无人机系统自主控制技术研究现状与未来趋势

杨珂

摘 要 随着信息时代的到来，无人机系统作为一种重要的信息技术手段，其具有较高的鲁棒性和自主能力，能够及时感知战场，夺取信息优势，进行信息对抗和火力打击，促进目标定位精度与速度的提升，增强任务的灵活性。相较于有人机而言，无人机系统具有一定的“自主性”，能够在一定程度上实现系统的自主控制，强化系统的智能性，是无人机系统发展的重要方向。本文就对无人机系统自主控制技术研究现状进行分析，并展望无人机系统自主控制技术的未来趋势。

关键词 无人机系统；自主控制技术；研究现状；未来趋势

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2016）161-0052-02

社会经济的发展以及科学技术的进步，在一定程度上促进了无人机系统的发展。但是目前无人机系统的自主性和智能化程度不高，主要是以预编程控制和操作员简单遥控进行控制，难以准确了解战场环境的变化，无法对各种突发威胁进行有效处理，降低了生存的概率[ 1 ]。当前无人机的系统智能化水平日益进步，使得人机智能融合的交互控制得到进一步发展，这些都能够有效降低操作人员的工作负荷，促进作战效能的提高。

1 无人机系统自主控制技术概述

对于自主控制而言，其定义相对模糊，没有统一的定论，如部分人认为自主控制涉及控制重构、信息处理和在线感知等功能，有些人则认为其应该以非结构化环境为依据，采取较高程度的自动控制，主要强调的是没有人工干预，但是忽视了综合分析环境感知等一系列问题。由于自主控制缺乏人的直接控制，其多是对自我控制和自我决策加以强调，是以知识和信息驱动为基础，具有较高的智能化程度，能够应对新的控制任务与意外情况。而无人机系统自主控制主要指的是系统在无人干预的情况下利用信息处理与在线环境感知，对优化的控制策略加以自主生成，有效完成战术与战略任务。一般要想对无人机系统的自主水平加以了解与衡量，需要合理划分自主能力等级，但是由于自主控制等级划分缺乏具体的定量度量指标和科学的理论依据，其还处于定性描述阶段[ 2 ]。如Ziegle将其划分为3个等级：实现描述目标的能力；适应主要环境变化的能力；发展自我目标的能力。此外，美国空军研究所于2002年确立了无人机系统自主控制水平（ACL），并将其分为11个等级，被广泛应用在空军中。

2 无人机系统自主控制技术的研究现状

在无人机系统的自主控制技术方面，国外的研究取得了良好的进展，部分学者提出了无人作战飞机的智能自主控制与可靠自主控制技术，有些研究人员研究了自主控制智能态势感知与提高UAV自主水平的预测控制模型。就无人机系统方面来说，美国的“全球鹰”和“捕食者”实现了2～3级ACL；无人战斗武装旋翼机将实现7～9级ACL，能够在低空复杂的环境中自主执行任务；联合无人空战系统将实现5～6级ACL，能保证多架无人机协同执行目标打击任务。我国对无人机系统自主控制技术的研究尚处于初级阶段，平台缺乏较强的自主能力，只能对飞行控制问题加以解决，无法执行相对复杂的任务，如基于高密度防空体系的大纵深精确打击与突击等。不确定的环境下，自主飞行控制往往存在一些问题，如无人机自主飞行控制中自主着陆、控制结构、重规划与飞行规划等问题，我国部分学者对此进行了一系列的研究，并提出了无人战术飞机分层式智能控制结构以及无人作战飞机可变权限自主的方法及结构等。

总体而言，国内外在无人机系统自主控制技术方面缺乏较高的水平，在不确定时间中，其处理、判断与感知方面的能力明显不足，往往只能实现确定环境中的半自主或自主控制，这样是并非是真正意义上的无人机自主控制系统[3]。不过随着科技的发展，无人机系统也在逐步完善，现已经开始向“人在回路上”的监督控制方向转变，从而达到完全自主控制的目的。

3 无人机自主控制技术的未来发展趋势

在无人机系统的自主控制技术方面，我国的研究起步较晚，也缺乏有效的手段来快速的处理、传输和获取信息，因此需要进一步研究。

首先可对无人机的集群自组织技术和离机自主控制代理技术的方向进行研究。无人机的集群自组织技术主要是以高度对抗的战场环境为依据，利用无人机集群来理解动态化的任务，自主完成多目标的搜索、跟踪和打击等任务，其成本优势相当明显。同时，其能够以自然界的自主机制为基础，在无法集中控制条件下利用信息的交换来控制多架具有自主能力的无人机，提高自主协作的程度，减少人为干预，保证预期作战任务的圆满完成。此外，对于复杂通信以及不确定的战场环境，将离机自主控制代理配置到任务控制站之中，这样就能够保证自主控制器与机载程序的无缝连接，保证不同的控制平台兼容稳定[ 4 ]。通常而言，离机自主控制代理能有效的完成基本的自主飞行任务，并在任务中规避碰撞威胁，做好基本任务剖面的自动控制；而控制权能够无缝迁移机载自主控制其和任务控制站，降低操作人员的工作强度，保证可变权限自主控制的实现。

其次，可开展无人机系统智能发育机制和人系统综合显控技术的研究。对于无人机系统智能发育机制而言，其主要研究无人机对发展环境深度的认知，利用模型算法和人类智能发育机理来建立无人机系统的智能发育机制，从而强化无人机系统的环境适应能力、推理能力和学习能力。而人系统综合显控技术主要是对控制系统与操作人员之间的协作问题加以支持，使操作人员能够理解系统提供的建议与状态，并利用自然方式科学指导智能控制系统，保证人机智能的有效融合，促进人机系统综合效能的提高。

再次，是开展基于故障预测的任务规划技术和不确定环境下多无人机协调控制技术的研究。要想提高无人机的可维护性、可靠性和安全性，降低成本，需要科学运用综合健康管理技术。当前诊断与检测技术较为成熟，但是寿命预测尚未完善，只对突发情况的任务有较好的规划，因此以故障预测为基础的实时任务规划也需要相应执行，以促进系统作战能力的提高，强化任务基础的实用性与前瞻性[5]。此外，技术的进步也使得当前的作战环境日趋复杂，单平台的作战能力毕竟有限，因此，无人机系统的单平台作战也需要向多无人机协同作战方向发展，做好多机协调的合理控制，使得工作流程与结构得到最大优化。

最后，面向环境感知的图像与信息的融合技术是重点研究方向。当前的机载传感器已经具备了成像化的要求，在图像信息的像素级融合方面已能胜任。但是，当前的图像理解技术并不成熟，因此无法对环境进行直接感知。所以需要进一步的系统开发、技术验证和理论研究多平台多源和单平台机载的传感器图像融合，从而实现全源情报信息的有效融合，保证全息图像画面的直观性。

4 结论

随着科学技术的快速发展，无人机系统自主控制技术作为一项全新的技术，其在未来信息战争中具有重要的作用。目前由于相关技术的缺乏，无人机系统自主控制技术作为极具前景与挑战的战略课题，提高当前无人机系统的自主性仍是业界研究的重点方向。本文就对无人机系统自主控制技术的研究现状进行了分析，并详细指出了其需要重点研究的方向。

参考文献

[1]朱华勇，牛轶峰，沈林成，等.无人机系统自主控制技术研究现状与发展趋势[J].国防科技大学学报，2010（3）：115-120.

[2]陈宗基，魏金钟，王英勋，等.无人机自主控制等级及其系统结构研究[J].航空学报，2011，6：1075-1083.

[3]韩泉泉，刘洋，刘磊.小型无人机自主飞行控制技术的研究[J].计算机光盘软件与应用，2014（6）：35-36.

[4]韩泉泉，席庆彪，刘慧霞，等.基于飞行安全的无人机控制技术发展趋势研究[J].现代电子技术，2014（13）：22-25.

[5]季丽丽，王道波，盛守照，等.低速无人机自主着陆控制技术研究[J].伺服控制，2012（1）：34-37.