空中-水面子母无人平台系统设计与协同控制

张洺溪，谷 丰，何玉庆，狄春雷，褚玲玲,3，聂虹宇,3

（1.中国科学院沈阳自动化研究所机器人学国家重点实验室，沈阳 110016； 2.中国科学院机器人与智能制造创新研究院，沈阳 110169；3.中国科学院大学，北京 100049）

1 引 言

跨域异构协同是解决现有无人装备能力瓶颈的有效手段之一，也是未来无人化战争的主要作战模式，这一概念在过去几年已经得到了美国军界和学术界的持续高度关注。所谓跨域异构协同是指空中、地面、海洋无人平台之间通过互联互通，实现高效协作，从而组成有机的整体、协同作战的一种无人平台新系统、新模式。通过跨域异构协同，可充分利用不同种类平台在感知能力、移动性能等方面存在的明显能力互补性，有效弥补单类型平台存在的固有缺陷，实现使命能力和执行效率的显著提升。这种跨域异构协同的概念已经得到了欧、美等军事、科技强国的高度重视：美国《2016 美国机器人发展路线图—从互联网到机器人》[1]和无人系统综合路线图[2-4]中都明确提出了对于跨域协作的发展规划；欧盟机器人技术发展路线图中也将跨域协作列为其中期（10年）发展目标之一。跨域异构平台协作已经成为当今智能化无人装备发展的一个明显趋势。

微小型固定翼无人机和水面无人船组成的子母型无人系统是一种典型的跨域异构协同实现方式，同时其协同控制也面临着极大的技术挑战，有针对性地开展相关研究可快速提升我军现有无人装备的技术水平。近年来，随着无人机集群概念和相关技术的快速发展，微小型固定翼无人机平台得到了诸多关注，如果能实现在水面等母载体上的灵活释放与回收并与母体形成协同，则可大大提升其所能达到的作战效能，因此也得到了广泛关注。但是，固定翼飞行器的飞行特点决定了在复杂环境（水面的风扰、水面船的横纵遥等因素）中实现对其自主释放与回收面临着极大的技术挑战，从而为其形成灵活、可循环的跨域子母平台带来了巨大的困难。

进入21 世纪后，利用不同种类的空中–子母平台跨域协作系统的设想和研究得到了欧美等国的高度关注。

美国方面：SPAWAR 中心，曾在美国国防预先研究计划局（DARPA）的资助下开展过空中（旋翼无人机）–地面（无人车）–水面（无人船）平台跨域协作的研究，并于2005年12月进行了针对“入侵人员”监控与打击的演示（图1）。

图1 美国圣迭戈SPAWAR 中心进行的空中–地面–水面跨域协作演示[5]Fig.1 Air-ground-water cross-domain collaboration demonstration conducted by SPAWAR Center in San Diego, USA[5]

美国（极光飞行科学公司，Aurora）公布了一种新的固定翼无人机自主释放与回收装置，如图2 所示，并于2017年测试成功，这被称为SideArm 的系统，由起重机、滑轨和滑动回收器三部分组成，通过高精度无人机飞行控制，使飞机上端主钩以一定高度挂至回收器的绳缆上，以达到减速的目的。另外，美国“扫描鹰”（ScanEagle）无人机和“整合者”（RQ-21A）无人机采用“天钩”（Skyhook）回收系统如图3 所示。该回收系统用一根垂直悬挂在吊杆上的拦阻绳捕获无人机翼尖锁钩来实现回收，结构组成简单、收放机动灵活，可在陆基地面/车载、海基舰载/岛礁等各种狭小回收空间使用[6-9]。

图2 SideArm 系统Fig.2 SideArm System

图3 “天钩”（Skyhook）回收系统Fig.3 Skyhook recycling system

欧盟方面：2007年，在法国国防部的支持下，法国多家研究机构联合开展了多平台跨域协作问题的研究（PEA-Action 项目）。该项目以边界巡逻与监控为背景，针对跨域协作中的“数据融合”和“态势评估与决策”两个科学问题，旨在研究不同平台（空中、地面、水面、水下）之间的跨域协作方法及其实现技术[10-12]（图4）。

图4 法国PEA-Action 项目中的跨域协作Fig.4 Cross-coordination in the French PEA-Action project

国内方面：2018年南京航空航天大学李春涛研究团队实现了小型舰载无人机弹射起飞与天钩回收的空中–水面子跨域协同的方式，并对其无人机弹射与起飞进行了详细的动力学分析[13-14]，如图5 所示。

图5 南航“天钩”回收系统Fig.5 Skyhook recovery system of nanjing university of aeronautics and astronautics

国外关于跨域异构无人系统的研究始于21世纪初，但纵观相关技术发展，大部分将目光停留在松协同模式，即不同平台之间并无物理连接，只是通过编队控制等行为协同实现任务合作。即使对于为数不多的子母平台研究，也更多地集中在旋翼无人机和地面、水面等平台组成的子母平台，直接研究固定翼无人机和其他平台组成子母系统的并不多见，其中重要原因之一是固定翼无人机的自主释放与回收技术尚不成熟[15-19]。

如图6 所示，本文提出了一种全新的跨域异构协作的实现方式：利用可变柔性机械臂辅助实现在狭小空间和恶劣条件下对微小型固定翼无人机平台的自主释放与回收。以此为基础，借鉴前期在多无人平台跨域协作方面的大量研究成果和研发经验，对异构智能系统自主协同控制技术开展系统深入的研究工作，以期构建跨域异构协同技术体系；同时，研发由微小型固定翼无人机和 水面无人船组成的跨域异构子母平台原理样机，系统性地开展跨域协同试验研究，为后续形成子母型跨域异构智能无人系统装备奠定技术基础。

图6 跨域异构子母平台的自主回收过程示意图Fig.6 Schematic diagram of the autonomous recovery process of the cross-domain heterogeneous parent-child platform

2 系统组成与设计

固定翼无人机在舰船甲板上的自主收放主要面临以下几方面挑战：一是甲板面积有限，无法给固定翼无人机的起飞和降落提供较大的滑跑空间；二是无人船平台甲板的摇摆和浮沉给无人机的收放控制带来安全的风险；三是完成收放的空间狭小，给无人机的收放过程的控制精度提出了更高的要求；四是该系统需要实现全自主化，收放系统具有较高的自动化水平。针对上述问题，设计了小型固定翼无人机自主收放系统，系统总体构成及功能如图7 所示。

图7 系统总体构成及功能图Fig.7 Overall system structure and function diagram

（1）拦阻子系统：实现无人机回收过程中的柔性减速和能量的吸收，缩短无人机溅落滑行的距离，降低对无人机本体的冲击。

（2）减摇子系统：补偿甲板横纵摇及浮沉运动，实现拦阻绳索的姿态平稳。

（3）引导子系统：实现收放过程中，无人机相对甲板的高精度定位与定姿以及甲板运动状态的预测，为无人机的降落提供导航信息。

（4）气动弹射子系统：通过高速气压释放，实现无人机在甲板上短距离弹射起飞。

系统总体方案如图8 所示，减摇子系统通过对甲板运动的补偿实现拦阻绳索期望姿态的保持，完成对无人机回收的准确拦阻，并引导无人机安全降落于着陆网上；拦阻子系统通过对拦阻电机的扭矩控制实现对无人机的柔性减速，使无人机安全降落；气动弹射系统通过快速释放气压，为无人机提供起飞的初速度；引导系统布置于甲板上，实现机–船相对状态的高精度测量和甲板的运动预测，为上述三个子系统提供实时和预测的 甲板运动状态，同时还能提供机船间的高精度相对状态。

图8 系统总体方案设计图Fig.8 System overall scheme design drawing

2.1 减摇子系统

减摇子系统的核心功能是实现拦阻绳索的姿态不受甲板运动影响，保持稳定的姿态对无人机进行拦阻。减摇子系统原理如图9 所示，采用两套移动滑轨并联而成，滑轨上安装有减摇电机驱动的运动滑块，一方面，两套运动滑块通过同向运动能够补偿船身的纵摇与垂向运动；另一方面，通过运动滑块的相对运动补偿船身的横摇，通过上述功能配合可以保持拦阻索有效的拦阻状态。

图9 减摇子系统原理图Fig.9 Schematic diagram of anti-rolling subsystem

该系统通过引导系统获取高频率的船身相对无人机的姿态变化，采用快速傅里叶变换将数据进行频域分析，通过卡尔曼滤波器筛选低频大幅值信号，然后通过补偿机构的运动学模型解算出期望位置，最终控制各关节电机运动，达到快速准确补偿的目的。

甲板补偿系统机械结构如图10 所示，减摇电机布置与系统底部，垂直安装，通过换向和传动 实现对运动滑块的运动驱动。运动滑轨是运动滑块的载体。拦阻电机主要实现拦阻索的张紧和拦阻减速度的控制。

图10 甲板补偿系统机械结构图Fig.10 Mechanical structure drawing of deck compensation system

基于上述原理设计，根据系统5 级海况下回收的任务要求，构建了仿真模型，对系统的主要功能和参数进行了仿真分析。系统的主要设计输入参数如表1 所示。

表1 系统主要设计输入参数Table 1 System main design input parameters

根据上述参数，构建系统仿真模型，通过仿真计算分析可得，船身随海浪运动的同时，海浪补偿机构可进行补偿运动。运动滑块的位移如图11 所示，补偿过程中只有沿绳索轴向的运动，航向、横滚、纵向及垂向均可以保持初始状态。通过仿真最终计算出滑块位移距离不大于6.77 m。

图11 运动滑块的位移Fig.11 Displacement of the moving slider

图12 显示该点处的力与加速度均近似为0，表明该点处除了沿绳索轴向运动之外无其他方向的运动趋势。右侧链接点处的运动情况与之相似，可说明该机构补偿的可行性。

图12 链接点处的加速度Fig.12 Acceleration at the link point

为了实现模块功能，所要使用的模块包括通信交互模块，如图13 所示：具备协议拆解功能，通过无线通信获取无人机的位姿数据；减摇控制器：将通信得到的相对姿态数据进行变换、分解、 滤波等处理，通过运动学模型计算出各关节期望位置值；传感器反馈模块：实时获取电机运动信息，为控制器提供反馈，形成闭环；电机控制模块：根据期望值、传感器反馈值，准确控制电机达到机构执行的目的。

图13 减摇子系统控制框图Fig.13 Control block diagram of anti-rolling subsystem

甲板补偿运动控制采用基于自适应FFT 预测算法与模糊–PID 相结合的控制策略，能够根据船身姿态变化进行实时姿态补偿，实现运动滑块的快速响应，补偿作动器延迟，自适应补偿母船与无人机之间的相对运动，算法解算模块包括欧姆龙CPU、上位机；电机控制模块包括欧姆龙NX单元、电机、电机驱动器。系统主要设计参数如表2 所示。

表2 减摇子系统主要设计参数Table 2 Main design parameters of anti-rolling subsystem

2.2 拦阻子系统

拦阻子系统主要通过柔性拦阻吸收无人机回收过程中的能量，逐步减小无人机的速度，实现无人机的安全回收。主要由拦阻电机、拦阻绳索和绳索导向轮组成，如图14 所示。拦阻绳索向两侧延伸，通过一组导向滑轮连接至拦阻电机上。整个工作流程主要分为待命阶段、拦阻阶段和回收阶段。在待命阶段，拦阻电机需要克服减摇子系统中运动滑块的减摇运动带来的滑块间的距离的变化，始终保持拦阻绳处于张紧状态；在拦阻阶段，根据无人机的速度、姿态和位置控制电机扭矩，从而为无人机提供恒定的减速度，吸收拦阻能量；在回收阶段，电机不输出力矩，待飞机回收完毕，电机加载力矩，回收绳索重新进入待命状态。

图14 拦阻子系统示意图Fig.14 Schematic diagram of the arresting subsystem

拦阻系统控制框图如图15 所示，根据引导系统提供的机–船相对状态，以及期望的无人机回收位置和状态，分别解算两个电机的期望转速、扭矩等变量，然后根据电机状态的实时反馈，采用柔性控制方法实现对电机输出的控制，通过两个电机的配合实现无人机的拦阻的降落位置的控制。

图15 拦阻系统控制框图Fig.15 Arresting system control block diagram

拦阻子系统与减摇子系统使用相同的控制系统。在控制拦阻子系统时，需要用到两个电机的扭力数据，因此软件系统主要分为接口软件和控制软件，接口软件中串口主要是嵌入于CDHD 控制单元，EtherCat 总线主要是嵌入于NX1P2 控制单元，其中串口有两个：一个用于接收舰载控制子系统的电机控制信息并将电机的实时扭力发送给舰载控制子系统，另一个用于控制电机和接收电机的实时扭力信息，EtherCat 总线用于接收电机编码器信息而得到电机位置。控制软件主要是嵌入于NX1P2 控制单元，用于控制电机。这两部分软件都是通过对控制单位的配置来实现的。基于上述设计，设计拦阻系统的主要参数指标如表3 所示。

表3 拦阻系统主要参数指标Table 3 Main parameters of the arrest system

2.3 引导子系统

引导子系统如图16 所示，主要包含两方面的功能：一是预估甲板运动的静息期，获取最佳回收窗口；二是实现无人机与甲板的高精度高频率的相对定位。因此，引导子系统主要由多站测距模块和组合导航模块构成。多站测距模块主要通过测量无人机的距离解算出无人机相对甲板的定位。组合导航模块主要用于测量甲板的位置和姿态，提供甲板的俯仰、横滚、航向、浮沉等数据。

图16 自主收放引导子系统主要构成及功能Fig.16 Main composition and function of the autonomous retractable guidance subsystem

舰船受风浪影响，存在六自由度运动：纵摇、横摇、艏摇、纵荡、横荡和垂荡，如何预测甲板的运动状态是无人机实现回收决策的重要依据。舰船的运动由海浪所驱使，虽然某一时刻或者某一次海浪运动可以看成一种纯随机过程，然而从长期的统计来看，可以认为是一个平稳随机过程，鉴于此，可以进行舰船甲板运动状态的预估工作。本项目拟采用时间序列法对甲板运动状态进行预测。如图17 所示，该方法依据甲板运动的历史数据进行预估，不依赖甲板运动本身的数学模型，在采集到N个历史数据后，建立自回归（Autoregressive，AR）模型，采用最小二乘法对模型参数进行辨识，通过AIC 准则（Akaike Information Criterion）对模型进行定阶，从而得到预报模型，进而可进行递推预报。

图17 甲板运动预测技术方案Fig.17 Deck motion prediction technology scheme

多站测距模块主要基于多站测距定位原理实现无人机相对甲板的高精度和高频率定位，如图18 所示。多站测距系统拟采用超宽带（UWB）测距模块构建，其中，UWB 参考点（RN）按照一定的几何布局安装在舰船的降落平台上，其相对坐标通过标定获取。UWB 目标站点（TN）安装在待定位的无人机上。采用基于TOA 的多站测距定位方式。通过双向飞行时间测距获得TN到每个RN 的距离，由于测量误差的存在，定位结果是一个包含TN 真实位置的三维区域。根据一定的误差准则，常用的如平方差之和最小准则，可以获得TN 的位置估计[20-21]。

图18 基于多站测距定位的引导原理Fig.18 Guidance principle based on multi-station ranging and positioning

为了提高位置跟踪的准确性，这里将采用加权最小二乘（Weighted Least Squares，WLS）定位算法和扩展卡尔曼滤波（Extended Kalman Filter，EKF）相结合的策略，如图19 所示。通过 UWB 测距模块获得的一组距离测量值输入WLS 定位算法，解算出TN 的粗略位置，然后将原始的距离测量值与上一步得到的粗略位置估计一起作为系统的观测值，并作为扩展卡尔曼滤波器的输入；最后，对每个RN 分别执行扩展卡尔曼滤波处理，对得到的多个RN 的位置估计进行加权平均，得到最终的位置估计。

图19 WLS 与EKF 相结合的动态位置估计策略Fig.19 Dynamic position estimation strategy combining WLS and EKF

主要系统设计参数如表4 所示。

表4 引导子系统设计指标Table 4 Guidance subsystem design index

2.4 气动弹射子系统

气动弹射子系统的主要功能是通过快速气压释放将飞机以足够的初始速度弹出，同时要保证初始姿态稳定。其系统构成主要包括气泵推进系统、飞机弹射导轨、飞机支撑托架、减振弹簧及其他支撑构件。其中，气泵推进系统由充气泵、气压监测装置、弹射触发继电器组成，如图20 所示。

图20 弹射机构结构设计图Fig.20 Structure design drawing of ejection mechanism

弹射子系统的工作过程主要包括弹射过程和复位过程。弹射过程：首先根据释放控制指令将发射信号输入至弹射触发继电器中，控制气泵泄压，气泵的气压将装载无人机的支撑托架推出，飞机支撑托架延弹射导轨运行至末端，接触气弹簧后减速至停止，置于飞机支撑托架的无人机弹出，进入飞行状态，弹射过程完毕。复位过程：通过换向阀反向加压，将飞机支撑托架复位，气泵闭合，换向阀方向归位，复位过程完毕。气动弹射子系统主要设计参数如表5 所示。

表5 气动弹射子系统主要设计参数Table 5 Main design parameters of aerodynamic ejection subsystem

气动弹射控制系统如图21 所示，主要包括气泵的气压控制模块和弹射控制模块。气压控制模块通过监测气泵本体的压强，实现气泵的充气功能。弹射控制模块实现接控制指令，完成气泵的瞬间泄压，实现无人机的弹射起飞。气泵控制模块采用PID 控制气泵气压，为了克服在大偏差情况下的严重超调，使系统出现振荡现象，影响正常运行，在增量型PID 算法基础上又采用了积分分离式PID 调节方法，即偏差较大时取消积分作用，当偏差较小时才将积分作用投入。此外，对运算出的控制量限幅，防止积分饱和。

图21 弹射器子系统硬件系统结构图Fig.21 Hardware system structure diagram of the catapult subsystem

另外，无人机释放过程中所面临的主要困难在于：母体平台存在的不规则晃动将导致被释放平台离开的瞬间具有非零姿态与速度以及由耦合效应引起的动力学异常，这将严重影响平台的运行安全。因此，在选择甲板静息期的发射窗口外，无人机的起飞控制拟采取如下方案：首先，利用非线性可达集分析方法结合具体飞行测试实验来研究无人机能够实现稳定飞行的初始条件；然后，研究释放控制策略，通过甲板预测方法估计释放的最佳甲板状态窗口，保证释放后瞬间无人机平台运动的速度和姿态达到要求；最后，研究鲁棒飞行控制策略，实现无人机从释放瞬间的非常规飞行模态向稳定飞行模态的快速、安全过渡。其中可达性分析的研究拟采取鲁棒控制的方法，结合无人机本体的动力学模型（依据试验飞行数据），通过离线优化反解技术得到无人机的最大可达状态区域（针对特定稳定飞行模态）；飞行控制则采用基于加速度反馈增强的控制策略，该策略能够保证在原有常规飞行控制器的基础上，通过对不确定因素的补偿，实现对风扰等外部影响的抑制，保证飞行安全性。

3 仿真与实验

为了充分验证本文设计的空中–水面子母无人平台系统的效果，本文采用两种不同方式循序渐进地对该系统进行验证，分别为半物理仿真实验以及真实水面实验。

3.1 半物理仿真实验

设计并完成了半物理仿真与测试平台的研制，并开展了释放回收系统的半物理仿真验证。半物理仿真与测试平台方案如图22 所示，包括六自由度平台、回收网系统、升降台、固定翼无人机、拦阻机构和控制系统。回收网系统设置于六自由度平台的中部位置，主体结构为设置在这四个支柱上的回收网。在六自由度平台前方的设置有一对对称安置的升降台，在每一个升降台上都固连着拦阻机构。回收过程概括为：当固定翼无人机接近六自由度平台，发出准备降落的信号，并放下挂钩时，升降台根据探测到的固定翼无人机的位置单独调节每一个升降台的高度，以匹配固定翼无人机的飞行姿态。固定翼无人机的挂钩挂上拦阻索时固定翼无人机会在拦阻机构的作用下减速，并能以一个相对较低的速度撞上回收网完成回收过程。回收网系统设置于六自由度平台中部位置，回收网系统包含四个支柱及回收网。两组升降台设置于六自由度平台尾部，两组升降台对称放置。升降台主要由支架和升降运动机构组成。固定翼无人机是前拉式无人机，机身后部设有角度可调的连接钩。

图22 半物理仿真与测试系统Fig.22 Semi-physical simulation and test system

在六自由度平台上设有控制系统，且控制系统包括六自由度平台控制子系统、无人机控制子系统和通信系统等。

海浪是一种由海风作用而生成的不规则波浪，长期对海浪的研究表明：已经充分成长的海浪能用平稳随机过程的理论知识来分析。本文采用ITTC 双参数谱作为海浪仿真谱密度函数。其公式如下[22-23]：

其中，ξw/3表示三一平均波高，ω表示各谐波对应的频率。最终在三级海风情况下单点长峰波海浪仿真，如图23 所示。

图23 ITTC 海浪谱模拟三级海浪Fig.23 ITTC wave spectrum simulates three-level waves

在物理系统上进行验证试验，如图24 所示，可以看出，在不同的无人船运动姿态下，海浪补偿机构均可以使拦阻索保持姿态稳定。

图24 海浪补偿动态测试中两种典型无人船 姿态情况下的拦阻索姿态保持情况Fig.24 Retention of the arresting rope attitude under two typical unmanned ship attitudes in the sea wave compensation dynamic test

经测量，实验所用小型固定翼无人机的重量为1.618 kg。

回收过程中，无人机能够成功撞线并落入安全网中，进行10 次以上拦阻测试实验，计算得到回收成功率不小于80%。无人机回收测试过程如图25 所示。

图25 无人机自主回收实验过程Fig.25 Experimental process of autonomous recovery of UAV

3.2 真实水面实验

搭建图26 所示真实水面环境下空中–水面子母无人平台系统，系统包括拦阻机构、机械臂、机械臂滑轨、弹射器以及固定翼无人机。在2 级风环境下，实现了重量为1.88 kg 的固定翼无人机船载自主起降试验。

图26 空中–水面子母无人平台系统Fig.26 Air-to-surface unmanned platform system

试验全过程中无人机以及回收系统前向线速度曲线图，如图27~29 所示。

图27 前向线速度曲线图Fig.27 Forward current speed curve

回收全过程中，由无人艇俯仰角以及横滚角曲线图可以看出，该空中–水面子母无人平台能够完成3 级海况下自主释放与回收。

图28 无人艇俯仰角度曲线图Fig.28 Curve of pitch angle of unmanned boat

图29 无人艇横滚角度曲线图Fig.29 Unmanned boat roll angle curve diagram

如图30 所示，本文研制了一套应用于固定翼无人机在水面运动平台的自主回收技术，包括动平台自主起降引导技术、应用于自主释放回收系统的自主控制技术和无人艇自主起降及机船协同控制技术，并且还开发了一套空中–水面子母无人系统原理样机，实现了固定翼无人机在水面无人平台的自主释放和回收。

图30 实验全流程Fig.30 Whole process of the experiment

4 结 论

本文通过借鉴国际上最新的自主回收的小型舰载固定翼无人机研究方案，提出了拦阻减摇和高精度引导相结合的固定翼无人机回收系统，可以降低甲板摇摆对回收的影响，同时提升无人机回收过程中的控制精度，并辅以甲板转运系统，可以极大地提升回收过程的自主性、安全性和适应性。在此基础上，建立了系统的物理仿真平台，通过物理实验进行了开发和验证，该实验表明本系统能够有效提高小型舰载固定翼无人机短时间内自主回收成功率。该空中–水面子母无人平台系统为异构无人系统的实际应用奠定了基础。接下来将继续深入研究非常规初始条件下的稳定飞行控制技术，提高子母无人系统的耦合性。此外，将进行更复杂环境下的应用测试，提高回收机构在强风扰、海浪等不确定因素下的回收稳定性。