多无人机协同任务规划研究综述

谭威, 胡永江, 李文广, 张小孟

(陆军工程大学石家庄校区 无人机工程系， 河北 石家庄 050051)

0 引言

与载人飞行器相比，无人机作战具有较为明显的优势。例如，无人机作战时不需要考虑飞行员的生理极限，能够进入到风险较高的空域进行作战；而且无人机不载人，也能够大幅降低人员伤亡。除此之外，无人机具有较强的自主控制能力、较长的续航时间等优势[1-5]。在海湾战争、伊拉克战争中均出现了无人机作战的实例，在中低空侦察、电子对抗等方面无人机作战有了出色的表现。不过，战争中需要对全局进行把握，所以通常单架无人机的能力有限，常常需要多架无人机进行协同作战。与单一无人机作战相比，多无人机协同作战能够解决更为复杂的问题，而且完成任务的效率更高，作战中部分无人机出现损伤对全局任务影响也较轻微[6]。

1 多无人机协同任务规划的关键问题

基于现今多无人机协同任务规划的研究现状，该领域研究的关键问题主要存在于任务建模、多无人机协同目标分配、多无人机协同航迹规划和航迹重新规划几个方面。第一，现存的所有无人机协同任务模型的处理方法各异，通用算法无法满足模型求解的问题。另外，多无人机协同作战的环境更为复杂，三维尺度下的问题求解难度更高，因此在算法优化方面需要考虑在三维条件下多无人机的协同关系，约束关系以及三维空间的表示方法，筛选出适合于三维环境的算法；第二，为了保证多无人机之间的任务分配的统一性，以及多无人机之间的信息共享，需要利用能够适用于所有模型问题求解的算法。在进行算法设计时，需要考虑实际分配的物理意义，设计科学的空间转换映射规则，以提高算法的灵活性和正确性；第三，无人机作战的三维环境较为复杂，因此航迹的规划问题则更为困难。在进行航迹规划时，需要首先找到航迹关键点。在进行关键点选择时，需要考虑单个无人机自身条件以及多无人机彼此之间的约束条件、空间的约束条件等，还需要尽量降低问题求解和算法的复杂性；第四，无人机在实况作战中常常会遇到突发的威胁，因此需要进行单机的轨迹重新规划。然而在重新规划过程中，需要考虑到多机协同任务规划的全局，不破坏多机共同作战的协同性。这一问题是多个目标的优化问题，需要降低协同计算的复杂性，缩短计算时间。本文基于现今多无人机协同任务规划研究的进展，从任务规划系统、任务分配和航迹规划几个方面进行了综述。

2 任务规划系统

多无人机协同任务规划是基于单机任务规划发展的，需要具有基本的任务规划特点。例如，在进行任务规划时，需要明确任务的类型、完成任务的区域和时间；而且需要对战场中的环境、目标和事态进行准确分析；以及要能够在保证最小代价的情况下，完成最大的收益，从而进行约束条件的设定、数据的评估、分配方案的确定和飞行轨迹的规划。在任务规划时，多无人机协同作战往往会面临多个作战目标和多个作战任务，因此通常进行任务规划时需要遵循价值高目标优先原则，距离近目标优先原则，任务执行时间短优先原则，委派无人机数量少优先原则。

2.1 任务规划流程

多无人机协同任务规划的流程一般分为实时规划和离线规划两个过程，其规划流程图，可分为事态评估、威胁评估、轨迹规划几个部分，如图1所示。

图1 多无人协同任务规划流程

这一过程同时需要完成的流程有任务的分析、任务优先级的确认、根据已知信息对事态进行评估和预测、任务威胁评估以及完成目标收益和代价的预测。根据对以上数据进行评估，然后建立多无人机协同任务规划的优先级原则，对任务进行分配，对无人机的路径进行规划和修正。在无人机起飞后，所涉及的任务规划流程都属于实时规划过程。当无人机起飞后，在执行任务过程中面临突发的威胁，或是与其他无人机之间发生相互干扰，那么无人机所携带的传感器将会回传数据信息，通过对回传的数据进行分析和评估，进行威胁评估。如果所面临的威胁对无人机具有武器威胁并影响其自身安全和任务安全，那么将重新进行任务规划，改变航行路径；若不造成上述威胁，则依照原计划进行任务执行。

2.2 任务规划系统的基本架构

多无人机协同任务规划系统一般可分为内部数据管理模块、事态/威胁评估模块、检测管理模块、任务分配模块、航迹规划模块、通信模块、协调模块和方案效能评估模块八大部分，任务规划过程包括基本规划、协调规划和监测控制三条路径。其中，内部数据管理模块是该系统的数据库，储存了任务规划的所有数据，并以供任务规划调用；事态/威胁评估模块是对环境中的目标、事态和威胁进行感知，并对其进行综合评估；检测管理模块主要功能是对其他模块的状态、控制和调度进行跟踪；任务分配模块主要是根据不同的无人机类型对其进行任务的分配，从而保证完成任务的最大收益；航迹规划模块的主要作用是根据目标位置确定航迹关键点，进行完成无人机路径的规划；通信模块的主要任务是完成无人机与控制中心以及无人机与无人机之间的信息共享；协调模块的主要功能是在实时规划过程中对多无人机之间进行协调以及任务的重新分配和路径重新规划；方案效能评估模块的主要功能是对方案的收益进行评估。

2.3 任务规划系统的控制方式

基于以上论述，多无人机协同任务规划系统更为复杂，具有更为复杂的模块和更复杂的控制系统，在执行作业时既要保障全局收益，又要兼顾各个单无人机之间的协调以及作业的效率。因此在对任务规划系统进行设计时，需要对各个模块的功能进行明确，增加有效模块，删除无用模块；另外还需要根据任务类型选用合适的控制系统，进行有效的任务分配。

3 多无人机的任务分配

多无人机协同作战的任务分配主要包括了任务分配和目标分配。任务分配需要遵循三个原则：第一，所分配的目标与所委派的无人机性能相匹配；第二，多无人机执行任务时，时间协调；第三，多目标任务执行时，遵循全局收益最大化的原则。

其中任务分配是指基于无人机自身的性能，委派给符合其性能的任务。例如，侦察无人机负责侦察监视，具有武力攻击功能的无人机负责火力打击，具有效果评估性能的无人机负责效果评估等工作。在多无人机协同作业时，通常系统会不排除具有不同性能的侦察机。例如，在对多无人机协同作业的系统，郜晨[7]建立起了侦查、打击和评估的任务分配，并按照侦查、评估、打击、评估的顺序进行执行。任务分配的模型和问题求解基本类似，可看作为优化组合NP问题。

多无人机协同作业的目标分配可分为编队级的目标分配和编队内的目标分配。编队级的目标分配通常采用聚类分析法进行分类。例如，叶青松等[8]将多无人机的目标分配分为两个阶段进行，首先对多目标进行聚类求解，由分散的目标解得目标簇；然后将所得目标簇分给不同的无人机编队，完成编队级的目标分配过程。编队内目标分配的模型主要有多旅行商问题模型、车辆路径问题模型、混合整数线性规划模型和网络流模型；常见的求解算法有遗传算法、合同网算法、混合整数线性规划算法等，这些算法的性能如表1所示。

表1 多无人机协同任务规划系统任务分配算法举例

万路军等[9]在对有/无人机作战系统进行目标分配时，便采用了集中式遗传算法和合同网算法对目标进行了分布式分配，实验结果表明，集中式遗传算法进行目标分配时能够得到全局利益最大化的目标分配方案，但合同网算法进行目标分配时的计算时间更短，通信量更低。

4 多无人机的航迹规划

多无人机协同任务规划系统中的航迹规划主要包括了无人机的路径规划和航迹修正两个部分。在进行路径规划时，也需要注意符合相应的规划原则：第一，避开威胁原则。在飞行路径中应尽可能避免环境威胁、武力威胁、编队碰撞等；第二，符合无人机自身特性原则。在飞行时，路径航线的距离、转弯的角度、飞行的高度都应该符合无人机自身的特性；第三，路径最优原则。在保证完成所有目标任务的情况下，规划最短路径，且保证不被地方雷达监测到。

路径规划的算法与目标分配的算法大致类似，也有遗传算法、合同网算法、混合整数线性规划算法等，基本性能也类似，这些算法的性能如表2所示。

表2 多无人机协同任务规划系统路径规划算法举例

路径规划的建模方法与目标分配有所不同，常见的建模方法有路标图建模法、单元分解建模法和人工势场建模法。例如，叶媛媛等[10]利用路标图建模法对多无人机协同作战的路径规划进行建模，利用Voronoi图规划了已知的静态威胁和航行中突现的动态威胁，完成了无人机的路径规划。宋佳瑞等[11]对多无人机协同作战环境的整个空间建立了势场模型，建立了任务目标的吸引力场和威胁源的排斥力场。在这两种势场的作用下，结合搜索算法，规划了无人机的最优航行路径。这一方法规划的路径实时性强，安全性较高。

航迹修正是对无人机所规划的路径进行进一步处理的做法，通常有平滑处理、安全距离处理和多机协同优化处理等方法。通常所规划的无人机航行路径是由多条短直线连接起来的，不同路径段连接处都具有一定的角度。为了满足无人机的自身特性，通常需要对路径进行平滑处理，使得较为尖锐的转角变得平滑。闫俊丰[12]利用B-spline的方法对多无人机协同任务规划系统规划的路径进行了平滑处理，分别对高度移动和平面移动进行了修正，最终得到的修正路径完全满足无人机自身性能的要求以及工作环境的约束。另外，在多无人机协同作战时，不仅需要考虑平滑处理，还需要考虑多机之间的安全距离。Wu等[13]通过仿真得到PH曲线，同时利用和声搜索算法对无人机的航行路径进行了调整，最终的航行路径能够完全保证任意两机之间的距离都大于安全距离，能够有效避免障碍物以及避免两机之间的碰撞。

多无人机协同任务规划系统中进行路径规划时，通常先通过建模规划初始路径，然后再进行平滑处理、安全距离处理等得到修正后的航迹。所用的算法与任务分配所采用的算法类似。

5 总结

多无人机协同任务规划系统是一个较为复杂的系统，本文对其整体架构的设计、任务分配方法和路径规划系统等进行综述。一般来说，多无人机协同任务规划系统包括八大模块，且各自具有各自的功能性。根据系统自身的需要，可以针对性增加或删减某些模块。在进行任务分配时，一般包括任务分配和目标分配两个部分，不同的算法具有不同的特性，一般需要满足目标与无人机性能匹配原则、多无人机时间协调原则和全局收益最大化原则。航迹规划一般包括路径规划和航迹修正两个部分，通过算法规划出最优路径，然后再通过平滑处理和安全距离处理等手段，使得路径符合无人机自身的特性。航迹规划时一般需要满足避开威胁原则、符合无人机自身特性原则和路径最优原则。