無人機感知與避撞方法研究

左青海，潘衛軍，卓星宇，譚經緯

（中國民用航空飛行學院空中交通管理學院，四川廣漢618307）

無人機感知與避撞方法研究

左青海，潘衛軍，卓星宇，譚經緯

（中國民用航空飛行學院空中交通管理學院，四川廣漢618307）

無人機與有人機的空域集成是無人機發展的一個關鍵問題。在此過程中，無人機感知與避撞系統扮演了一個至關重要的角色。感知與避撞的一項重要功能是保證無人機與其他航空器之間的安全間隔。首先介紹了無人機的分類以及應用與運行情況；其次，介紹了無人機感知與避撞系統的概念，對比分析了各類感知系統的特點；最后，基于馬爾科夫決策過程提出了無人機避撞決策機制與避撞策略的生成方法。

無人機；空域集成；感知與避撞；決策機制；避撞策略

無人機，是由控制站管理的航空器，也稱遠程駕駛航空器。無人機系統（UAS），也稱無人駕駛航空器系統（Remotely Piloted Aircraft Systems，RPAS），是指一架無人機、相關的遙控站、所需的指令與控制。根據無人機的重量等特征可將無人機作如表1所示的分類[1]。

表1 無人機的分類

注：（1）實際運行中，I、II、III、IV、XI類分類有交叉時，按照較高要求的一類分類。

（2）對于串、并列運行或者編隊運行的無人機，按照總重量分類。

（3）地方政府（例如當地公安部門）對于I、II類無人機重量界限低于本表規定的，以地方政府的具體要求為準。

與有人機相比，無人機使用更加靈活、成本更低、人員傷亡風險低，其在軍用和民用領域都表現出了較好的應用前景。無人機可能引發的危害主要包括空中和地面撞擊，為保障飛行安全目前各國普遍采用將其與有人機隔離運行的管理方式[2]，這對空域資源造成極大浪費，也難以滿足無人機日益增長的應用需求。無人機與有人機空域集成，即共享空域，是未來的發展趨勢，因而感知與避撞問題也成為制約無人機發展的關鍵挑戰之一。美國國家空域系統（NAS）的下一代空域系統計劃指出：“下一代空域將著眼于利用衛星使得航管員、飛行員、乘客、無人飛行器以及其它相關者能夠實時地共享空域”。美國國防部也制定了空域集成計劃，計劃逐步將無人機融入共享空域[3-4]。

目前，有人機主要依靠二次雷達、機載應答機、空中交通警戒與防撞系統（TCAS）等手段來防止空中相撞。與有人機不同，無人機系統只能單純的依靠無人機上所裝備的一系列傳感器來完成障礙規避，這個過程稱之為“感知與避撞”[5]，實現這一過程的系統被稱之為“感知與避撞系統”。感知與避撞系統的定義是：感知與避讓是指看見、察覺或發現交通沖突或其他危險并采取適當行動的能力。無人機感知與避讓系統是指無人機機載安裝的一種設備，用以確保無人機與其他航空器保持一定的安全飛行間隔，相當于載人航空器的防撞系統[4-6]。由于視距范圍內飛行的無人機通常由操作員人工執行感知與避撞過程，本文研究的主要是超視距飛行的無人機感知與避撞方法。

1 感知與避撞系統

目標探測是避撞的基礎，根據感知探測方式進行分類，現有的感知與避撞系統可以基本分為兩類：協同式感知與避撞系統和非協同式感知與避撞系統。協同，意味著所有飛行器可通過共同的通信鏈路共享信息，它需要其他航空器也搭載同類型目標檢測傳感器；非協同，則表示在空中的飛行器彼此間不通信，也就意味著只能采用主動檢測的方法。

典型的無人機感知與避撞系統其工作過程如圖1所示，決策機制根據傳感器提供的數據判斷是否需要改變飛行軌跡，避撞策略生成系統則在燃油經濟性以及無人機空氣動力學基礎上，規劃避撞飛行路線；若采用協同式傳感器在生成避撞策略后會向其他航空器發送其意圖，通過飛行控制系統來執行避撞操作；如果采用的是非協同式傳感器則在生成避撞策略后直接通過飛行控制系統執行避撞操作。

圖1 感知與避撞系統結構

由于小型無人機受載重、功耗等限制，實現小型無人機的感知與避撞操作面臨著更多的挑戰。在無人機上所使用的協同式與非協同式傳感器的技術特征對比表2所示[7]。

表2 協同式與非協同式傳感器比較

1.1 協同式感知與避撞系統

空中交通警戒與防撞系統和廣播式自動相關監視（ADS-B）屬于協同式感知探測設備，能夠精確全面的獲取裝載同類設備的目標飛機的狀態信息，但探測目標受限，不能有效地檢測出地面目標。

TCAS能夠探測在探測范圍內裝有機載應答機的任何飛機，若目標飛機也裝有TCAS還可以對沖突進行協調避讓從而提高飛行的安全性，其最初設計是用于載人飛行，也可用于無人機，但是，其昂貴的價格可能會妨礙TCAS在無人機領域的應用。另外，由于無人機載荷限制十分苛刻，該系統在小型無人機上并不能直接使用。

ADS-B是一種相對較新的技術，為防撞提供了巨大潛力。它不僅限于空-空監視，其使用空-地通信并具有取代二次監視雷達的潛力，采用類似于TCAS使用無線電信號發收發附近飛機的信息的方式，但ADS-B的一個重要且明顯的區別在于其信息交換的類型。每架飛機實時播報自己的身份、三維位置、速度、航向和意圖，這些信息是對于防撞系統非常有價值。隨著ADS-B的越來越小型化，該系統在未來會逐步應用于無人機飛行。另外，可在機場周邊某些重要障礙物上安裝一套ADS-B系統，來改善其不能探測地面障礙物這一不足。

1.2 非協同式感知與避撞系統

光電、聲學、紅外探測系統以及合成孔徑雷達、激光雷達等都屬于非協同型傳感器，不論探測目標是否攜帶同樣的傳感器，它都能感知探測到視場范圍內的空中及地面目標，但其探測性能受到無人機姿態影響而存在盲區。

合成孔徑雷達（Synthetic Aperture Radar，SAR）作為一種主動探測設備，通過多雷達脈沖對目標物成像[8]。無人機雷達近期研究進展主要有：（1）由美國宇航局噴氣推進實驗室開發的可重構極化L波段SAR，應用于無人機系統[9]，這是一種帶寬為80 MHz、有效距離為16 km的全極化雷達；（2）一種輕重量（230 g）的X波段多普勒雷達系統，開發應用于檢測與識別微型無人機[10]；（3）通用原子獵手B雷達原型，通常攜帶2~3個獨立雷達陣列，覆蓋航向上220°，高度上30°的范圍，且不限于特殊無人機機型[11]。SAR可在任何天氣條件下使用，但相比于光電系統，其圖像獲取實時性較差。

激光雷達（LIDAR）作為一種遠程感知技術，已經在無人機領域廣泛研究通過空間分布點精確坐標的相關搜集來繪制目標。它通過發射激光照射目標并反射來測量距離，能夠識別3 km距離范圍內的非垂直面以及小至直徑5 mm的物體。但是其視野受到限制。

光電系統（EO System）的傳感器目前已比較成熟，它所提供的信息不僅局限于用于圖像平面內的目標檢測與定位，由目標在圖像平面中的位置所進一步推斷出的相對航向信息可以用于評估碰撞危險（恒定的相對航向對應于高風險，而變化率大的相對航對對應于低風險）。此外，也可從中得到常用于控制目的距離信息并用于飛機機動。由于其優越的綜合性能，基于光電系統的感知與避撞系統曾應用于全球鷹等無人機[12]，另外該系統對比較輕巧，常用于小型無人機[13]。但是，光電傳感方法仍面臨諸多問題，其中最顯著的挑戰源自于空中環境的不可預測和不斷變化的性質。特別是，對于可見光光譜的光電傳感器，檢測算法必須能夠處理各種圖像的背景（從藍色天空云到雜亂的地面）、各種照明條件，以及可能的圖像偽影（例如鏡頭眩光）。另外，由于受到不可預知的氣動干擾和無人機的機動，加劇了相機傳感器的圖像抖動。對于圖像平面的檢測算法，圖像抖動引入不希望的噪聲分量，會對性能產生一定影響。

紅外系統（IR System）通過檢測物體所輻射的紅外線來感知潛在的物體。基于低分辨率（320*240像素）的紅外圖像的被動碰撞預警系統，采用了自適應技術以濾除測量噪聲[14]。與光電系統相比，它不需要可見光，在夜間也可以使用。但是紅外系統通常不適用于儀表氣象條件，需要和其他傳感器配合使用。

從螺旋槳飛機（聲源）所發射的信號包含一種施加到寬帶隨機分量上的強窄帶聲調。無人機上的聲學傳感器就是利用這種特性來檢測入侵飛機。相對于雷達或光電系統，它們的遠距離探測能力較差，其性能也會受惡劣氣候條件的影響而急劇降低。另外，在信號傳輸過程中會有時間延遲。

2 避撞決策機制與避撞策略生成方法

在接收到來自傳感器的數據后，由決策機制來決定是否重新規劃路徑以避免潛在危險。最直觀的是找到一個方法將飛行員決策特性應用到無人機中。P.Narayan等人，介紹了基于直覺決策的認知主導決策模型（RPDM）[15]。無人機感知與避撞決策方面的出版文獻并不多，可以采用一些用于無人機其他功能的算法到感知與避撞決策中來。接下來，文章將介紹馬爾科夫決策過程（Markov Decision Process，MDP）及其在無人機避撞中的應用。

MDP是一個基于隨機模型的完善的框架，它通過將系統分離成有限個“狀態”和“行為”來生成優化目標函數的決策規則。在MDP的基礎上，一些學者已經對無人機不確定性自主決策[16]，無人機持久監視一般健壯管理方法[17]和模型不確定性下的無人機規劃[18]分別進行了研究。設計任務系統的健壯管理系統能夠選擇“行為”來抵消系統異常的不利影響[17]。

MDP包括一個容量為N的有限狀態空間s∈S和一個容量為M的行為空間a∈A，狀態轉換分布Psa=P（sk+1｜sk，ak），它表示狀態s通過行為a轉換至狀態s'的概率。獎勵模型R（s，a）代表在狀態s并且采取行為a的所得到的獎勵值。

決策問題的解即為策略，它是S到A的一個映射，即π：S→A.對于任何一個策略，可以通過執行該策略所獲得的長期回報來評價其優劣。

對于任意策略π，定義其價值函數Vπ（s）為從狀態s開始并執行策略的預期總回報，則有

其中，R（s）表示初始狀態s的即時回報，0≤γ＜1，為折扣因子，表明了未來回報相較于當前回報的重要程度。

最終的目的是找到使預期回報最大化的控制策略，即

值得強調的是，在MDP的一般公式的基礎上，對無人機的具體問題可以改寫成回報模型和目標函數[17-19]。

無人機空中交通沖突時的避讓方法有兩種：調高度和變方向。調高度屬于垂直避讓，它仍保持航向，但需改變發動機推力和指配高度層；變方向屬于水平避讓，它仍保持高度層，但會脫離指配航路[19]。

為了及時、高效地避讓，無人機必須能夠進行自主決策并采取主動避撞措施進行緊急避讓。無人機的實時位置及方向即為MDP中的“狀態”，而調高度以及變方向（包括上高度、下高度、左轉向、右轉向）相當于MDP中的“行為”，在選擇方向之前，“感知與避撞”系統先感知自身以及地面和空中障礙物的“狀態”，基于當前狀態s可計算出采取不同行為a而獲得的回報Vπ（s），通過前面的公式（1）-（4）可以得到一個使得預期回報最大的控制策略即為避撞策略[20-21]。

3 結束語

隨著無人機技術與應用的極大發展，無人機與有人機集成空域成為制約無人機發展與空域優化的一個重要問題，無人機感知與避撞技術是其中一個關鍵點。本文從無人機感知與避撞系統的概念及其分類著手，詳細比較了各感知與避撞傳感器的特點，隨后給出了馬爾科夫決策過程的原理與及其在避撞中的應用，通過機載計算機計算相關參數，可以得到無人機的避撞策略。

為將非協同式傳感器用于無人機“感知與避撞系統”，相關人員做了很多努力。近期，也有學者提出將無人機搭載ADS-B以實現感知與避撞功能，不同感器技術具有各自優缺點，如何確定傳感器是否達到要求的統一的評價標準是一個很大的挑戰，為提高超視距飛行的無人機感知與避撞性能，通常需要將幾種傳感器結合使用。無人機感知與避撞整個過程中，任何一個環節信息傳輸延遲都會降低整個系統的總體性能，如何提升系統的信息傳輸延遲穩定性也是很重要的。

[1]中國民用航空局飛行標準司.AC-61-FS-2016-20R1民用無人機駕駛員管理規定[S].

[2]International Civil Aviation Organization.Circular 328 AN/ 190 Unmanned aircraft systems（UAS）[S].

[3]Stephen P.Cook，Dallas Brooks.A Quantitative Metric to Enable Unmanned Aircraft Systems to Remain Well Clear[J]. Air Traffic Control Quarterly，2016，23（2/3）：137-156.

[4]United States Department of Defense（DoD）.Version 2.0，Unmanned Aircraft System Airspace Integration Plan[S].

[5]畢紅哲，張洲宇，申功璋，等.無人機感知與規避技術研究進展[J].電子測量與儀器學報，2016（5）：661-668.

[6]中國民用航空局飛行標準司.AC-61-FS-2013-20民用無人駕駛航空器系統駕駛員管理暫行規定[S].

[7]YU X，ZHANG Y M．Sense and avoid technologies with applicationstounmannedaircraftsystems：Reviewandprospects [J]．Progress in Aerospace Sciences，2015，74（4）：152-166．

[8]S.Lentilhac.UAVflightplanoptimizedforsensorrequirements [J].IEEE Aerospace&Electronic Systems Magazine，2010， 25（1）：11-14.

[9]P.A.Rosen，S.Hensley，K.Wheeler.UAVSAR：new NASA airborne SAR system for research[J].IEEE Aerospace& Electronic Systems Magazine，2007，22（11）：21-28.

[10]A.Moses，M.J.Rutherford，K.P.Valavanis.Radar-based detection and identification for miniature air vehicles[C]. Proceedings of the IEEE International Conference on Control Applications.Denver，USA，2011.

[11]M.P.Owen，S.M.Duffy，M.W.M.Edwards.Unmanned aircraft sense and avoid radar：Surrogate flight testing performance evaluation[C].IEEE Radar Conference.Ohio，USA，2011.

[12]J.D.Griffith，M.J.Kochenderfer，J.K.Kuchar.Electrooptical system analysis for sense and avoid[C].Proceedings of the AIAA Guidance，Navigation and Control Conference and Exhibit.Honolulu，Hawaii，2008.

[13]J.Kim，D.W.Lee，K.Cho，et al.Development of an electrooptical system for small UAV[J].Aerospace Science& Technology，2010，14（7）：505-511.

[14]R.W.Osborne，Y.Bar-Shalom，P.Willett.Design of an adaptive passive collision warning system for UAVs[J].IEEE Transactions on Aerospace&Electronic Systems，2011，47

（3）：2169-2189.

[15]P.Narayan，P.Wu，D.Campbell.Unmanning UAVs-addressing challenges in on-board planning and decision making[C]. Proceedings of the 1st International Conference on Humans Operating Unmanned Systems.Brest，France，2008.

[16]A.G.Shem，T.A.Mazzuchi，S.Sarkani.Addressing uncertainty in UAV navigation decision-making[J].IEEE Transactions on Aerospace&Electronic Systems，2008，44（1）：295-313.

[17]B.Bethke，J.P.How，J.Vian.Group health management of UAV teams withapplications to persistent surveillance[C]. Proceedings of the American Control Conference.Seattle，US A，2008.

[18]L.F.Bertuccelli，A.Wu，J.P.How.Robust adaptive Markov decision processes：planning with model uncertainty[J].IEEE Control Systems Magazine，2012，32（5）：96-109.

[19]王軍，蘇劍波，席裕庚.多傳感器信息融合及其應用綜述[J].控制與決策，2001，16（5）：518-522.

[20]S Ragi，EKP Chong，UAV Path Planning in a Dynamic Environment via Partially Observable Markov Decision Process [J].IEEE Transactions on Aerospace&Electronic Systems，2013，49（4）：2397-2412

[21]K.P.Valavanis，G.J.Vachtsevanos.Handbook of Unmanned Aerial Vehicles：UAV Guidance Algorithms via Partially Observable Markov Decision Processes[M]，Springer Science+ Business Media Dordrecht，2015：1775-1810.

Research on Sense and Avoiding Method of Unmanned Aircraft System

ZUO Qing-hai，PAN Wei-jun，ZHUO Xing-yu，TAN Jing-wei
（Civil Aviation Flight University of China，Guanghan Sichuan 618300，China）

Integrating Unmanned Aircraft System（UAS）into the National AirspaceSystem（NAS）with reliable and safe operations is a key issue as the development of UAS.Sense and Avoid system（SAA）of UAS plays an important role during this process.One important function of SAA is to ensure the safety separation between UAS and other aircraft.This paper investigates the classification，application and operation of UAS.Then we introduce the concept and classification of UAS SAA and compare the characteristics of various types of perception system. Finally，we propose the SAA decision mechanism and method of generating collision avoidance strategy in UAS based on Markov Decision Process（MDP）.

unmanned aircraft system；sharing airspace；sense and avoid；decision mechanism；avoiding strategy

V249

A

1672-545X（2016）11-0065-05

2016-08-22

軍民航空管聯合運行體系及效能評估研究（GKG201403001）

左青海（1993-），男，湖北孝感人，碩士，研究方向為空中交通管理；潘衛軍（1968-），男，湖北黃岡人，博士，教授，副院長，研究方向為空中交通管理、計算機圖形圖像處理；卓星宇（1989-），男，四川成都人，碩士，研究方向為空中交通管理；譚經緯（1992-），男，四川成都人，碩士，研究方向為空中交通管理。