無人機集群任務規劃方法研究

李俊霖 襲祥云

（中共西南計算機有限責任公司 重慶市 400060）

在當下進行無人機集群的任務規劃過程中，是一種基于綜合性調度下構建出無人機與任務之間的合理映射，以此保障在飛行的過程中，能夠保持無人機之間的協同配合關系。因此，只有基于邏輯與規則的角度出發，形成自上而下的任務規劃，才可以有效的符合當下無人機集群飛行的實際需求，實現科學合理的無人機規劃操作。

1 任務規劃

在社會當中幾乎所有的活動開展，都需要首先明確出具體的任務，同時明確出具體的工作人員，這樣才可以順利高效的完成任務。無人機任務規劃是指根據無人機需要完成的任務、無人機的數量以及攜帶任務載荷的類型，為無人機制定飛行路線，并進行任務分配及管理。其主要目標是依據地形、環境條件等信息，綜合考慮無人機的性能、耗能、威脅以及飛行區域等約束條件，為無人機規劃出一條或多條自發射點到目標點的最優或次優航跡，并確定載荷配置、數據鏈的工作計劃，保證其無人機高效、圓滿地完成飛行任務，并安全返回。任務規劃與無人機集群運行之間有著重要關聯，無人機集群任務規劃就是一種在任務執行的過程中，對于集群中的個體工作狀態，以及對使用的方法甚至具體的步驟細節，進行科學合理的安排和規劃。任務規劃是無人機使用過程中的必要和關鍵環節。在當下的任務規劃理論當中，是一種多類型下的特殊任務，以此對其進行科學有效的規劃分析。

2 基于邏輯與規則下的無人機任務規劃典型方法

經人們長期的研究現已形成了較為豐富的成果，在學術界已經建立出了一定的邏輯與規則。從任務規劃的理論發展來看，在上個世紀六十年代，提出了線性規劃問題、指派問題以及匈牙利法等諸多的任務分配理論。任務規劃的過程中，是一種基于一類多約束條件下的優化問題。因此在分層遞階的思想影響下，從頂層規劃到分層逐步實施的過程中，進一步的控制了問題的復雜程度，成為了當下多無人機任務規劃的重要途徑。對于這種思路的發展，十分符合人類社會管理的內在規律性，并為人們理解與掌握，因此在一些典型的任務規劃方法構建中，也受到了這一思想的深遠影響。對于當下無人機集群任務規劃研究內容而言，其內容較為的豐富，基本上包含著任務目標分配、航跡規劃、任務載荷規劃、數據鏈路規劃以及應急處置規劃等多方面的內容。一般情況下，在任務載荷規劃、數據鏈路規劃以及應急處置規劃的過程中，都呈現出獨立的效果。同時，對于無人機集群的屬性依賴性不高。例如，在一些專用的傳感器使用的規劃，以及在一些鏈路配置規劃的系統當中。常見的做法，就是對無人機集群任務進行科學合理的分配，充分的保障航跡規劃過程中，將其任務載荷、鏈路設計以及安全飛行，當做規劃的重要的約束條件。

3 基于集群智能涌現機理下的任務規劃難點以及方式

在集群技術的分析中，這種自上而下的研究思路，成為了當下眾多研究學者的重要研究方向。在使用這種技術的過程中，可以很好的讓無人機集群展示出一種自上而下的集群技術。但是，從生物、數學、計算機、控制以及機器人的領域出發，當下集群的課題已經得到了較長時間的研究與分析，并在集群當中的關注點，包含著自然界當中的各種生物。在不斷的分析中，對集群現象開展了較為詳細的分析，以此明確出集群現象的一些產生原因，以及在衍生工程當中的實際應用。研究發現，在動物的集群當中，通常具有交互性、群體穩定性以及環境適應性。而動物的行為學上發現，可以很好的基于個體間的一些簡單行為規則，利用合作的方式，產生較為復雜的集體性行為。而無人機集群技術的研究與運用，正是一種對于生物群體行為的一種模仿，并逐漸向著群體決策與認知理論方向發展下去。

3.1 無人機集群航跡規劃的難點

從宏觀的角度進行分析，有時間約束下的路徑規劃問題，以及多機間的沖突消解方式問題，目前其具體的消解技術并不能夠完全的滿足無人機集群的需求。這是由于無人機集群數量較大，其編隊較密集，這些約束因素就會導致對于當下連續性4D 航跡規劃的精確度以及實時性受到嚴重的影響。其次，在無人機集群面臨較大數量的時候，就會基于滿足安全距離的要求對其約束實現分割，但是這樣的行為會給集群的密集程度帶來影響。在概率沖突檢測處理的過程中，也會面臨著較大的計算壓力。再次，從時間維度方面進行分析，無人機集群航跡上可能存在著一定的交疊，因此在任務類型或者協同要求十分復雜的時候，就會需要基于局部的方式進行調整沖突，但這種消解行為又十分容易進入到全新的沖突當中。

3.2 生物集群行為的描述與建模

從生物集群行為的建模的角度開看，可以使用諸多的模型，關于Boid 模型，其是一種基于靠近、對齊等假設下，使得設定每一個對象，都僅僅能觀察到周圍一些固定的個體，之后的分析中，可以利用計算機的方式，對各種測定對象的集群現象進行分析，并模仿其群體的動作。而在Vicsek 模型的構建，則是一種基于統計學的角度出發，對其群體密度以及噪聲強度進行改變，同時對集群行為進行定量分析。而最后的Couzin 模型而言，則是一種基于個體的感知區域，從內至外的形成排斥區域、對齊區域以及吸引區域。對于這三個不同的區域而言，并不會發生重疊的效果。另外，對于這種群體而言，需要從其中分離、并保持速度的一致性。

在集群的行為模擬以及具體的驗證過程中，研發的一些系統，可以很好的作用于一些對機器人學習、群體行為等諸多的方面，因此在進行無人機集群系統的構建過程中，一些相關部門就開展了專項的研究。

3.3 基于集群智能涌現的規劃決策

在生物群體當中，一種去中心化、臨近個體信息交互以及整體自組織的諸多特征優勢，可以很好的成為無人機集群任務規劃的重要要素。在對無人機的仿生規劃中，這些特征逐漸成為無人機集群任務規劃的重要研究方向。基于集群智能的無人機集群任務規劃，首先在研究的內容上，不僅僅包含著對于威脅的判斷，同時包含著目標優先權、任務動態分配與調度等內容。另外，還要在分析的過程中，能夠針對多機邏輯以及行為，進行針對性的沖突消解。

因此，對于這種集群智能涌現的無人機集群任務規劃工作，基本上都是一種將無人機個體收集并處理外界信息，之后對個體進行知識方面的更新，以此可以及時的順應的飛行環境。同時，無人機個體還要與其他的個體保持著互動，這樣就可以完成經驗交互與社會學習，可以很好的實現同步進化，從而順利執行并完成一些復雜的集體行為。而在智能涌現的任務規劃過程中，其具體的變化特征，主要體現在三個不同的方面，分別為單機、集群以及任務。因此，要充分的保障無人機在任務執行中，可以對環境保持著較高的學習以及適應程度，這樣就在規劃出一些較為復雜的任務的時候，保證順利高效的完成。

在這方面的研究中，一些學者提出，可以基于多個變速度的虛擬領導者，實施多智能體蜂擁控制算法。對于這種算法而言，理論上可以實現較為精確的跟蹤對應。例如，在我國的一些學者研究過程中，就對大雁的群體行為進行了分析，以此提出了多無人機緊密編排控制與編隊的方式，以此形成拓撲重構法。

不僅僅基于對群體性為的模仿，所構建出映射決策模型，其研究學者的另一種思路在于，這是一種試圖提出通用自組織群體模型的一種架構類型，以此可以很好的面向復雜環境當中的一些集群任務，實現動態性的分析與計算。

4 無人機集群任務規劃技術的未來發展

在無人機集群任務規劃的過程中，其方法多種多樣，因此其未來發展方向呈現出多樣性的特征，并且在理論等方面，都各自存在著一定的優勢性，但是也面臨著一定重復化、復雜化的問題。因此就需要在無人機集群實際能力的建設過程中，能夠明確出未來的發展方向。

4.1 多約束下的集群系統群智慧涌現式的規劃

在無人機集群任務的規劃過程中，往往需要對單個無人機的動力學與運動學進行全面的分析以及考量，并且需要對輸入飽和、狀態有界與約束、模型非線性，以及不確定性約束進行全面的分析。同時，在多無人機可以順利的達到目的地之外，還要充分的對無人機到達目的的時間以及空間進行協調，并通過對數據鏈系統的連通性實現網絡拓撲的約束作用。基于邏輯與規則的任務連通性方面，其呈現出網絡拓撲的約束性。另外，在邏輯與規則的任務策劃模型當中，在集群數量不斷增加的情況下，已經無法實現低復雜度的高準確性的描述。因此，就需要在未來的研究過程中，需要基于多約束條件，對其集群智能涌現系統進行建模，同時實現分布式協同控制。

4.2 深度學習與分布式優化

無人機集群的協同規劃與決策，一直以來都是無人機任務規劃的重難點。需要在不確定性以及動態的環境下，首先保證任務規劃的科學合理，就是要進行科學合理的推理判斷，同時還要最優化求解，這樣就可以很好實現飛行任務。因此，就可以基于的深度學習與分布式優化相結合的方式，進一步的提升無人機集群任務的協同分配能力。另外，這種研究方向下，也可以最大程度上挖掘無人機飛行的潛力。

4.3 自組織航跡協同技術

在無人機集群航跡規劃以及調整的過程中，在充分保障既定分配任務之后，可以很好的避免自主防碰撞的效果。另外，對于控制模式下的集群個體，僅僅在一些局部臨界點，進行可信息交換之后，就可以很好的完成信息之間的反饋，同時也可以相應的完成各種飛行任務。因此，在未來的發展中，就需要基于這樣的局部信息傳輸技術方案，進行針對性的技術研究，以此充分的保障該技術的科學性和合理性。這樣就可以很好的在應用的過程中，可以針對一些突發的威脅，使得具備著較強的容錯與自愈的能力。

4.4 集群行為結合

這種基于邏輯規則與集群智能涌現相結合的規劃方式，可以很好的提升無人機集群在受到通信環境影響的條件下，具備著較高的適應能力，并在群體當中，自行組織通信，既能夠基于邏輯與規則的方式進行動態規劃方案的調整，又能夠充分的保障不會受到電磁干擾、通訊暢通，還能對集群個體間的底層進行協調處理，并充分保持隊形以及功能方面的穩定性。

5 總結

綜上所述，無人機具備著較高的靈活性，因此未來為了能夠完成各種復雜的任務，就需要對無人機集群任務規劃方法進行更加深入的研究，以此避免一些飛行問題的出現。例如采用深度學習與分布式優化、通信受限時邏輯集群行為結合，以及局部信息反饋條件下的自行組織航跡協同技術等方式，提升無人機的飛行可靠性。