国外无人机自主飞行控制研究

2004年3月第26卷　第3期系统工程与电子技术Systems Engineering and E lectronicsMar.2004V ol 126　N o 13收稿日期:2002-09-06;修回日期:2003-01-15。

作者简介:唐强(1978-),男,博士研究生,主要研究方向为飞行控制,智能控制。

　文章编号:1001Ο506X (2004)03Ο0418Ο05国外无人机自主飞行控制研究唐　强1,朱志强1,2,王建元1,2(1.西北工业大学自动控制系,陕西西安710072;2.飞行自动控制研究所,陕西西安710065)摘　要:无人机自主飞行控制的研究属于飞行控制的前沿问题,其目的是实现无人机的自主飞行控制、决策和管理。

由于其高度的复杂性和智能性,在理论和工程实际上尚处于起步阶段。

结合近年来国外的发展状况和一些主要的研究成果,对无人机的自主飞行控制的研究进行了概述。

首先介绍了自主控制的概念,然后分别探讨了无人机自主飞行控制中几个相关的关键问题,主要包括飞行中规划与重规划,自主飞行控制的分层结构,以及无人机自主着陆等问题,最后对未来的发展方向和面临的挑战进行了展望。

关键词:无人机;自主飞行控制;规划;分层结构;自主着陆中图分类号:V249.1 文献标识码:ASurvey of foreign researches on autonomous flight control for unm anned aerial vehiclesT ANG Qiang 1,ZH U Zhi 2qiang 1,2,W ANGJian 2yuan 1,2(1.Department o f Automatic Control ,Northwestern Polytechnical University ,Xi ’an 710072,China ;2.Flight Automatic Control Research Institute ,Xi ’an 710065,China )Abstract :T he study on auton om ous flight control of unmanned aerial vehicles (UAVs )is a frontier problem of flight control.Its g oal is to realize the auton om ous flight control ,decision making and management for UAVs.Because of its huge com plexity and high intelligence ,it is still in the early stage.T he foreign researches and their results in this field are overviewed.In the first place ,the concept of auton om ous control is introduced.T hen several related key issues are discussed respectively ,including the in 2flight plan 2ning and re 2planning problems ,the hierarchical structure of control systems ,and the auton om ous landing of UAVs.Finally ,the re 2searh areas are proposed to address development tendency and challenges.K ey w ords :unmanned aerial vehicles (UA Vs );auton om ous flight control ;planning ;hierarchical structure ;auton om ous landing1　引　言随着应用的需要和航空技术的发展,近年来世界范围内掀起了对无人机(unmanned aerial vehicles ,UAVs )的研究热潮,美国、英国、法国、德国、以色列、澳大利亚等国都针对这个领域投入了相当的研究力量。

究其原因,用无人机替代有人驾驶飞机可以降低生产成本,便于运输、维修和保养,而且不用考虑人的生理和心理承受极限。

未来无人机在军事和民事上都有广泛的应用前景。

在军事领域,采用无人机进行作战和侦察,可以减少人员的伤亡,还能具有超高过载的机动能力,有利于攻击和摆脱威胁。

在民用领域,无人机可以完成资源勘测、灾情侦察、通信中继、环境监测等繁重重复或具有一定危险的任务。

无人机概念的产生由来已久。

美国是现今世界上最主要的无人机生产研制国,在其庞大航空工业力量的支持下,积累了相当丰富的关于无人机系统功能、结构和部件上的技术经验,研制出了“全球鹰”、“捕食者”等先进的无人飞行系统,而且还有大量的在研型号和项目。

即使这样,各国学术界和工业界也认识到在复杂不确定的环境条件下,现有的无人机系统一旦缺乏人的控制决策干预,往往不能顺利完成任务。

针对以上现状,很自然可以提出这样一个问题,即如何最大程度地给无人机这种机器系统赋予智能,实现其自主飞行控制、决策和管理,从而在某些领域取代有人驾驶飞机的作用。

在传统的控制方式下,无人机的控制可以由与其一起混合编队的有人飞机利用近距离通信链实现;也可以通过远距离的地面或空中指挥平台进行控制;还可以利用卫星通信控制。

但是上述方法都是通过外界数据通信链对无人机进行控制,在恶劣的条件下,一旦通信链不再可靠和畅通,后果将不堪预料。

所以对于复杂环境下工作的无人机,必然要求其具有较强的自主飞行决策控制能力,以适应未来的需要。

2　自主控制的概念自主控制问题的提起常常与智能机器人的控制联系紧密,近年来则往往与无人航行装置的制导与控制密切相关,如UA Vs、UG Vs(uninhabited ground vehicles)、UUVs(unmanned under2 water vehicles)等。

由于缺乏人为直接的控制决策,其含义强调“无外界控制干涉”,以及“自我控制决策”。

从这个意义上讲,自主控制可以看成是自动控制的高级发展阶段,本质上属于智能控制,是一多学科的交叉,涉及到自动控制、人工智能、运筹学、信息论、系统论、计算机科学、人类工程学等等。

其中自动控制实现过程闭环动态反馈控制,保证系统的运动学和动力学的优良品质;人工智能提供信息处理、形式语言、启发式推理、记忆、学习和优化决策等功能;运筹学完成系统的规划、管理、协调与调度等功能;信息论提供信息传递、信息变换、知识获取、知识表示和人机通信等功能。

如果从智能程度上看常规的自动控制和自主控制,二者的区别在于常规的自动控制是基于数据驱动的,几乎不具有智能;而自主控制的产生则是信息,甚至是知识驱动的,可以具有很高程度的智能。

文献[1]给出了自主控制的一个定义,即自主控制是在“非常”未组织的环境结构下采用的“高度”自动控制。

其中“高度”自动控制指的是无人无外界干预的控制过程,而未组织的环境结构主要是由不确定性所引起的。

一般来说,不确定性分为如下几种[1]:①参数不确定性(对象参数未知);②未建模动态;③随机扰动;④传感器/量测装置(随机)噪声;⑤多agent及复杂的信息模式(分散式控制);⑥某个附加(或决定性)的控制信号为敌方操纵;⑦量测噪声强度被我方和/或敌方干扰台所控制;⑧敌方在决定性的量测或控制中引入错误的信息(欺骗)等等。

因此,在未组织的环境结构下,控制与决策是在不充分的,甚至是误导的信息下做出的。

从而自主控制/决策系统最为主要的特性是在无人干预的情况下,面对不确定性,近实时地解决复杂的优化控制问题。

3　无人机的自主飞行控制对于无人机的自主控制、决策与管理系统,国外有许多研究机构从不同的方面对其进行了研究。

从散见于各种文献的结果看,现阶段的大体状况是已有的技术手段只能实现相对确定环境下的自主或半自主控制,要实现快速变化的不确定环境下,完全意义上无人机的智能自主控制,目前的技术还不是很成熟。

首要的几个关键问题是如何进行飞行中任务、航迹的自主快速规划与重规划;采用什么形式的控制结构体系;如何实现自主条件下的安全着陆。

不确定环境中的快速规划与重规划是自主性要求的本质,是一个面对不确定性和实时性挑战的复杂大规模决策优化问题;控制结构体系的选取则关系到整个系统能否高速、有效地运作;而飞机的起飞着陆阶段,尤其是着陆时最易发生事故。

现概述以上3个方面的研究。

311　飞行中规划与重规划相当程度的飞行中在线实时规划与重规划能力是无人机自主飞行控制系统必须具有的,这种能力实际上是一个独立自主的决策过程。

即系统可以根据在线探测到的态势变化,实时或近实时地规划/修改/决策系统的任务目标,从而自动生成完成任务的可行飞行轨迹,根据所形成的轨迹及飞机当前的状态产生制导和调度指令,控制飞机精确跟踪所生成的轨迹,完成规定的任务。

同时,由于运行的环境和系统本身存在不确定性,自主控制系统的规划与重规划应具有相当程度的智能,对于系统参数的变化、不确定的扰动以及发生的故障应具有一定的鲁棒性。

自主飞行无人机典型的规划问题就是在满足所有可飞约束条件的情况下,如何尽可能有效、经济地避开威胁,防止碰撞,完成任务目标。

飞行规划问题涉及到的约束一般有:①地理或物理的障碍物;②威胁(静态/动态);③油耗指标;④时间要求;⑤飞机性能指标等等。

考虑实时性和不确定性,在上述诸多约束条件下规划出满意的决策方案是难度很大的多维多模优化问题。

可以将一个完整的飞行规划过程划分为不同的等级[2]:首先是任务前规划,这一级规划中所有的信息都是静态的,通过这些可用信息可以得到最优的决策;中间的一级是近期规划,在空中执行,可以将其看作是一个轨迹跟踪的实现过程,通过内环控制、自导设计、跟踪以及短期在线轨迹生成来自动完成;而当无人机接收到传感器新的信息、指令或情报时,则需要进行近实时飞行中重规划,即在接受到新的信息或当不可预料事件发生时,最优地完成对离线规划的自动更新,其难度随问题的大小、复杂程度和不确定性的变化而变化。

文献[3]描述了一种复合自动控制系统来解决时间最优的运动规划问题。

该复合系统采用了PRM(probabilistic roadmap)规划器,其中的状态就代表了飞行器所有可行的简单轨迹,这些原始的简单轨迹构造了一个“机动库”。

这样一来,控制问题就变为用事先预定的起始和终止于平衡轨迹的机动,进行轨迹拼接。