無人機安全飛行外部風險預測與防撞技術研究綜述

紀紅霞,杜璇,王榕,趙彪

1.95894部隊 2.武警特種警察學院

無人機安全飛行一直是業界關注的關鍵問題。影響無人機安全飛行的因素分為內部因素和外部因素，本文主要圍繞安全飛行外部風險預測，重點闡述防撞等關鍵技術，列出目前一些常用算法，為下一步相關研究，以及提高無人機穩定性和安全性提供理論參考。

無人機系統是一個復雜而精密的綜合系統，無人機任何一個設備都有可能受到質量和環境等因素影響而出現故障，因此面臨著諸多安全風險。如今飛行環境日趨復雜，障礙增加，面臨的威脅日趨增多，若飛行中一旦失控，將引發不同程度的經濟損失及造成人員傷亡。因此，任何無人機的起降全過程都可能出現安全問題，進而引起不同程度的損失，特別是大中型無人機，安全風險一直受到業內人士的高度關注。

無人機安全飛行影響因素

總體來說，影響無人機安全飛行的因素可以歸納為內部和外部兩方面，其中內部因素主要包括無人機分系統等設備故障對無人機安全飛行造成的影響；由外部因素引起的事故，主要包括外部環境、其他設備或人為等因素對無人機安全的影響，如通信干擾、誘騙、飛鳥撞擊、任務規劃不合理等造成的安全風險。本文主要介紹外部影響因素，空中障礙物對無人機飛行安全的影響及目前避障的算法。

當無人機在非隔離空域執行偵察、監視、跟蹤、突防等飛行任務時，由于實際環境存在一定的動態不確定性。無人機在遭遇突發威脅時，針對已知環境信息而預設的航線已不能滿足任務要求，需要無人機面對突發威脅進行實時規避，以防止碰撞發生。在防空技術日益完善的現代戰爭中，自主避障技術是確保無人機安全飛行，在動態不確定的環境中安全可靠地執行復雜飛行任務，提高作戰能效。

圖1 自主避障技術確保無人機安全飛行。

無人機安全飛行外部風險預測與處理技術

安全飛行外部風險是指影響無人機飛行安全的外部因素所引發的安全隱患。外部因素包括無人機信息安全、無人機空中碰撞、氣象條件和人為等因素，下面主要對無人機空中防撞技術進行闡述和分析。

無人機空中防撞技術

無人機防撞是保證無人機安全飛行的重要因素，它決定了無人機能否與其他飛行器共享空域，以及能否在動態不確定環境中安全執行任務。

無人機自主避障的目標是，在線實時重規劃一條滿足飛行條件約束，能夠規避突發障礙和威脅，且最終能到達目標點或回到起飛點的飛行航線。

按照目前解決碰撞問題的方式，無人機避障方法可分為基于路徑重規劃的方法，也稱間接方式，和基于反應式機動的方法，也稱直接方式。間接方式中比較有代表性的是啟發式方法、模型預測控制方法、基于隨機搜索的方法、基于優化的方法、基于規則的方法；直接方式中比較有代表性的是基于勢場的方法、基于導引的方法、基于幾何的方法，以及基于混雜系統的避障方法等。

（1）現狀及重要性

國內外有很多人士在研究空中防撞技術。在德國某無人機試驗項目中研究感知與規避算法，并將算法在仿真和真實的飛行試驗中進行驗證。空軍研究實驗室（AFRL）正在研究多無人機系統感知規避（MUSSA）技術，當無人機與有人駕駛飛機在融合空域中飛行時，無人機系統（UAS）感知與規避系統必須像有人駕駛飛機的飛行員一樣，能發揮基本的避免沖突與碰撞的作用。該項工作將重點研究無人機系統（UAS）和有人機之間的沖突避讓或碰撞規避。

國內對無人機戰場環境感知與規避技術的研究還處在基礎階段，但在多源信息融合理論、目標行為建模以及態勢感知模型框架等方面已開展了卓有成效的工作，并取得了一定的研究成果。如有研究者提出了利用面向對象的貝葉斯網絡構建無人戰斗機的態勢感知模型框架，探索了有利于多機協同作戰的態勢感知模型，以及作戰環境具有多個不同威脅實體的態勢感知。有研究者使用模糊邏輯的方法處理事件發生的不確定性，基于一定的知識對當前態勢進行假設，并使用D-S方法對獲得的信息進行合成，從而構造一個對戰場態勢進行分析、推理和預測的求解模型。有研究者對無人機編隊協同飛行中的視覺感知關鍵技術進行了研究，提出了一種基于主動輪廓模型的改進貪婪算法，對運動區域內的目標輪廓進行實時精確提取，捕獲UAV機載視覺傳感器視頻流中的目標特征信息，并對運動目標檢測方法和靜態目標識別算法分別進行了研究。

（2）基于區域隔離的避障方法

圖2 無人機避障路線圖。

圖3 無人機避障球形安全區域示意圖。

避障區是飛行器避障領域常用的集碰撞檢測和避障決策于一體的方法。在無人機避障系統的研究上，有研究者通過仿真和飛行測試，分析了利用感知與規避系統和空中防撞系統（TCAS）系統，實現空中無人飛行器自主避障的可行性。有研究者針對非合作飛行器的避障問題，分別提出了基于圓球、圓柱碰撞區的三維幾何避障算法。該算法能直接求得所有控制量的改變量，并適用于實時系統。有研究者提出了基于不同的規避時間劃分避障區域的方法，并在不同避障區域內采取相應的避障機動，從而實現無人機自主避障。有研究者提出了綜合考慮無人機位置信息的準確性和跟蹤預設航跡的能力等不確定性因素，選取大小不同的距離閾值劃分避障區域的方法。有研究者針對多無人機飛行沖突問題，提出了基于導航函數的避障算法，并設計了固定尺寸的碰撞區、保護區和警戒區。總之，目前主要采用的避障區是基于固定時間或距離，定義形狀為圓柱體、球形的三維避障區，或者圓形、橢圓形的二維避障區。

（3）基于路徑重規劃的避障方法

路徑重規劃算法包括啟發式方法、模型預測控制（MPC）方法、基于隨機搜索的方法、基于數值優化的方法和基于規則的方法。

1）啟發式方法

通過定義一種利用數學方法描述的啟發函數，起到一種啟發作用，從而啟發算法向最優或局部最優的方向進行航線搜索，典型的啟發算法有A＊方法、D＊方法、快速搜索隨機樹方法等。當A＊算法的啟發式因子滿足單調性條件時，其搜索性能被證明是最佳的，因此A＊算法成為一種最常用的啟發式最佳優先算法。首先用綜合地形海拔平滑算法對數字地圖進行處理，然后建立安全飛行曲面和威脅模型，利用安全曲面和威脅模型對飛行空間進行預處理后再結合A＊算法進行規劃，通過比較仿真結果與傳統A＊算法，改進后的A＊算法在計算速度、擴展節點數目和路徑的易用性上表現出明顯優勢。有研究者研究了在已知威脅和障礙的假設條件下，具有實時規劃特點的A＊算法，將離散時間引入三維地圖從而得到四維搜索空間，潛在的威脅由一些簡單的幾何體組合表示，然后應用了一種改進的A＊算法進行搜索，這種方法通過選擇躲避障礙的路徑點作為動態運動限制的方式，使得A＊算法在不犧牲路徑完整性和最優性的前提下，獲得比較令人滿意的規劃效果。但是這種方法是在已知威脅的前提下進行的仿真演算，于是有研究者在具有態勢感知的UAV中進行了A＊算法的改進研究，這種基于圖的A＊搜索方法將油耗和威脅作為代價函數的權重，幾何距離作為啟發函數，覆蓋范圍和其增量作為連續節點信息確定方位，而所有這些信息均是由飛行器自身攜帶的傳感器所提供。在國內，有研究者使用修正的參數（PRM）方法結合航跡約束條件構造飛行路線圖，然后運用動態稀疏A＊算法實現精確搜索，該方法兼有全局搜索和局部搜索算法的優點。有研究者深入研究了針對不同任務的基于數據鏈通信的A＊算法，該方法可用于數據鏈通信情況下基于A＊算法的離線、在線、針對移動目標、可重選目標的航跡規劃方法。有研究者采用預規劃和重規劃兩層規劃，利用貝葉斯網絡進行威脅評估，結合A＊算法實現航跡重規劃。對可移動雷達建模，結合雷達威脅，使用改進的A＊算法，改進節點擴展方式提高搜索效率，使仿真結果更貼近實際。

2）模型預測控制方法

圖4 模型預測控制方法使無人機發生碰撞的可能性達最小化。

模型預測控制方法是一種應用于非線性動態系統的控制方法，該方法將避障問題表述為一個有限時間窗內的在線優化問題，并在同一模塊內實現避障軌跡生成與機動控制，而且有效地處理實際系統中的限制，如輸入飽和與狀態限制等。在模型預測控制方法中，運用有限時間窗內最小化特定的函數，得到一個優化控制輸入序列。有研究者應用模型預測控制方法實現了無人機在未知環境下的在線避障控制。將模型預測控制方法應用于運動威脅的避障時，需要估計運動威脅的信息，有研究者利用擴展卡爾曼濾波算法預測動態障礙物的三維軌跡和位置誤差，利用模型預測控制方法在未來的控制窗口內，使無人機與障礙物的碰撞可能性達到最小化。有研究者提出了一種基于規則的模型預測控制避障算法，優先選用航向規則進行避障，若無法滿足避障要求，則選用速度規則。有研究者提出一種改進的分布式模型預測控制方法，在每個時間窗口的代價函數中加入額外的相對位置約束，使編隊中的無人機不會發生碰撞，并可以規避不同形狀和較小的障礙。

3）基于隨機搜索的方法

該方法以遺傳算法（Genetic Algorithm,GA）蟻群算法、粒子群算法為代表。“隨機”是指這類算法通過數學表達式和約束構成解空間，之后在解空間內按照隨機的方式搜尋最優。有研究者將遺傳算法進行改進，通過直接編碼，復制時保護最優個體的方式，提高了運算速度。由于遺傳算法沒有固定的編碼，適應度函數等形式，因此遺傳算法的調參還處于試湊階段。有研究者采用了變長實值基因編碼方式和一組重新設計的與之對應的進化算子進行仿真，使其能夠滿足在線實施規劃的要求。有研究者采用了一種綜合元啟發式蟻群算法并結合差分進化算法進行無人戰斗機的三維路徑規劃，差分進化用于優化改進的蟻群算法模型信息素，這種改進的方法在保證原有蟻群算法的穩定性同時加快了收斂速度。在蟻群算法的基礎上，基于綜合航跡代價預估，并引入信息素擴散機制，提高了算法優化能力。有研究者利用粒子群優化算法，將約束條件和搜索算法相結合，從而有效減少搜索空間，得到一條全局最優路徑。有研究者將粒子群算法與B樣條相結合，以最小威脅、最小油耗并且飛越定義的偵察路徑為目標設計航線，采用粒子群算法進行優化，B樣條曲線作為備用路徑，并且在三維仿真中予以實現，但由于該方法沒有考慮無人機自身的物理約束，因此規劃出的航線是由路徑點組成的折線。

4）基于數值優化的方法

圖5 遺傳算法原理圖。

該方法通常利用無人機的運動學模型，在考慮一系列約束的基礎上，通過定義目標函數來求解飛行沖突消解航線。有研究者將飛行沖突問題定義為具有一定約束的優化問題，并通過優化方法從預定義的機動行為中求解最短避障時間的規避路徑。有研究者再次利用基于神經網絡的遺傳算法，解決兩架無人機的飛行沖突問題。有研究者提出了一種基于擬線性回歸的飛行沖突解決方法。他們利用非線性無人機質點模型，并結合飛行時間、燃料消耗等多種約束條件，通過優化過程得出用于解決多無人機沖突的三維航跡。有研究者提出了一種隨機搜索結合凸優化理論，并考慮最小能量消耗約束的二維多機飛行沖突解決方法，該方法得到的航線局部最優。有研究者提出了一種基于無人機運動學模型的二維航線優化沖突解決方法，該方法利用優化控制方法計算考慮速度、轉彎角速率約束，具有最短飛行時間的沖突解決航線。隨后，該沖突解決方法被用于分布式移動多agent系統中，用于解決多無人機協同飛行沖突問題。有研究者提出了一種基于混合整數線性規劃方法的多機飛行沖突解決方法，其中給出了只改變速度和航向兩種規避機動方式的沖突解決方法。相比于基于非線性模型的方法，線性優化方法的計算速度更快，更有利于實時應用。有研究者提出了一種基于優化的用于多無人機協同飛行的三維飛行沖突解決方法，他們將優化控制問題轉化為結合有限元方法的有限維非線性優化問題，利用提出的可靠初始化策略，并使用內點算法實現了沖突解決優化問題的求解。有研究者針對無人機防撞問題，提出基于最優化理論的自主防撞方法。通過對無人機自主防撞過程的定性分析，建立了無人機自主防撞系統；然后分析了該系統中不同階段的防撞方法，并基于最優化理論提出了三維動態碰撞預測與防撞方法，并通過仿真結果驗證了方法的有效性。

5）基于規則的方法

該方法利用一系列可描述的規則來實現規避防撞，所用的規則集往往是設計者根據具體應用背景預先定義的、固定的規則集，該方法主要應用在民航領域的空中交通管理。有研究者提出，假設已知每架無人機的位置、航向、速度等信息，且每架無人機原航線的高度和航向都設有固定的多機沖突規避方法，該方法通過多機合作規劃，采用一種基于協議的多無人機避障方法實現避撞。仿真結果表明，該方法對于位置、航向、速度的不確定性具有較好的魯棒性，計算量小，實時性好，在合作規劃的同時允許各無人機進行異步機動。有研究者提出了一種考慮通信、導航等系統不確定性故障的三維避障方法。該方法通過定義最小規避機動行為集，如改變航向、速度、飛行高度等參數，利用混合整數規劃方法在規避機動行為集內，根據最小機動規則選擇規避機動方式。

（4）基于反應式機動的避障方法

基于反應式機動的避障方法包括基于勢場的方法、基于導引的方法和基于幾何的方法。

1）基于勢場的方法

將飛行器建模為一個勢場中運動的粒子，根據飛行器與目標、威脅的關系構造勢函數，引力場將飛行器拉向目標點，斥力場使飛行器避免與威脅的碰撞。基于勢場的方法比較有代表性的是電荷法，流函數法，模擬退火算法等。

電荷法是通過引入電學原理中的庫倫定律，即同極電荷之間相互排斥、異極電荷之間相互吸引的原理，應用于避障路徑規劃，使得運動物體能夠遠離障礙物和威脅源，同時向目標點靠近。有研究者中利用電荷法將實時威脅分為三種情況進行建模，即飛行器發現威脅且尚未進入威脅區、飛行器發現威脅卻已進入威脅區、飛行器到達威脅正上方正欲離開威脅區。

流函數法是利用流體力學概念建立勢場區域規劃方法，該方法能夠很好地避免局部最小問題。有研究者將流函數法應用于多移動機器人Swarming控制，之后繼續深入研究該方法，他們首先利用流函數解決了單臺移動機器人的避障問題，并采用虛擬leader和二叉樹結構的多移動機器人swarming控制模型，由于采用了虛擬leader，因此當該模型中的leader機器人出現故障時，每個機器人均可以替代它充當leader，使機器人集群在避障過程中不會發生分離，提高系統的穩定性，增強系統應變能力。

模擬退火算法模仿了熱力學中的退火過程，退火算法將“加熱”在起始點附近一定范圍內的所有點，然后不斷進行迭代運算，使所有點的溫度都逐漸冷卻。有研究者通過隨機產生平移方向的方法改進模擬退火算法容易陷入局部極小的問題，并利用該方法對各種規模、不同的復雜地形進行了大量實驗，總結了航跡規劃中應用模擬退火算法的一些定性原則。

2）基于導引的方法

該方法將無人機避障問題表述為一種控制最小化的導引問題。比例導引是一種廣泛應用于導彈導引的方法，無人機追蹤目標點問題是一種與之類似的問題。有研究者提出了基于比例導引的避障控制策略。但是當需要追蹤新目標點時，該方法會導致控制量的跳變。有研究者提出一種最小化導引效力的方法，可實現對多個威脅的規避。有研究者提出的非線性幾何導引法和微分幾何導引法，可以使無人機的飛行速度向量快速地指向目標點，從而實現反應式的快速避障。

導引法一般借助視覺傳感器獲取威脅信息或通過協同信息交互獲取編隊中其他成員狀態信息，通過碰撞圓錐法或最近點法實現威脅檢測。

3）基于幾何的方法

該方法比較適用于二維避障、兩機避障、單一機動方式避障等情況。有研究者提出了一種基于我機和威脅之間的幾何關系避障方法，該方法分別在水平面和垂直面產生避障機動路徑。有研究者提出了一種基于計算幾何的避障算法，他們將航線等同于Delaunay，所規劃的避障航線根據圖中非相交的線條來計算。有研究者提出了一種用于解決二維飛行沖突的幾何優化算法，該方法利用當前的位置和速度信息，以及無人機航線的幾何特點，通過定義速度改變量最小的目標函數，來計算規避航線的解析值。有研究者提出了一種基于幾何法和優化方法的非合作無人機三維航線避障方法，該方法結合了所有控制量，如速度、航向、高度的改變量，并推導出基于幾何方法的運動學最優問題的解析值。該算法通過持續更新飛行器的速度信息來保證飛行安全，但是該算法沒有考慮靜態障礙和地形障礙，且只能應用于兩機沖突的場景。■