一种微服务架构的无人机协作模型设计

凌飞 周妙林 卢丹 粟骏龙,3

1. 广东数字生态科技有限责任公司 广东 韶关 512026；2. 武汉聪源科技有限责任公司 湖北 武汉 430223；3. 武汉大学 湖北 武汉 430079

引言

无人机本体具有灵活机动、视野开阔及快捷方便的特点，根据负载能力搭载各类定制化功能设备形成多用途移动作业终端，被广泛应用于军事、商业及民用领域，形成了各具特色的业务解决方案。得益于网络通信技术、中间件技术及多目标协同与自适应管理技术的进步，无人机的应用逐渐从近距离单机操控转变为远程集群控制，基于业务需要，快速实现动态的无人机资源调配、任务协同规划，以及不同程度的无人机终端自主控制等环节。

1 研究现状

无人系统的发展趋势是可扩展的通用软件架构与高度自主的作业环境自适应能力，远景目标是实现无人生态系统，通过互联的智能家居、智能交通及智能制造等无人装备终端，为人类提供一体化的远程定制服务。目前，无人机由于覆盖领域广与高效灵活的优势，其业务应用被多个行业纳入了实施方案，随之而来的是各种研究成果的涌现。

DARPA实施的“快速自主轻量”项目，不依赖任何先验地图、定位数据及用户命令等数据支持，通过算法实现实时的现场感知、任务规划和行为控制等环节，成功验证了各种复杂场景下无人机的自主飞行能力[1]。

李亚南等[2]针对区域侦查或信息采集的需求，研发了分布式反集群算法，使得探测范围存在差异的水面无人艇以较小搜索代价覆盖目标区域范围，同时该算法拥有一定的避障能力，经过优化和改进后同样也适用于无人机集群，作为搜索区域覆盖算法的一种参考方案。

王磊等[3-4]以作战应用数据链研究作为无人系统的业务导向；王健等[5]通过虚拟化技术整合地域分散的各类有人平台、无人终端、情报及数据链路管理中心等相关设施，以动态聚合的方式提供数据融合与发布，初步实现了云端作战管理平台的雏形。

多项研究成果表明，无人系统建设向着智能网络控制中心的趋势发展，不断提升平台的信息交互能力、任务规划、协同与自主决策等技术水平，才能发挥无人系统集群的协作优势。尤其是无人机的应用，常替代人类执行一些高风险工作，同时相对较低的集群作业成本与灵活的动态组建方式也符合经济性指标要求。

2 业务需求分析

无人机利用空中作业的优势，根据任务需要搭载定制化设备来实现多项用途。一个搭载侦查与武器载荷的无人机执行单机巡查业务时，典型的业务流程有[6]：①无人机接收远程命令，飞到目标区域对空中或地面目标执行侦查任务，同时回传实时图像；②侦查过程中，如果无人机发现疑似目标，根据业务预案或经指挥中心控制，无人机将当前任务模式切换为可疑目标跟踪状态；③跟踪过程中，无人机得到目标识别条件，根据业务预案或经指挥中心控制，切换为目标识别状态；④在完成目标识别后，无人机根据业务预案或经指挥中心控制，对打击目标进行选择性的警告提醒；⑤警告无效后，在满足预案设定的打击确认条件或经指挥中心确认后，无人机执行对目标的火力打击任务；⑥打击任务完成后，无人机根据其业务预案或经指挥中心控制，需要搜集打击证据，切换为打击效果评估任务；⑦根据预案或控制中心命令，执行后续规划流程。

随着无人系统自主控制与环境适应能力的提升，用户使用无人机的场景及操控粒度由传统的现场指令操控过渡为远程任务模式配置，飞行路径的控制权限可以更多地交由无人机终端的控制模块自主执行，业务全程只需要引入必要的人类决策与指挥环节。正是由于智能程度的不断提升，多个无人装备之间协同作业的场景也不断被人类进行验证。但是，无人装备之间的差异性表现在诸多方面，如指令体系、智能程度及可靠性等，使得整体协调并不容易。本文设计了一种基于微服务架构的无人机集群业务协作模型，通过对异构无人机终端的协同指挥，实施动态的联合任务规划，满足灵活多变的业务需求。

图1 业务流程实例

3 微服务平台设计

无人机协作模型基于微服务架构进行设计，可以分为应用层、管理层、中间层及资源层。应用层为前端展示模块，通过Web、客户端、移动App等用户界面，基于地图的实时展示，按照业务进度合理调配分布式的无人机资源，实施动态的业务规划[7]。管理层用于解析应用层的业务逻辑，将执行组件以微服务的形式统一进行注册管理，以微服务调用的方式进行功能组合。中间层将异构的无人机平台功能接口改造成分布式的微服务实例，方便管理层统一进行管理。资源层为无人机本体及负载设备的资源集合，以异构的系统架构及定制化的组件模块为表现形式，通过高度耦合的接口进行模块间的信息交互。

图2 系统微服务体系结构

4 关键技术

本模型需要解决异构的无人机集群及载体等功能组件之间由于数据格式、通信消息机制和技术平台的差异导致的数据交互难题，并建立合理的面向业务的无人机自适应管理机制，相应的关键技术主要由异构组件的微服务改造、数据交换中心、任务协作模式下的行为自适应管理等。

图3 关键技术

4.1 异构组件的微服务改造

微服务改造对已有的C++动态库通过微服务接口生成工具生成服务接口文件并完成编译，形成满足微服务技术体制的服务包，该服务包通过微服务中间件、数据转换中间件、嵌入式服务容器的结合，形成嵌入式的自带服务运行环境，打包形成微服务包。该微服务包作为可独立运行的服务组件，不需要依赖任何外部融合，运行该微服务包即实现了该C++动态的库的服务化。

该微服务包同时还包括服务的管理组件，可实现服务的自动注册，服务列表查询和服务测试等功能。其逻辑视图如下：

图4 微服务改造逻辑过程

4.2 数据交换中心

从业务角度分析，控制中心处于通信网络的核心地位，负责协调各种信息在不同模块之间的交换，以实现无人机协作网络的组建、综合态势的融合与决策判定、基于业务流程的任务规划与推送等；无人机终端通过各自的传感器收集数据并上传，按业务规划的流程执行控制中心下发的任务[8]。因此，有必要在控制中心端开发一套数据交换中心组件，由无人机各组件通过微服务接口基于最小发布时间间隔发布数据到数据交换中心，数据交换中心存储无人机终端的资源与行为等数据的各历史版本，借助不同的订阅需求，将该数据的订阅版本基于订阅的时间间隔发送给订阅方，让其分析出基于该数据变更引起的决策变化，以便协同管理无人机集群之间乃至无人机组件内部的行为。

图5 基于发布/订阅机制的数据交换中心

4.3 任务协作模式下的行为自适应管理

基于目标行为的控制设计是实现无人机集群自主规划的基础架构。行为是无人机终端的外在表现，其特征能够通过软件模型进行抽象，设计无人机任务模式下各种典型的行为方法，通过方法调用和参数配置实现无人机行为的控制。例如无人机搜索时对飞行行为的设计，配置合适的飞行高度、速度、导航路径，遇到障碍时上述行为参数需要临时变更，同时有些行为的触发需要克服约束条件的限制，例如打击行为受攻击距离、发射角度、环境干扰因素等限制，需要无人机飞行行为进行协调。当多重行为被执行并对无人装备的控制产生竞争时，需要多目标求解器协调各目标行为，解决行为冲突，并保证当前任务命令正常执行。本文基于间隔编程（Ivp）思想，实现对行为指令的管理和协调，同时与数据交换中心的消息交互，完成对无人机集群内部各载荷控制单元的交互。

图6 基于行为的任务中间件迭代循环过程

目标行为控制模块包括如下迭代过程：

①从数据交换中心读取消息，消息被解析并存储在本地缓冲区中，以供行为使用。②评估行为影响。如果任务行为文件中有模式限定，意味着只有在该模式前提下，行为才对本次迭代计算产生影响。③查询行为权重。每种行为都会被分配一定的机会被执行，通过执行权重表示，行为控制模块将依次查询每个行为。④行为协调。多目标求解器通过收集的IvP函数，基于行为控制模块的决策空间生成单一决策。每个函数都是一个IvP目标函数，能将决策空间的每种元素都映射到一个效用值，IvP函数是分段线性定义的，其中每一个分段都对应决策空间的一个区间并通过一个相关的线性函数来描述。结合每个函数分配的关联权重，求解器通过函数的加权计算来实现多目标优化（实际上是在该点执行单目标优化，输出是决策空间中的单个最优点）。对于每个决策变量，求解目标函数以产生一个动作，表示为一组变量值对。⑤目标行为控制模块将所有变量值对发布到数据交换中心，以供其他进程分析使用。其中一些是变量值对由行为直接生成的，另外一些是由多目标求解器生成的。

多目标解算器收集由每个行为产生的一组加权IvP函数，并在决策空间中找到一个点来进行优化加权组合。如果每个IvP函数用表示，每个函数的权重由表示，则k个函数的多目标问题的解由下式给出：

其中，行为权重在任务启动后运随着行为参数的动态配置而变化，可能是远程用户调整或其他目标行为反馈的结果，需要利用仿真工具来检验参数配置和行为权重设置策略是否符合任务期望。IvP求解器采用搜索树算法对上述多目标优化问题进行求解，保证全局最优解决方案。

5 结束语

本文设计了一种微服务架构的无人机协作模型，对分布式的无人机资源进行动态组网与任务配置，完成联合业务规划的需要。通过对无人机特定任务模式设计适应各种作业场景的典型行为设计，能够在一定程度上实现无人机终端的自治处理，提高系统的整体智能水平。同时，该模型协同指挥异构的无人机本体与松耦合的负载设备，资源改造与集成成本较低，能够充分利用已有的资源，提高无人机与搭载设备的复用效率。目前该模型的设计建立在可靠的网络通信基础上，未考虑到网络延迟及终端设备断网等现实隐患，而且还需要将无人机业务模式和行为过渡设计得更加细致，逐步将模型概念向实用系统方面推进。