無人機編隊協同導航研究現狀及進展*

谷旭平 唐大全 唐管政

（海軍航空大學 煙臺 264001）

1 引言

UAV在航拍，電力巡檢，快遞，交通巡查，城市監視，基礎設施檢查和三維地圖繪制等領域都發揮重要作用［1～3］。受自身燃料、重量、尺寸、機載傳感器以及通信設備的限制，人們依據自然界的集群行為，提出了無人機編隊理念［4］。即解決單架UAV執行任務效率低，失敗率高的問題，又提高了任務執行效率，擴展了新的任務領域。

國際上無人機編隊發展迅速。美國開展了“無人機蜂群”，“低成本無人機技術蜂群”，以及“小精靈”項目計劃［5～6］。英國開展無人機編隊競賽，歐洲啟動“歐洲蜂群”項目，俄羅斯開展無人機協同作戰研究，芬蘭開展“SEAD swarm”項目［7］。對于中國而言，南京航空航天大學基于解耦理念，設計無人機編隊控制器。西北工業大學采用分布式的編隊控制，設計無人機編隊成員之間的導航定位方式［8］。中國的“河豚A2”以多機編隊的形式亮相土耳其國際防務展，展現了其獨特的自組網智能集群功能。國家電網利用一鍵控制五架無人機開展高風險地區的電力巡檢。

無人機編隊隊形保持與變換的關鍵在于能夠準確把握UAV的相對導航信息。作為UAV保持編隊飛行與精確定位的關鍵，協同導航備受關注。

2 無人機編隊協同導航原理

UAV一般采用慣性導航系統（INS）和全球定位系統（GPS）相搭配的導航模型，利用GPS對INS實時校正，保證定位精度。UAV主要的導航系統如圖1所示。

無人機編隊協同導航方式一般分為主從式和平行式，如圖2～3所示。為了節省成本，發揮編隊優勢，一般采用主從式協同導航。長機配備高精度導航設備，僚機配備較低精度導航設備。

圖3 平行式結構

協同導航首先是主僚機的時間校對，來保證實時性。之后僚機通過將自身導航設備的信息與長機的導航信息相融合，并運用濾波算法減小導航誤差，完成對導航信息的校正，保持正常的編隊軌跡飛行，從而保證了整體的高精度定位。

3 導航傳感器的發展現狀

導航系統多種多樣，但它們輸出參數，使用條件，性能特點各不相同，也各有局限性。提高導航精度，可將不同的導航系統組成相對導航系統。下面對幾種導航傳感器進行分析，為相對導航系統的論述奠定基礎。

3.1 慣性導航系統

INS具有自主性強、抗干擾能力強、提供的導航參數多、隱蔽性好［53］的優點。但在初始對準后，導航精度隨時間增加而下降［54］，且INS初始對準時間長。

文獻［9］針對旋轉導航系統（RINS）的旋轉軸或慣性傳感器的安裝誤差，以及殼體旋轉導致瞬時振蕩型速度和姿態誤差，提出了一種將相關方法，平均方法和卡爾曼濾波相結合的誤差估計方法。文獻［10］為了解決捷聯慣性導航系統的校準問題，設計一種“telescopic”系統。使用該系統，規范系統多次重啟和校準過程。文獻［11］研究高精度平臺慣性導航系統（PINS）的導航精度估計問題，開發了一種改進的最小二乘支撐向量平臺，用于預測PINS導航精度。

此外核磁共振陀螺儀，冷原子慣性傳感器，粒子成像測速慣性傳感器，半球諧振陀螺儀技術［12］，這些新型的慣性導航傳感器，不僅彌補了INS的不足，且具有高性能和高精度特性。隨著慣導技術的不斷發展完善，在未來即使沒有其他導航系統的輔助，INS仍能以高可靠性和準確性應用于更多領域。

3.2 衛星導航系統

目前主要的全球導航衛星系統（GNSS）主要有中國的“北斗”衛星導航系統，歐洲的“Galieo”導航系統，俄羅斯的GLONASS導航系統，以及美國GPS導航系統。

文獻［13～14］為了提高GNSS的測量以及控制性能，設計了衛星鏈路（ISL）。ISL通過獨立的評估星歷和時鐘參數的方法，提高GNSS的完整性。它是實現新一代GNSS自動導航的關鍵技術。文獻［15］針對GNSS抗干擾能力弱的問題，設計了改進的空時自適應處理算法。該算法增強了自適應天線的抗干擾處理能力。文獻［16］研究了基于GNSS的反射算法。針對在特定目標上不同的反射特性，研究了GNSS對不同目標物的敏感特性，增強了目標識別的能力。

GNSS具有導航精度高，用戶設備簡單，價格低廉的優點。但GNSS需地面站支持，且易受干擾，屬被動式導航系統。應加強GNSS增強技術的研究，通過增加信號或者添加信號源來提高GNSS的準確性，完整性和連續性。

3.3 視覺導航系統

在GNSS受限的環境中，導航解決方案的需求不斷增長。由于在計算能力和計算機視覺方面的進一步發展，視覺傳感器成為了GNSS的優秀替代者。

文獻［17］設計一種無地圖視覺導航系統。該系統基于深度強化學習的方法從彩色圖像中提取信息，導出運動命令，具有很強的自主性。文獻［18］介紹了基于深度卷積神經網絡的圖像目標識別的最新成果。評估運用于視覺導航的可能性。文獻［19］基于蜜蜂導航，提出了一種基于光流的視覺導航。討論了UAV在靠近障礙物以及在狹窄通道航行時自動調節高度和速度的可能性。

當前視覺導航智能化程度依舊不高［20］。提高視覺導航精度，一方面要增加相機數目，另一方面也要增強圖像質量和圖像處理能力。由于視覺導航需要對圖像特征進行提取，為了保證實時性和有效性，就要提高圖像處理的效率以及精度。

4 無人機編隊協同導航的研究與進展

下面主要從相對導航方式，編隊隊形和導航結構，協同導航算法三個方面，論述其在提高導航精度方面的研究進展。

4.1 相對導航

相對導航一般由衛星導航設備，輔助導航設備以及多普勒計程儀組成，主要的導航流程如圖4所示。下面就對目前主流的組合導航系統發展情況進行介紹。

圖4 相對導航系統信息流程

文獻［21］采用的集成導航系統是由集成捷聯慣性導航系統，電子羅盤，視覺光流導航系統，高度計和激光測距儀組成。該系統無需已知陸基導航目標，就能實現UAV自主導航。文獻［22］采用的相對導航系統由INS，載波相位差分全球定位系統和視覺導航系統（VisNav）組成。該系統與INS/GPS和INS/VisNav系統相比，具有更高的穩定性與精準度。文獻［23］采用基于聯合濾波器的INS/BD/RP/TAN多源容錯組合導航系統。該系統不僅彌補單一導航系統的不足，而且具有很強的容錯能力，在出現故障時，仍能提供精準的導航信息。文獻［24～25］的集成導航系統由載波相位差分GPS，INS和超寬帶（UWB）組成。該系統可在GPS受限時，仍能提供精準的導航信息。文獻［26］采用基于偽距差分GPS（DGPS）的相對導航。驗證了沒有基站的DGPS相對導航，不僅可以簡化算法，減少設備支出，而且可以提高定位精度。文獻［27］采用的基于UWB輔助的相對導航方式。該方案可在單依靠GPS的情況下，達到比較精準的相對導航效果。

相對導航系統，可以將不同導航系統的優勢結合起來，提高整體性能指標。但大多基于GNSS的組合導航系統，在受到干擾時，會影響導航精度。因此組合導航系統，可以引入自動故障檢測、故障診斷、故障隔離和系統重構技術，構成容錯組合導航系統。

4.2 編隊隊形和導航結構

編隊隊形與導航結構是無人機編隊協同導航的重要組成部分。文獻［28］針對無GPS情況下的導航精度問題，提出基于機間測距信息的機群組網協同定位方法，利用幾何圖形平移旋轉估計慣導定位誤差，緩解誤差的發散速度。文獻［29］針對三架UAV編隊在無GPS和INS的情況下，通過構建以UAV為定點的三角形，提出了基于幾何特性的多UAV協同導航算法。驗證該方法優于航位推算法，且定位誤差不隨時間累積。文獻［30］針對單主模式下，導航系統不易被觀測的問題，提出了基于雙主交替領航的協同導航方法，明確了系統可觀測的條件。文獻［31，34］依據平臺搭載導航設備精度的差異，將系統分為高精度層和低精度層，低精度層利用高精度層傳遞的導航信息進行修正更新。這種分層式結構提高了低精度層的導航定位精度。文獻［32］針對主從式AUV協同導航的時間延遲問題，提出了基于狀態補償的DEKF算法。文獻［33］針對同高度下的兩架UAV，提出了僅利用測距雷達和機載導航系統測距信息就可得到相對姿態的方法。文獻［35］在開源ROS操作系統的基礎上，結合純分布式的無人機集群控制方法，提高了無人機編隊協同導航精度。文獻［36］設計了無人機編隊的導航架構，其中長機使用INS/GPS集成導航系統，而僚機則使用分布式導航技術。建立了基于信息融合濾波的分層分布體系結構，估計僚機的絕對位置和速度，并獲得長機和僚機的相對導航解，進而獲得精確的導航信息。

合適的編隊隊形和導航結構，一方面可以增強編隊協調性與統一性，提高編隊協同導航的精度與性能。另一方面有利于長機，僚機之間的信息交互，提高編隊控制水平和整體效能。同時合理的編隊隊形和導航結構可以實現編隊遠距離航行、減少能源消耗、增強編隊靈敏度，提高編隊飛行的安全性與任務完成率。

4.3 協同導航算法

隨著無人機編隊的不斷發展，其協同導航算法也在不斷完善，在精簡傳統算法的同時，也提高了編隊導航的精度。

文獻［37］針對量測噪聲協方差矩陣的時變性以及編隊環境的易變性，提出了基于交互式多模型的協同導航魯棒自適應濾波算法，提高了對量測異常的抑制能力以及自適應能力。文獻［38］針對導航誤差的非線性特性，采用了偽線性卡爾曼濾波算法。將非線性模型轉化為線性模型實現對系統狀態的估計。文獻［39］針對系統建模偏差、未知量測噪聲和系統噪聲對濾波性能影響較大的問題，提出了改進的Myers-Tapley自適應濾波算法，通過利用殘差樣本投影統計實現了對系統噪聲的有效估計，提高了濾波精度。文獻［40］針對編隊成員較多帶來的數據處理問題，提出了一種基于置信傳播和協同信息篩選的協同導航方法。通過對導航信息篩選，摒棄低貢獻率的導航信息，減少了計算量，提高了協同導航性能。文獻［41］針對復雜環境下存在的通信時延和帶寬受限問題，提出了基于分布式非線性信息濾波的協同導航算法，并且針對通信過程中存在的噪聲干擾問題，提出了基于魯棒無跡信息濾波的協同導航算法，極大地緩解了通信時延造成濾波精度發散問題。文獻［42］針對導航誤差隨著時間的推移而累加以及集中式卡爾曼濾波導致單機計算量急劇增加的問題，提出了一種基于聯合過濾結構的無人機協同導航算法。該算法減緩導航誤差的發散，與集中式濾波器相比，減少了計算量。文獻［43］針對通信受限導致的先驗估計誤差以及初始化條件下收斂速度慢的問題，提出了基于迭代插值濾波的協同導航算法。該算法通過對量測信息的迭代更新，保證了在弱觀測條件下量測信息的充分融合，改善了協同導航效果。

除了以上論述方面，協同導航算法，在非高斯分布輸出噪聲［44］、惡劣環境以及高速航行下導航精度下降［45］、通信延遲和數據丟失［46］、無人機隱身［47］、姿態估計［48］、減輕通信負擔［49］、故障檢測［50］、路徑規劃［51］、目標跟蹤［52］等方面，同樣發揮著重要作用。

5 無人機編隊協同導航的發展趨勢

目前無人機編隊協同導航存在著導航精度低，多機協同難度大，多機通信受限，環境適應度不高，自主導航能力差等問題。針對這些問題，將未來無人機編隊協同導航的發展趨勢總結為以下幾點。

1）與其他無人設備協同導航。通過與無人潛艇，無人汽車以及其他無人設備的協同，可實現對多維未知領域信息的掌控。

2）導航精度的提高。在精進導航算法的同時，也要研發高精度導航傳感器，設計綜合力更強的組合導航系統。

3）態勢感知能力。面對環境多變性，任何感知信息的偏差就會導致嚴重的后果。精準的態勢感知能力至關重要。

4）故障診斷與容錯。UAV應該加強自身故障診斷與容錯能力，提高整體性能的穩定性與可靠性。

5）自主導航。實現無人機編隊自主導航，就可以根據具體作戰環境進行相應的隊形變換，提高任務成功率。

6 結語

協同導航技術為無人機編隊提供有力支撐，通過對導航傳感器信息的融合，形成信息模型，將其提供給控制系統進行任務分工和調度，進而實現成員之間的協調控制，提高任務執行率。本文主要對當下無人機編隊的相對導航方式，編隊隊形，導航結構以及協同導航算法在導航精度方向上的研究進展進行論述。并根據當下研究進展，預測了未來無人機編隊的發展趨勢。隨著無人機的軍用以及民用價值日益凸顯，協同導航有著很高的研究價值和理論意義。