多無人機協同應急搜索自主任務規劃系統

多無人機協同應急搜索自主任務規劃系統

簡介：

無人機在應急搜索等任務中正呈現出廣闊的應用前景。作品設計并開發了多無人機協同應急搜索自主任務規劃系統，實現了無人機的自主任務管理和決策，并通過對多無人機的協同控制，使無人機之間能互相協作，信息共享，使無人機的智能水平更高。該系統的設計融合了協同控制技術、信息融合技術、任務分配技術和航跡規劃技術，分為七個Agent單元進行實現。該作品具有自主知識產權，能產生明顯的經濟和社會效益，目前已實現市場推廣。

1

2

3

4

詳細介紹：

1 背景

無人機(Unmanned Aerial Vehicle, UAV) 具有體積小、造價低、使用方便、對作戰環境要求低、戰場生存能力較強等優點，能夠代替人在戰場、火災、地質災害等多種危險、惡劣和極限的環境下完成給定的工作任務。目前，無人機已經廣泛地應用于軍事、測繪、救災等領域，并越來越受到廣泛的關注。 自上世紀九十年代以來，無人機的研制與應用得到了快速的發展，美國、俄羅斯、法國、以色列等國家均大力發展無人機項目。

以美國為代表，先后研發了MQ-1掠奪者、RQ-4全球鷹、MQ-8火力偵察兵無人機、RQ-11A大烏鴉等型號，并先后投入實際應用。在2001年，五角大樓僅擁有50架無人機，而十年之后，這一數字已激增至8000架。2011年全年，美國在阿富汗發動了294起無人機襲擊，而在2012年的前11個月，美軍的無人機進攻達到447起。

與此同時，中國的無人機項目也正在快速的發展中，如最新的WJ-600無人機具備反應速度快、突防能力強的特點，能夠全天時全天候執行任務，也可實施對地攻擊、電子戰、信息中繼等軍事任務。 除軍事用途之外，無人機在各種突發災害的救援過程中也發揮了積極的作用。經過汶川“5?12”大地震、舟曲泥石流、青海玉樹地震等災情的考驗，我國無人機應急測繪工作已經能夠在災情發生后第一時間提供測繪信息保障，并能夠在多云多雨、起降困難的等環境下實現了多架次的飛行。2013年4月20日四川雅安地震災情發生后，國家測繪地理信息局派出的應急監測車系統和5架無人機迅速到達災區，獲取了核心災區寶興鎮、太平鎮0.16米分辨率低空無人機影像30平方千米，不僅測繪時間大大縮短，而且成本極大降低。

 在應急搜救等任務環境中，需要在復雜與惡劣的自然環境下對分布于大范圍內的多個目標進行快速搜索與識別，無人機在此方面正呈現出廣闊的應用前景。然而目前無人機執行搜索任務的過程仍然依賴于人工指揮和控制，缺少自主決策的能力，無法在具有高度的動態性與隨機性的未知環境中進行高效的目標搜索。另一方面，也缺少對多架無人機進行協同管理的辦法，無法在較大的空間內實現多架無人機的信息互聯和協同搜索，搜索力的配置效率不高。 基于以上背景，本作品設計并實現了多無人機協同應急搜索自主任務規劃系統。該系統面向應急搜索過程中涉及到的各種類型的任務需求，綜合考慮不同無人機的能力、位置、載荷等因素，實現復雜環境下無人機的自主任務管理和自主決策，并且通過對多無人機的協同控制和統一規劃，使無人機之間能夠互相配合，互相協作，能力互補，信息共享，進一步提高無人機完成應急搜索任務的能力、效率和效果。

 2 概述 對于災后測繪或救援等突發事件的應急響應，目前仍然是由單一無人機執行預先規劃好的任務，對于應急搜索過程中的特殊情形仍然較多地通過地面站進行指揮；另一方面，單一無人機在攜帶載荷與搜索能力上均受到不同程度的限制，從而影響到應急搜索的效果，在分秒必爭的黃金72小時內是極為重要的。 因此，本項目的多無人機協同應急搜索自主任務規劃系統是面向應急搜索過程中涉及到的各種類型任務需求，綜合考慮不同無人機的能力、位置、載荷等因素，實現對復雜環境下多無人機的協同與合作，從而更好地完成災后救援等應急搜索任務。 無人機機載系統由通信系統、導航系統、控制系統、傳感器系統以及任務規劃系統五個部分組成。本作品是無人機機載系統的子系統，構建于通信系統、導航系統、控制系統以及傳感器系統之上，是無人機的任務規劃系統，可實現多無人機應急任務的協同、自主決策。

 2.1特征 無人機具有較好的協同合作能力，能夠對復雜的搜索任務進行分解與分配，使得多個無人機能夠通過相互協調，共同完成搜索任務。為此，本作品必須具有以下特點： （1）穩定性：在執行任務的過程中，能夠順利地完成所承擔的任務。 （2）高效性：通過多機協作，提高無人機編隊的總體效能。 （3）自適應性：能夠適應地震、泥石流、火災、水災等突發災害后的多種復雜環境，能夠及時調整無人機自身的行為。 （4）智能性：通過引入人工智能等方法，提高無人機在進行自主決策和任務規劃時的智能程度。 （5）協作性：無人機之間通過交互協議，保障多機協同合作。 2.2作品功能 作品應具有以下功能： （1）數據管理：無人機能夠獲取從傳感器搜集到的各種數據，對傳感器數據進行降噪、清洗、標準化、存儲等 （2）多機編隊管理：無人機能夠對其所處編隊進行智能管理。 （3）多源信息融合：無人機能夠對來自內部及外部的信息進行融合，從而得到無人機對環境態勢的感知。 （4）自主任務決策：無人機能夠對其所執行的搜索任務進行自主決策。 （5）協同航跡規劃：無人機能夠與編隊其他無人機一起進行飛行線路的規劃。

3. 設計 系統共分為以下七個模塊，分別為信息獲取模塊、數據存儲模塊、編隊管理模塊、信息融合模塊、智能決策模塊、航路規劃模塊、網絡通信模塊。 在多無人機任務規劃方面，采用多Agent技術，對系統進行建模、設計與實現。 Agent理論與方法是近年來人工智能領域中迅速發展的一個分支,它是在分布式人工智能(DAI, Distribute Artificial Intelligence)研究的基礎上發展起來的。在Agent理論與方法的研究過程中，逐漸形成了以個體Agent為基礎，以多Agent系統為核心，以面向Agent的程序設計為應用工具的研究體系。在這個體系下，研究人員在Agent的建模與仿真、推理與學習、協商與協作、合作與競爭以及信息融合、通信協議等多個方面開展了廣泛而深入的研究，并且這些研究內容中還涉及到了哲學、社會學、心理學、數學、邏輯學等多個領域的知識。 Agent具有下列基本特性： （1）自治性(Autonomy): Agent能根據外界環境的變化，而自動地對自己的行為和狀態進行調整，而不是僅僅被動地接受外界的刺激，具有自我管理自我調節的能力。 （2）反應性(Reactive): 能對外界的刺激做出反應的能力。 （3）主動性(Proactive): 對于外界環境的改變，Agent能主動采取活動的能力。 （4）社會性(Social): Agent具有與其它Agent或人進行合作的能力，不同的Agent可根據各自的意圖與其它Agent進行交互，以達到解決問題的目的。 （5）進化性: Agent能積累或學習經驗和知識，并修改自己的行為以適應新環境。 Agent的上述特性較好地反應了多無人機協同應急搜索過程中的特點。

 3.1 多Agent系統 多Agent由多個Agent組成，多個Agent分布在四個不同的線程中： （1）傳感器Agent線程，即CSensorsAgent（傳感器Agent），它啟動一個線程，專門負責通過傳感器主動檢測和保存環境信息。 （2）網絡通信Agent線程，即CNetworkCommunicationAgent（網絡通信Agent），它啟動一個線程，負責在多個實體之間發送和接收網絡消息。并提供一個公用函數接口AddNewMessageToSendQueue，以供其他Agent調用，以發送各自想發送的網絡消息。 （3）信息獲取Agent線程，即CInformationAccessAgent（信息獲取Agent），啟動一個線程，負責從傳感器Agent和網絡通信Agent中獲取相關信息，并分析這些信息，將分析后的結果存放到“全局信息池（CGlobalInfoPool）”中。 （4）主線程，包含CFormationManageAgent（編隊管理Agent），CInformationFusionAgent（信息融合Agent），CTacticalDecisionAgent（智能決策Agent），CRoutingPlanAgent（航跡規劃Agent）。 （5）CGlobalInfoPool（全局信息池） 具體關系為： 編隊管理Agent、信息融合Agent、智能決策Agent、航路規劃Agent從全局信息池獲取信息進行各自的處理，然后更新全局信息池，并且可以通過網絡通信Agent將處理后的信息發送給其他無人機，信息獲取Agent從網絡通信Agent以及傳感器Agent獲取數據，進行解析后存儲在全局信息池中。 3.1.1傳感器Agent 啟動一個線程（即傳感器Agent線程），專門負責通過傳感器主動檢測和保存環境信息。傳感器Agent獲取ESM、SAR等傳感器數據，并將數據存儲在全局信息池中。傳感器Agent線程的核心函數的流程為判斷線程是否應該停止，否則獲取傳感器數據，并存入全局信息池中，是則直接結束。 3.1.2 網絡通信Agent 啟動一個線程（即網絡通信Agent線程），負責在多個實體之間發送和接收網絡消息。并提供一個公用函數接口AddNewMessageToSendQueue，以供其他Agent調用，以發送各自想發送的網絡消息。網絡通信Agent接受來自編隊管理Agent、信息融合Agent、智能決策Agent、航跡規劃Agent需要發送的數據，通過網絡發送給其他無人機。網絡通信Agent線程的核心函數的流程為首先判斷線程是否應該停止，是則直接結束，否則從網絡中接收一條消息，并存入消息接收隊列中，然后從消息發送隊列中取出一條消息，并通過網絡發送出去，最后結束。 3.1.3 信息獲取Agent 啟動一個線程（即信息獲取Agent線程），負責從“傳感器Agent”和“網絡通信Agent”中獲取相關信息，并分析這些信息，將分析后的結果存放到“全局信息池（CGlobalInfoPool）”中。信息獲取Agent線程的核心函數的流程為首先判斷線程是否應該停止，是則直接結束，否則讀取和分析傳感器Agent中的信息，將結果存放到“全局信息池”中，接著判斷“網絡通信Agent”的“接收消息隊列”是否為空，否則對其解碼，結果存放到“全局信息池”中，最后結束。 3.1.4 編隊管理Agent 此Agent對外提供一個公用函數FormationManage，供實體主線程循環調用，以實時地執行“編隊管理”任務。編隊管理Agent從全局信息池中獲取編隊命令、編隊結構，解析處理后，更新全局信息池中的編隊命令、編隊狀態，并通過網絡通信Agent將編隊命令發送給其他無人機。編隊管理Agent的核心函數的流程為首先判斷是否有上級的編隊命令，如果沒有則進行環境信息的分析。環境變化導致需要重新編隊時，則判斷自己是否為有上級，是則將自身狀況報告給上級，否則判斷是否為長機，如果是則對下級進行編隊調整。如果有上級編隊命令，自身調整后判斷是否為長機，是則對下級進行編隊調整。 3.1.5 信息融合Agent 此Agent對外提供一個公用函數InformationFusion，供實體主線程循環調用，以實時地執行“信息融合”任務。信息融合Agent從全局信息池中獲取環境信息，進行融合后更新全局信息池中的環境威脅評估。信息融合Agent的核心函數的流程為首先對目標的信息進行融合，接著進行態勢評估，最后進行威脅估計。 3.1.6智能決策Agent 此Agent對外提供一個公用函數TacticalDecision，供實體主線程循環調用，以實時地執行“智能決策”任務。智能決策Agent獲取全局信息池中任務屬性，進行任務決策后更新全局信息池中的分配結果，并通過網絡通信Agent將任務分配命令發送給其他無人機。智能決策Agent的核心函數的流程為首先判斷是否有上級下達的任務，如果有則判斷是否為長機，是則針對下級對任務進行分解以及任務分配，如果沒有上級命令則分析環境信息，決定是否重新決策，是則對下級進行任務分配。 3.1.7 航跡規劃Agent 此Agent對外提供一個公用函數RoutingPlan，供實體主線程循環調用，以實時地執行“航跡規劃”任務。航跡規劃Agent根據全局信息池中的任務分配結果，進行航跡規劃，生成航跡點，并存儲在全局信息池中。航跡Agent的核心函數的流程為首先判斷是否為長機，如果是長機則分析環境信息，決定是否需要重新航跡規劃，是則運行航跡規劃算法，并將航跡變更通知下級；如果不是長機，則判斷是否有上級下達的航跡變更，有則進行航跡變更。 3.1.8 全局信息池 “全局信息池”是一個公共的信息交換場所，其他Agent的輸入輸出都可以存放在此處。全局信息池中的信息主要有位置信息，所屬編隊信息，搜索目標信息，任務信息，航跡點信息，編隊命令。

 3.2通訊協議設計 為了多無人機能進行交互，設計了無人機間的通訊協議，將環境態勢信息、決策信息進行編碼。其中環境態勢信息包括命令信息、自身狀態信息、目標信息、隊友信息、傳感器狀態信息。決策信息包括運動控制信息、通信控制信息。 無人機間進行信息交互時，發送者按照通訊協議格式將所要傳送的信息進行編碼打包后，形成數據包，通過UDP協議傳送給接收方，接收方進行解碼，獲取信息后決策。 3.3 算法庫設計 為了應對應急搜索場景的不同任務，基于相關領域最新的研究成果和我們的研究創新，設計并實現了Agent中的核心關鍵算法庫，包括信息融合算法庫，協同航跡規劃算法庫 ，協同任務分配算法庫，協同目標搜索算法庫。在系統運行的過程中，同一算法庫中的算法可以根據需要有選擇的動態切換。 信息融合算法庫包括基于證據理論的信息融合算法、基于神經網絡的信息融合算法等，協同航跡規劃算法庫包括粒子群算法，A*算法等，協同任務分配算法庫有基于合同網和基于拍賣的任務分配算法，協同目標搜索算法庫含基于機會學習和基于模型預測控制的協同目標搜索算法等。

 4. 運行 本作品的設計針對真實應急搜索場景，具體的運行過程如下： （1）首先，將系統安裝在嵌入式開發板中，作為一個模塊嵌入到無人機機載系統中，同時，調試使得該系統與無人機的通信系統、導航系統、控制系統、傳感器系統等之間可以進行數據交換。 （2）設置每架無人機的參數，如油量，機載傳感器類型，是否為長機等 （3）設置無人機搜索區域。 （4）無人機起飛，飛往搜索區域，飛行過程中，根據環境狀況可以實時進行編隊調整，信息融合，任務重規劃，航跡規劃，并將數據回傳至地面控制中心，無人機之間進行數據交互。遇到突發狀況，如長機丟失、通訊失敗等情況，無人機根據相應規則進行調整。 （5）完成任務后飛回出發點。 （6）進行無人機搜索效能評估，根據評估結果，修正突發情況的調整規則。

 5. 仿真實驗 由于硬件條件的限制，本系統目前仍然難以在實際中進行測試，因此采用仿真實驗的方式。在仿真實驗中，采用MAK公司的VR-Forces平臺進行。 5.1 仿真實驗設計 仿真實驗系統共有4個部分組成，分別為控制中心、2D態勢顯示、3D態勢顯示、以及單機系統。控制中心用于操作者對仿真過程中的參數進行配置和修改，以及仿真運行控制和任務執行效能評估；2D態勢顯示和3D態勢顯示中分別展示了仿真過程中各實體在二維地圖及三維場景下的運動過程；單機系統是單機功能的集合，可以顯示當前任意一架無人機在應急搜索過程中的狀態，包括雷達狀態、剩余燃料、位置和姿態信息等。 5.2 搜救仿真實驗參數 搜救仿真實驗參數包括目標個數，無人機個數、無人機參數以及地形、環境參數四個部分。在系統的仿真實驗開始前，通過仿真軟件VR-Forces對參數加以設置。 5.3 仿真過程 在綜合控制臺程序點擊“運行仿真”按鈕后，在vrfGui程序中將看到我方UAV編隊將朝著目標飛；在每個UAV對應的vrfSim程序中，點擊“State”按鈕后，程序界面上將實時地顯示出每個UAV的各種狀態信息，比如：X坐標、Y坐標、Z坐標、速度大小、所剩燃料百分比、加速度、俯仰角、偏航角、翻轉角等。在UAV編隊飛行過程中，如果遇到環境發生變化（比如遇到障礙物），每個UAV的vrfSim程序的自主決策算法將根據需要改變編隊隊形、改變飛行航跡等。當然，在運行過程中也可以使用綜合控制臺程序來手動改變編隊的結構、控制仿真的暫停和繼續。當敵我任何一方的實體完全被摧毀時，仿真將自動停止，綜合控制臺程序將展示出仿真的運行結果。 5.4 結果分析 結果表明，無人機能夠自主決策，多無人機之間有效協同，全面地搜索了目標區域，不僅用時較短，而且發現目標個數較多。根據環境的變化，切換相應的算法，可以驗證算法的效率。 

設計、發明的目的和基本思路、創新點、技術關鍵和主要技術指標

1. 設計、發明的目的 無人機在災后搜救、森林火險識別等應急搜索過程中正呈現出廣闊的應用前景。本作品設計并實現了多無人機協同應急搜索自主任務規劃系統，實現了無人機的自主任務管理和決策，并通過對多無人機的協同控制，使無人機間能互相協作，從而更高效地完成搜索任務。 2. 基本思路 （1）采用分布式協同控制的思路，將多架無人機通過無線自組織網絡組成分布式控制系統；（2）采用多Agent系統的設計思路，將系統分為七個Agent，各Agent具有其特定的功能，同時又相互配合；（3）基于相關領域的前沿知識，設計實現了Agent中的核心算法庫。 3. 創新點 （1）實現了無人機的自主任務規劃，使無人機能根據機載傳感器采集到的外界信息，自主規劃合理的搜索順序和飛行航跡。（2）實現了多無人機協同任務規劃。通過對多無人機協同控制和統一規劃，使無人機間能自主實現互相協作，提高了無人機執行任務的效率和效果。 4. 技術關鍵 （1）自組織的多無人機編隊管理技術：一種靈活可靠的無人機編隊組織模式，能保證無人機編隊以最優的工作模式執行任務；（2）多無人機信息融合技術：對來自不同機載傳感器的信息進行綜合處理，得到全局態勢信息；（3）多無人機協同任務分配技術：從全局考慮無人機編隊的各種情況，實現搜索力的最佳配置；（4）多無人機協同航跡規劃技術：使無人機能在適當的時間內計算、選擇最優的飛行航跡。 5.主要技術指標 可管理無人機數量≥ 8，信息交互頻率≥ 2Hz，任務規劃算法運行時間≤ 2s

科學性、先進性

（1）該作品綜合運用了信息科學、系統科學、計算機科學、管理科學等領域的前沿知識，實現了多無人機協同應急搜索自主任務規劃，使無人機具有了較高的智能水平，能擺脫依賴地面控制中心進行任務規劃的工作模式，在任務執行過程中能夠根據實時的情況進行自主決策。同時借助于無人機之間的配合，能產生系統的協同效應，從而提高應急搜索任務的執行效率和效果。該作品的實現推動了無人機任務規劃領域的研究進展。 （2）該作品設計方式與核心算法科學先進。基于分布式控制和多Agent系統的設計思路，設計了系統的架構，使得系統具有較高的靈活性和可靠性。系統中的核心算法，如編隊管理、信息融合、任務分配、航跡規劃等算法，是基于相關領域的最新前沿知識而設計，算法性能良好，能夠在短時間內給出滿意的規劃結果，滿足在動態、不確定以及實時環境下對算法運行的速度和魯棒性要求。在系統運行過程中，算法能夠根據環境的變化而進行切換，使得系統能夠適應復雜的應急搜索環境。

系統開發已完成，并通過實驗環境進行了驗證，目前已向中國航空工業集團公司等多家單位實現了技術轉讓。

技術轉讓方式

系統能夠整體轉讓，也可以進行核心技術的轉讓。

使用說明,技術特點和優勢,適應范圍,推廣前景的技術性說明,市場分析,經濟效益預測

使用說明：首先將系統嵌入到無人機機載系統中，并設置無人機參數信息以及目標區域；無人機起飛后，根據環境狀況實時進行編隊調整，信息融合，任務規劃，航跡規劃，無人機間進行信息交互；遇到突發狀況，無人機根據相應規則進行調整；完成任務后返回出發點。 技術特點和優勢：該作品提高了無人機的自主性和協同性水平，使無人機能夠全面、智能、可靠地完成應急搜索任務，具有低成本，高效率等優勢。 適應范圍及推廣前景：無人機具有體積小，起飛條件要求不高，可執行危險作業等特點，該作品是無人機的任務規劃系統，適用于各種目標搜索任務中對無人機的指揮控制，能用于無人機設計、生產、服務單位，以及進行相關研究工作的科研院所，推廣前景良好。 市場分析和經濟效益預測：無人機的應用越來越廣泛，因此對無人機任務規劃系統的需求很大，該作品具有很大的市場潛力。同時該作品的核心技術也可用于其他無人機應用領域和多機器人的任務規劃領域。目前該作品的關鍵技術已成功轉讓兩套，價格均在45萬以上，若能對該作品進一步推廣，將產生可觀的經濟效益。

同類課題研究水平概述

無人機因具有機動靈活、高效快速、成本低、可執行危險作業等特點已廣泛應用于應急搜索任務中。無人機應急搜索任務規劃的作用也日益凸現出來，無人機任務規劃技術的研究起源于一些發達國家，迄今為止以美國的任務規劃研究成就最高。無人機單機任務規劃系統研究始于上世紀60年代，70-80年代美國開始著手任務規劃系統的理論研究并同步進行了大量實驗工作，利用計算機進行無人機任務規劃的自動輔助決策分析；上世紀80年代中期，開發出了當時任務規劃領域較為先進的自動航跡規劃模塊和基于人工 智能的任務規劃軟件。進入90年代以后，要求任務規劃系統能夠適應更加復雜的飛行環境，針對外界動態態勢環境進行無人機任務重規劃。 由于應急態勢場景的不確定性和搜索任務的復雜性，單無人機應急搜索已經無法滿足應急搜索任務的需求，多無人機應急搜索成為國內外研究熱點。在多無人機任務規劃中，以美國防先進研究計劃局主持的自主編隊混合主動控制項目、自主協商編隊項目，歐盟委員會資助的多類型無人機實時協調與控制項目以及美國麻省理工學院、科內爾大學、加州理工大學和加州大學洛杉磯分校聯合發起的復雜環境下分布式自主平臺協同控制項目等最具代表性。通過這些項目研究，國外無人機任務規劃系統能夠使得人能夠更好地參與應急態勢管理中，實現少量操作人員對大規模無人機編隊控制，并且提供完善的人?系統接口，通過通信系統使得無人機、有人機、地面控制中心連成一個有機整體，同時對分布式多UAV協同控制中的底層路徑規劃、中層編隊決策、高層資源管理以及網絡通信方面開展了研究。 從上世紀90年代開始，我國的高校和科研院所開始組織研究團隊對無人機任務規劃技術展開研究，并取得了一定的成果，包括應急態勢環境下的目標自主分配、信息融合、任務重規劃等技術。但我國的無人機任務規劃系統的研究大多局限于某個方向或某一項技術，還未出現功能完全、性能完善的任務規劃系統。 對此，本作品提出的多無人機協同應急搜索自主任務規劃系統，實現了無人機自主任務規劃以及多無人機協同任務規劃，在應急搜索場景中，可根據外界態勢實現編隊管理，信息融合、自主決策以及航跡規劃，同時，在多架無人機之間，能夠自主實現信息共享，協同完成應急搜索任務，從而滿足應用的需要。