无人机的“5S”都需要解决哪些底层技术

【无人机的“5S”趋势和掣肘】
【Small】
【Safe】
【Smart&Speed】
【Swarms(蜂群)】
无人机的自主能力在其执行作战或协同任务时显得尤为重要。无人作战飞机(Unmanned Combat Aerial Vehicles UCAV)面临的作战任务复杂、态势变化快、不确定因素多,无人作战飞机必须自主完成对目标的探测、识别,制定诸如目标分配、战术规划和机动决策等攻击决策,无人作战飞机的指挥控制系统应是具有驻留性、反应性、社会性,因此要求其能在快速全面感知环境的基础上实时做出决策。
多无人机协同时将一组不同位置、不同价值、不同威胁程度的目标合理地分配给类型、价值和战斗力都不同的无人机,已达到整体作战效能最大、代价最小的目的。协同的前提条件是无人机平台间的通信和信息共享,无人机平台之间信息是高度分布的,无人机平台的运动以及通信拓扑的变化,以最小信息流为基础的多平台分散协调控制系统结构。
多无人机协同搜索也是多UAV协同控制的一个重要研究内容,多架UAV同时对一个不确定区域进行搜索,目的在于更快速、全面地获取搜索区域的信息,降低环境的未知性。协同工作时考虑不同UAV飞行和探测传感器的约束,在不确定环境中采用协同自主控制的方法,从而达到整体任务效能的优化。
【如何寻找安全轨迹】
无人机自主控制能力可分为6个等级。
1、完全机构化的控制方案和策略,对自身和环境变化没有做出反应的能力;(自动控制)
2、能够适应对象和环境的不确定性,具有变参数、变结构的能力;
3、具有故障实时诊断、隔离、和根据故障情况进行系统重构能力;
4、能够根据变化的任务和态势决策和任务重规划的能力;
5、具有与其它单体或系统进行交互、协同的能力;
6、能够自学习,具有集群自组织协调的能力。
以上“自主控制”可分为以下的类型:
适应性自主:即以适应各类不确定性为目标的自主控制,其中涵盖了由对象、环境以及任务、态势等带来的不确定因素,使系统在无人机参与时实现控制目的。
系统性自主:系统作为独立自主的智能体与其它智能体或人协同时,可进行自主协调、协作、协商等控制行为,以自身适应性自主控制为基础,通过协同性自主可以实现多平台或人机协作,在资源、效率等众多方面得到更优化的控制效果。
学习型自主:高级的自主系统必须具备自学习能力,及能够根据对象、环境、任务及控制效果,通过自主的修正、优化和学习的行为,提高控制性能。
因此,高级的自主系统具有适应性、自修复、智能性、协同性、自学习等特点。
无人机的自主导航是指无人机安全地从一个地点移动到另一个地点的过程。从技术层面可以分解成四个基本问题:
1、What does the environment look like? 无人机必须知道环境的地图,才能在地图中找到路径。无人机确定环境的过程称为地图创建。
2、Where am I? 无人机确定当前运动状态的过程叫做定位。
3、Where am I going? 无人机在环境中确定下一个运动目标位置的过程称为运动决策。
4、How do I get there? 在知道起点和终点的情况下,无人机规划如何到达目标的方法被称为运动规划。
无人机在未知复杂环境中的自主飞行问题主要有两个难点,一方面环境中存在不利于飞行控制的外部干扰,另一方面无人机缺少对环境的先验信息,需要在运动过程中建立环境地图以满足位姿估计和运动规划的需要。此时,上述几个问题将彼此关联,构成一个整体。其中定位与地图创建是自主导航中最基本的问题。依赖于具有足够精度的环境地图,而创建地图又以准确定位为基础。因此,定位与地图创建彼此依赖、不可分离,是未知环境自主导航中的“鸡和蛋”的问题。为此,研究人员在机器人科学中针对未知环境的导航问题提出了同时定位与地图创建(Simultaneous Localization And Mapping,SLAM)概念。为了获得全局一致的运动状态和地图估计,SLAM算法往往计算缓慢,无法满足无人机飞行控制中状态反馈的需要。因此在实际应用中,SLAM算法需要与高输出频率的快速运动增量估计方法(或称局部位姿估计方法)相结合。针对未知环境探索的任务,运动决策和运动规划问题关系紧密,可予以合并。此外,控制系统受到环境中的位置扰动影响,需要研究无人机在存在外部干扰情况下的控制问题。
以系统框图形式描述了无人机在未知复杂环境中自主导航和飞行控制问题的整体框架。框架包含五个主要部分:姿态控制、快速导航方法、SLAM算法、运动决策与规划以及轨迹跟踪,上述五个部分构成一个完整回路。其中快速导航方法根据传感器获得的无人机运动相关信息和环境信息估计运动增量,SLAM算法在此基础上计算全局状态和地图。两种估计方法通过简单的坐标变换即可得到以较高频率输出的全局运动状态估计。根据未知环境自主探索的任务要求设计合理的运动决策与规划方法,输出期望运动路径。然后针对无人机的运动特点,以轨迹跟踪的方法计算期望姿态,再通过高精度的姿态控制方法解决包含未知扰动的无人机姿态控制问题。
一般来说,空中机器人在计算机视觉技术的支持下也能“看到东西”,但它飞行速度很快,且视程只有20米。所以它需要不断更新其地图数据,然后做出飞行决策来绕开障碍物。
【小尺寸无人机的美中不足】
所以有哪些又便宜又轻便解决途径呢?答案就是我们的智能手机。
【讨论】
主持人:第一个问题,您提到无人机的尺寸会变得越来越小,那么其尺寸缩小后感知和控制方面会遇到什么挑战吗?
Vijay Kumar:控制的话尺寸越小更好,我刚才讲到——尺寸越小,撞到人也不会伤到人。但是感知方面,如果尺寸变小了,要用轻型的传感器,比如手机上的传感器,它成本又非常低,也非常有利于数据处理的运算,从而更好地了解周围世界。但是GPU这样的部件,我们需要有更好的算法来处理摄像头获取而来的信息。
主持人:我知道您在TED上也有演讲,我的问题是,抛开技术不说,您觉得今天这个舞台如何?与TED相比如何?
Vijay Kumar:因为台下有很多我的朋友,我感觉更自在,我更喜欢我们这个舞台。谢谢,也感谢大会的邀请。
【Vijay Kumar教授在TED上的演讲视频】
<完>
----------------------------
免责声明:本文来源网络,转载目的在于传递更多信息,其原创性及文中陈述文字和内容未经本站证实,请读者仅作参考,并请自行核实相关内容。版权归原作者所有,如涉及侵权请联系删除。
北京国际无人机系统产业博览会UAS EXPO CHINA为每年举办一届,先后得到了广大主流无人机系统科研生产单位的积极参与,产生了巨大的社会效益和经济效益,经过多年的历练发展已成为我国无人机领域公认的重要交流平台。2021北京国际无人机系统产业博览会将于7月9日-11日在北京亦创国际会展中心再度荣耀亮相,是集学术交流、展览展示、商业洽谈、飞行表演、模拟体验于一体的高档次、大规模、较权威的综合性专业活动,对于推动国内无人机科技创新、加强国际间的交流与合作、促进航空航天和无人机产业健康发展将发挥重要的桥梁作用。
参展咨询:汤老师 13718681191(同微信)

工程师必备
- 项目客服
- 培训客服
- 平台客服
TOP
