多無人機協同自組織機制研究

岳 源

(中國民航飛行學院， 四川 廣漢 618300)

無人機被廣泛使用于工作環境惡劣的場所，多個無人機組成集群協同完成任務成為無人機使用的主流方法[1-6]。這種方法一方面彌補了現階段無人機智能化水平的不足，另一方面又提高了任務完成度。但是無人機數量較多時，多無人機協同帶來了調度困難，協同不利的問題，增加了無人機使用的難度。多無人機集群進行協同的關鍵在于多無人機內部的自組織機制。合適的無人機自組織機制可以在提高任務完成度的同時降低調度難度。因此，多無人機自組織機制被各國研究人員廣泛關注。

近年來，研究人員根據無人機的智能水平，主要研究了兩種模式的無人機自組織機制。

集中式自組織機制，針對不同功能的無人機將集群設定為長機——僚機模式，主要被用于多無人機的密集編隊飛行[7-9]。由一架或多架無人機作為指揮機，承擔長機角色。其他無人機承擔僚機角色，執行長機發布的命令完成相應的任務。這一模式通常抽象為輪式模型。這種模式適合使用在小編隊的無人機協同中，且需要處在長機位置的無人機智能化程度比較高，同時，一旦長機故障或損毀，將影響任務完成。

分布式自組織機制，針對相同功能的無人機將集群設定為蜂群模式，每一架無人機都獨立承擔任務，這一模式通常抽象為星式模型。這模式適合使用同構型無人機協同，且適用于低烈度戰場環境，面對動態戰場環境或集群中某無人機不能執行任務時，這種協同機制也有一定的局限性[10-15]。

也有學者將集中式、分布式的自組織機制綜合應用，雖然對無人機的協同能力有了深入的挖掘，但這一模型更適用于多無人機協同完成已裝訂好的任務[16-18]。如果處于指揮位置的無人機損失，那么整個集群處于混亂狀態中。如果執行任務的無人機發現了目標卻不在良好的任務執行位置，也會降低任務完成度。

1 基于橋聯模型的自組織機制

1.1 橋聯模型的特性分析

橋聯模型是一種常用的系統可靠性模型，如圖1所示。A1、A2、C1、C2是組成一個電路的4個電阻，K為電路開關。當四個電阻沒有故障時，開關K斷開，A1、A2、C1、C2組成并聯電路。當4個電阻任一出現故障時，開關K閉合，將故障電阻斷路，其他3個電阻組成混聯電路。以A1故障為例，分析橋聯模型特性(圖2)。當A1故障時，開關K閉合后，電阻C1、C2并聯后與電阻A2串聯組成混聯模型，這樣保障了電阻A1損毀后，電路依然暢通，且電流依然分別通過電阻C1、C2，這樣并沒有破壞原電路。因此，橋聯模型的特性可以歸納如下：

1) 該系統具有良好的冗余度，可以在單元發生故障時，保障系統繼續應用；

2) 該系統內的單元具有良好的自組織性，當單元發生故障時，依然能夠保障原有系統的內部結構，不需要外界干預；這保障該系統內的單元具有無中心化的特點，沒有一個單元處于系統中心控制的位置，不會因為處于中心位置的無人機受損導致系統癱瘓；

綜上，可以發現如果以橋聯模型為基礎構建多無人機自組織機制，不但提高了多無人機的任務完成度，又滿足多無人機協同的無中心化、自組織性的要求。因此本文應用橋聯模型研究多無人機協同時的自組織機制。

圖1 橋聯模型

圖2 A1故障后的混聯模型

1.2 任意無人機損傷情況下自組織機制

通過多個無人機平臺組建無人機集群的目的就是為了提高任務完成度，因此多無人機自組織機制的好壞就是以任務完成度為判斷標準。然而，面對動態環境，無人機集群中一旦有無人機損失，就會帶來任務完成度的降低。這里通過橋聯模型的自組織機制，集群可以自動調配無人機執行未完成任務，自然就提高了任務完成度。

無人機集群執行任務之前都進行了任務裝訂，例如，無人機A1完成C1任務，無人機A2完成C2任務。如圖3所示。當無人機A1不能完成任務時，機群接受這一信息后，進入橋聯自制協同機制。距離目標最近的A2承擔任務C1，先完成任務C1再接著完成任務C2。任務步驟：

步驟1：按任務裝訂執行任務；

步驟2：當無人機A1不能執行任務C1，將這一信息共享于機群；

步驟3：無人機A2無人機接受信息執行任務C1；

步驟4：任務C1完成終止或無人機A2也損毀時，任務結束。

圖3 任意無人機損傷情況下自組織機制

在這種情況下，無人機A1和A2相當于橋聯模型中的電阻，無人機集群決策系統相當于橋聯模型中的開關。這一決策系統根據無人機A1是否損毀，決定是否實施橋聯模型的自組織機制。在無人機集群中選擇無人機A2來執行任務C1。其中無人機A2被選中的條件包括：A2的實時位置是集群中最佳執行C1任務的無人機，原任務裝訂中A2執行的任務等級比C1任務的等級低。

1.3 A導B射的多無人機自組織機制

因為無人機攜帶的導彈數目有限，往往無人機A1能夠獲得攻擊任務目標良好的觀測窗口，卻因為導彈已經耗盡無法打擊目標，造成時效性任務的失敗。這里采用橋聯模型的自組織機制來提高任務的完成度。當無人機A1使用完導彈，但仍舊能夠有效鎖定目標時，將這一信息共享與機群，由無人機A2發射導彈，無人機A2發射的導彈接受無人機A1的雷達制導信息攻擊目標，完成任務，如圖4所示。任務步驟：

步驟1：按任務裝訂執行任務；

步驟2：無人機A1導彈用完不能攻擊任務目標C1，將這一信息共享于機群；

步驟3：無人機A2接受信息執行任務C1;

步驟4：無人機A2發射導彈,導彈接受無人機A1制導，攻擊C1

步驟5：任務目標C1被擊毀或無人機A2導彈用完時，任務結束。

圖4 A導B射的多無人機自組織機制

在這種情況下，無人機A1和A2相當于橋聯模型中的電阻，無人機集群決策系統相當于橋聯模型中的開關。這一決策系統根據無人機A1導彈是否耗盡，決定是否實施橋聯模型的自組織機制，選擇無人機集群中最適合發射導彈的無人機為A2與無人機A1組成橋聯系統，A2發射導彈，導彈接受A1無人機火控雷達制導攻擊任務目標C1。其中任務目標C1應處在A2導彈攻擊的有效射程內。

2 多無人機協同架構

2.1 協同架構描述

在面對動態戰場環境中執行任務，無人機集群不可避免的會出現預定任務無法完成的情況，這就要求多無人機在協同完成任務時要有良好的自組織機制。這一機制的建立來源于多無人機的協同架構。多機協同架構包括功能系統，決策系統，戰場環境系統，每個分系統通過鏈路通信接口實現信息交互,如圖5所示。

該架構的功能系統可以拓展為多個功能系統，其中功能系統可由1個或多個無人機平臺組成，構成整個架構的執行層；決策系統由任務分配系統和任務評估系統組成，構成整個架構的決策層；戰場環境系統為決策系統和功能系統提供戰場動態，決策系統可以根據新的戰場動態重新分配任務、功能系統中的無人機平臺根據新的戰場動態提出該平臺的新的任務策略并將這一策略傳遞給決策系統和其他功能系統。

圖5 多無人機協同架構

2.2 功能系統描述

功能系統由無人機平臺構成，無人機的數量可以根據任務情況而定。功能系統中的無人機平臺既可以兼容同構無人機，也可以兼容異構無人機，通過信息交互，無人機平臺既可以知道自己的戰場環境情況，也可以知道友鄰無人機的戰場情況，具有很強的信息共享能力。各無人機之間通過數據鏈進行信息交互，共享戰場信息、無人機位置、無人機武器信息、無人機雷達信息。

2.3 決策系統描述

決策系統包括任務分配系統和任務評估系統組成。當無人機平臺智能水平不高時，控制站提供的信息和指令。當無人機平臺智能決策系統在橋聯模型的自組織機制中起的作用就是開關K的作用，根據平臺或戰場環境系統反饋的信息進入任務評估系統，經過評估后決定是否啟動任務重分配從而實現無人機集群的決策自組織。通過相互間信息通信產生整體效應，實現較高程度的自主協作。智能水平較高時，無人機平臺集成決策系統，任務分配系統與任務評估系統集成于地面控制站，無人機平臺通過數據接口接受地面信息如圖6所示，通過集成于無人機平臺上的決策系統通過數據鏈接受戰場環境信息和無人機平臺的信息。一旦集群中的無人機因為損傷或者其他的原因不能完成任務時，通過數據鏈將信息共享于集群，集群的決策系統根據新的信息進行任務重分配。

2.4 戰場環境系統描述

戰場環境系統集成于各個無人機平臺上。由無人機平臺攜帶的探測系統探測戰場環境，并信息共享于集群。由集群中所有無人機平臺戰場環境系統整合所有信息，生成實時戰場環境信息，共享于集群。戰場環境系統的信息包括戰場地理信息、戰場氣象信息、戰場目標信息、戰場威脅信息、自身速度位置信息、友鄰無人機信息。

整個架構由戰場環境系統驅動，當戰場環境未與任務裝訂中的環境不同時，決策系統不工作，功能系統按原任務裝訂執行任務。一旦戰場環境發生變化，決策系統啟動，進行任務重分配。

圖6 決策系統

3 算例分析

設定：兩架具有自主協同能力的察打一體無人機A1、A2，構成作戰單元，執行對地攻擊任務。編隊數據通信正常率為0.8，在到達戰場的航線上會遭遇敵方防空火力襲擊，敵防空火力由便攜式防空導彈班組成，裝備2發導彈，摧毀目標概率為0.75。

無人機則以定高定速發射導彈攻擊敵地面目標，每架無人機攜帶1枚遠程空對地面導彈，單發導彈命中目標的概率為0.85，且認為命中即摧毀。

1) 基于橋聯模型的任務完成度計算：

Pwk=P(A1suiCwk∪A2surBCwk∪A2surCwk)

其中：Pwk為編隊成功完成任務的概率，Asui為無人機的生存概率，Cwk為無人機攻擊成功的概率，B為無人機集群數據通信正常概率。據此有：

Pwk=P(A1suiCwk∪A2surBCwk∪A2surCwk)=

P(A1surCwk)+P(A2surBCwk)+P(A2surCwk)-

P(A1surBCwk)-P(A2surBCwkCwk)-

P(A2surBCwkCwk)+P(A1suiA2surBCwkCwk)=

0.938

2) 非協同的任務完成度計算

Pwk=P(A1suiCwk)×P(A2surCwk)=0.272

通過計算，可得編隊協同作戰完成任務的效率比非協同情況高。這表明：第一，橋聯模型能夠表征無人機內在協同的機理。非協同模式中無人機只能獨立完成任務的模式，基于橋聯模型的協同模式可以在A1(A2)的效率比非協同情況高。可由集群控制決策中心協調A2(A1)來完成。第二：基于橋聯模型的協同模式提高了任務完成度。基于橋聯模型的任務完成度是非協同模式的三倍多。

4 結論

1) 分析了多無人機協同方式，研究了橋聯模型的特點，建立基于橋聯模型的多無人機自組織機制。基于這一機制研究了任意無人機損傷及A射B導的兩種典型多無人機自組織機制中的橋聯模型應用。

2) 基于橋聯模型的多無人機自組織機制提出了面向高智能化無人機的多無人機協同架構，并闡述了構建協同架構的各個系統工作原理和組成。面向動態戰場環境，多無人機協同一方面依賴于無人機平臺的軟硬件水平，無人機平臺需要集成大量的電子設備，在同一集群中電磁信號既要保障兼容性好，又要保障較高頻率的信息交互，另一方面，在較高的無人機技術的基礎上，需要有良好的自組織機制以發揮無人機平臺的優勢。其中，隨著技術水平的增加，要增強無人機面對戰場突發情況的自治水平，體現無人機在協同時的無中心、自組織的特點。從而提多無人機協同任務完成度，增強多無人機使用的范圍。

3) 通過給出的算例可以清楚看到，基于橋聯模型的自組織協同機制相對于非協同模式有著極大的優勢。

[1] ZHANG T,LI Q,ZHANG C S,et al.Current Trends in the Development of Intelligent Unmanned Autonomous Systems[J].Front.Inform.Technol.Electron.Eng,2017,18(1):68-85.

[2] HUNG S M,GIVIGI S N.A Q-Learning Approach to Flocking With UAVs in a Stochastic Environment[J].IEEE transactions on cybernetics,2017,47(1):186-197.

[3] ROBERTO G V,SHIN H S.Communication-Aware Task Assignment for UAV Cooperation in Urban Environments[J].IFAC Proceedings Volumes,2013,46(30):54-58.

[4] SUJIT P B,RANDY B.Multiple UAV Exploration of an Unknown Region[J].Annals of Mathematics and Artificial Intelligence,2009,52(2):17-22.

[5] ZHU S Q,WANG DW,LOW C B.Cooperative Control of Multiple UAVs for Moving Source Seeking[J].Journal of Intelligent & Robotic Systems,2014,74(1/2).

[6] 尹高揚,周紹磊,賀鵬程,雷肖劍,康宇航.國外多無人機協同任務分配研究現狀及發展趨勢[J].飛航導彈,2016(5):54-58,82.

[7] 趙鋒,楊偉,楊朝旭.無人機緊密編隊飛行控制仿真研究[J].航空科學技術,2012(5):14-17.

[8] 洪曄,繆存孝,雷旭升.基于長機—僚機模式的無人機編隊方法及飛行實驗研究[J].機器人,2010(4):505-509.

[9] 趙鋒,楊偉,楊朝旭.基于局部綜合制導與控制的無人機緊密編隊飛行仿真[J].四川兵工學報,2013(3):78-82.

[10] MIRZAEI M,GORDON B,RABBATH C A,et al.Cooperative multi-UAV Search Problem with Communication Delay[C]//AIAA Guidance,Navigation,and Control Conference.2010:8420.

[11] RIEHL J R,COLLINS G E,HESPANHA J P.Cooperative search by UAV teams:A Model Predictive Approach Using Dynamic Graphs[J].IEEE Transactions on Aerospace and Electronic Systems,2011,47(4):2637-2656.

[12] WANG Y C,LIU J G.Evaluation Methods for the Autonomy of Unmanned Systems[J].Chinese Science Bulletin,2012,57(26):3409-3418.

[13] ZHAO Z,LU G.Receding Horizon Control for Cooperative Search of Multi-UAVs Based on Differential Evolution[J].International Journal of Intelligent Computing and Cybernetics,2012,5(1):145-158.

[14] YANG Y,POLYCARPOU M M,MINAI A A.Multi-UAV Cooperative Search Using an Opportunistic Learning Method[J].Journal of Dynamic Systems,Measurement,and Control,2007,129(5):716-728.

[15] ESMAILIFAR S M,SAGHAFI F.Cooperative Localization of Marine Targets by UAVs[J].Mechanical Systems and Signal Processing,2017,87:23-42.

[16] 鄧啟波.多無人機協同任務規劃技術研究[D].北京：北京理工大學,2014.

[17] 林林.基于協同機制的多無人機任務規劃研究[D].北京：北京郵電大學,2013.

[18] 楊華江.求解未知環境下多無人機任務自組織的蟻群算法研究[D].長沙：國防科學技術大學,2007.