范围被局限在地面设施的覆盖范围内，而通过无人机自组网，无人机集群中可有部分无人机作为通信中继无人机，其他无人机可通过与中继无人机保持通信来获取信息[11]。无人机自组网还可以避免干扰提高通信可靠性。传统通信方式下，地面基础设施的信号容易被山峰，建筑物等障碍物影响[12]，而无人机自组网具有自愈性，可以通过与其他无人机通信来解决部分节点通信受阻的问题。

无人机自组网针对节点的快速移动的特性，对组网的MAC协议，路由协议等均造成了较大难度。目前，针对无人机自组网MAC协议，有研究提出了基于竞争类的MAC协议和基于调度类的MAC协议两类。无人机自组网路由协议主要包括五类：静态路由，先应路由，反应路由，混合路由和基于地理位置的路由。各种路由协议各有优势，需要依靠使用环境进行选择并加以改进研究。但是目前MAC协议和路由协议的设计方法并不完善，不能完全解决无人机高速移动导致的网络不稳定问题[13]。

5 结语

作为未来无人机的一个重要发展方向，无人机集群必将拥有广阔的应用前景，而无人机集群遥感观测也将成为无人机遥感的一种重要应用方式。本文指出目前无人机集群遥感观测的实现需要解决的四大问题：无人机集群遥感观测任务规划、无人机集群控制、无人机自组网以及遥感大数据处理。目前无人机集群任务规划已有了较多成果，主要解决方法分为三类：群智能算法、协商法以及数学规划算法，但是目前对于无人机集群任务规划问题的研究多数处于理论层面，距离走向工程实际还有一定的距离;对于无人机集群控制，已经进行了较多研究，主要方法分为3类：对单个无人机进行控制、无人机形成编队进行编队控制和仿照生物集群行为对无人机集群进行控制，单独控制的方法需要耗费较大的人力，实用性较低，编队的方法是目前常用的控制方法，技术相对成熟，仿照生物集群行为对无人机集群进行控制是无人机集群控制发展的方向，可简单解决大量无人机洁群控制的问题，目前还在理论研究过程中; 而无人机自组网技术是扩大无人机集群观测范围的关键步骤，但是目前仍不能解决无人机高速移动导致的网络不稳定问题;在无人机集群遥感观测的情况下，遥感数据必将大量增加，呈现大数据的特征，而目前遥感大数据处理技术并不成熟，在信息的深度融合，机器学习，分析平台的研究等方面仍存在很大的缺口。综上，无人机集群遥感观测想要实现应用仍有很长的一段路要走。

参考文献

[1] Defense O. Unmanned aircraft systems （UAS） roadmap 2005-2030 [M]. Defense Technical Information Center，2005.

[2] 金伟，葛宏立，杜华强，等.无人机遥感发展与应用概况[J].遥感信息，2009（1）：88-92.

[3] 段海滨，孙昌浩，史玉回.群体智能研究进展[J].中国自动化学会通讯，2013，34（3）：65-74.

[4] 刘倩，梁志海，范慧芳.浅谈无人机遥感的发展及其行业应用[J].测绘与空间地理信息，2016，39（6）：167-169.

[5] 孙小雷，齐乃明，董程，等.无人机任务分配与航迹规划协同控制方法[J].系统工程与电子技术，2015，（12）：2772-2776.

[6] Tsourdos A， White B，Shanmugavel  M.Cooperative path planning of unmanned aerial vehicles [M].John Wiley & Sons，2010.

[7] 张晋武.无人机编队飞行技术研究[J].舰船电子工程，2015（8）：9-12.

[8] Desai J P，Ostrowski J.Controlling formations of multiple mobile robots[C].IEEE International Conference on Robotics and Automation.Leuven： IEEE Press，1998：2864-2869.

[9] 朱旭，闫茂德，张昌利，等.基于改进人工势场的无人机编队防碰撞控制方法[J].哈尔滨工程大学学报，2017，38（6）：961-968.

[10] 邹玉龙，姜晓，严培舜，等.下一代无人机群协同通信网络[J].南京邮电大学学报（自然科学版），2017，37（3）：43-51.

[11] 邹玉龙，姜晓，严培舜，等.下一代无人机群协同通信网络[J].南京邮电大学学报（自然科学版），2017，（3）：43-51.

[12] 吕思运.天地一体化网络中无人机通信链路选择策略研究[J].软件，2016，37（9）：109-114.

[13] 卓琨，张衡阳，郑博，等.无人机自组网研究进展综述[J].电信科学，2015，31（4）：128-138.