无人机自主控制等级及其系统结构研究

邵丹阳　张黎　刘丹　张海昕

【摘 要】随着人工智能的不断发展，越来越多的领域实现了无人化操作，例如，无人化工厂、自动驾驶汽车以及无人机。现有的人工智能技术通常广泛应用于计算机领域，尽管在工业应用领域也有实现了相关的应用，但仅仅局限于人工干涉下的自主控制，无法真正实现机器的自主控制。在无人机控制领域，对控制系统的自主控制和稳定性要求极为严格，因此，对无人机的控制系统中的控制等级划分与控制系统的结构设计是困扰科研人员的一个棘手的问题。本文针对无人机控制系统的控制等级划分和控制系统结构的设计进行了深入研究，并提出了相应的方法和策略，对未来无人机控制领域的研究具有一定的指导意义。

【关键词】无人机；自主控制；等级；系统结构

中图分类号： V249.1 文献标识码： A 文章编号： 2095-2457（2018）08-0085-002

【Abstract】With the continuous development of artificial intelligence， more and more fields have achieved unmanned operations， such as unmanned chemical plants， self-driving cars， and drones. The existing artificial intelligence technology is generally widely used in the computer field. Although there are also related applications in the industrial application field， it is only limited to the autonomous control under artificial intervention， and can not truly realize the autonomous control of the machine. In the field of drone control， the requirements for autonomous control and stability of the control system are extremely stringent. Therefore， the division of the control level in the control system of the drone and the structural design of the control system are thorny issues that plague scientific researchers. This dissertation studies deeply the control level of UAV control system and the design of control system structure， and puts forward the corresponding methods and strategies. It has certain guiding significance for the future research of drone control field.

【Key words】Drone Autonomous Control Level System structure

0 导言

无人机通常工作在复杂和未知的环境中，这要求无人机必须具有很强的适应各种复杂环境和自主学习、控制的能力。从现有的技术条件和研究现状来看，无法真正实现无人机在复杂和未知环境下的自主控制，尤其是针对在出现异常状况下的自主控制，这是现阶段智能控制领域的一个难点，同时也是科研人员未来研究的重点方向。随着电子科技、人工智能、微机技术、传感器等相关技术的快速发展，未来无人机的控制必将向智能化、自主化、网络化、小型化的方向发展。

在无人机的智能控制中，控制系统的结构和控制系统的控制等级的划分关系着无人机的操控性能和适应复杂环境的能力，在无人工干预的情况下按照人的要求实现相应的功能，完成特定的任务。由于无人机的控制涉及多个学科，例如，传感器技术、计算机科学技术、微机原理、控制工程、智能算法等多个领域的知识。研究无人机的控制首先需要将人的思想“移植”给无人机，使无人机按照人类的方式处理遇到的复杂问题，根据遇到的不同环境做出适当的控制决策，是无人机领域的重点研究方向。因此，研究无人机控制系统的结构和控制系统的控制等级的划分对于无人机控制领域具有十分重要的意义。

1 智能感知

无人机具备人的思考能力的前提条件是必须具备对环境的感知能力，如人在走路时发现路面上有一条沟壑，就会绕过沟壑继续前行，在这个过程中，人首先通过眼睛发现路面有问题，眼睛获取的信息传送至大脑，大脑对收到信息作出判断，并将判断的结果传送至人的身体，通过身体的协调动作执行大脑发出的“绕路走”的指令。与上述流程类似，无人机的控制系统在工作过程中的控制流程也是如此。首先，无人机上安装的各类传感器获取外界环境中的各类信息，并将信息传送至无人机的CPU中，CPU经过对信息的处理、融合、计算，最终得出结论，并根据得出的结论，将控制信息发送至各个执行部件，實现自主控制。

图1 无人机感测系统示意图

如图1所示的无人机智能感知系统包括倾角传感器、磁传感器、距离传感器、温度传感器、加速度传感器等。惯性传感器可以结合GPS模块控制飞行的路径和飞行方向；磁传感器与倾角传感器结合使用可以测量无人机的飞行姿态；距离传感器可以探测无人机周围是否存在障碍物，防止无人机与外界环境中的物体发生碰撞；温度传感器可以测量无人机所处环境中的温度，由于上述各个传感器的测量值的精度与温度存在很大的关系，因此，需要根据温度传感器的数据进行温度误差补偿，保证各类测量数据的精确性。加速度传感器广泛应用于航空航天领域，其可以测量周围空气的流速、无人机的加速度、高度等信息。

2 控制等级划分

图2 无人机指令执行控制等级划分示意图

由于无人机控制系统较为复杂，如果把所有的数据信息和控制指令全部中央处理器控制，会造成控制系统混乱结构不清晰，各种信息和数据复杂错乱，既影响了无人机维护和管理的便捷程度，由降低了无人机CPU的计算和处理速度。因此，根据无人机控制系统的控制流程和控制特点，把无人机的控制系统划分为如图2所示的控制等级示意图。

由图2可以看出，无人机的控制系统主要由一级控制系统中的任务系统、数据处理系统和协同作业系统组成，任务系统、数据处理系统和协同作业系统又分别由其各自子系统构成，经过若干级的划分，最终由无人机系统中底层的执行单元负责控制系统指令执行的任务。无人机最重要的功能就是根据人的需要执行任务，因此，在控制系统中必须对无人机设置任务系统，任务系统中包含无人机所需执行的任务信息。任务系统的主要职责是根据设计人员的要求，把无人机在执行任务时所需获取的信息的指令下发到各个传感器中，传感器根据任务系统的控制获取各类数据信息，并把相应的信息传送至任务系统的数据存储区中，保证任务系统可以根据设计人员的要求采集相应的数据。

数据处理系统的任务是根据传感器采集的数据信息进行实时处理，并根据数据处理结果把数据处理后的执行命令下发到无人机的各个执行件中，保证无人机的各个执行件按照技术人员的设计和数据处理系统对数据的处理结果实时控制无人机按照设定的模式运行，保证无人机的运行不受外界环境的干扰；数据处理系统是无人机自主控制的核心内容，无人机自主控制的能力与数据处理的能力和速度息息相关，因此在进行无人机系统等级划分的时候，数据处理系统作为主要的功能模块与任务系统处在一级。

无人机的运行仅仅由一个或几个传感器的控制无法实现其控制要求，因此，对于整个无人机的控制系统来说，必须由协同控制系统来统一调配各个传感器和运动部件，才能使无人机按照预期的目标运行。

3 控制结构设计

传感器将无人机系统采集的所有数据经子系统、主系统，最终传送到无人机的主控制系统，主控系统对数据处理后把处理结果传送给各个子控制系统，子控制系统再驱动各个运动部件运行，实现无人机的正常运行。随着传感器技术的快速发展，越来越多的多功能、高精度的传感器作为无人机的“器官”被应用在无人机上，例如，有磁力计和倾角传感器组成的无人机姿态检测模块的精度可以达到0.1度，采集的数据精确，则无人机的控制精度就相应的精确。此外，随着伺服控制技术的快速发展，越来越多的小型伺服电机和马达作为无人机的执行系统为无人机的运行提供可靠的执行力。

无人机的控制系统结构主要有传感器组成的感测模块、中央处理模块和各个运动部件组成的执行模块构成。随着单片机技术的发展ARM芯片、DSP芯片等各类高端控制芯片广泛作为无人机的中央处理系统应用在无人机的控制系统中，中央处理器的运算速度、存储量、运算能力关系着无人机的控制性能。由于无人机需适应复杂的环境，其控制算法对无人机的响应速度有十分重要的影响，传统的PID算法已不能满足现在无人机的控制要求，在无人机的控制系统中必须融入人工智能算法，如神经网络算法、蚁群算法等高级算法，才能实现无人机的自主智能控制。

4 结束语

本文通过对无人机的自主控制系统等级的划分和控制系统的结构设计进行了详细的分析、介绍，并提出了相应的技术方法和实施方案，随着国内无人机控制技术的快速发展，无人机产业的规模越来越大，各个科研单位、公司、高校以及相关的技术人员对无人机的研究会更加深入，无人机的控制系统将会更加完善。

【参考文献】

[1]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，2011，32（6）：1075-1083.

[2]张垚，鲜斌，殷强，等.基于ARM处理器的四旋翼无人机自主控制系统研究[J].中国科学技术大学学报，2012，42（9）：753-760.

[3]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，2010，32（3）：115-120.

[4]張立珍.无人机自主飞行控制系统的设计[D].南京航空航天大学，2011.

[5]尹彦清.基于神经网络的无人机动态逆自主飞行控制系统研究[D].南京航空航天大学，2011.

[6]甄红涛，齐晓慧，夏明旗，等.四旋翼无人机鲁棒自适应姿态控制[J].控制工程，2013，20（5）：915-919.

[7]朱晓娟.飞行控制系统多传感器信息融合技术研究[D].南京航空航天大学，2008.