有人/无人机协同系统及关键技术综述

王荣浩,高星宇,向峥嵘

(1.陆军工程大学 国防工程学院, 南京 210007; 2.南京理工大学 自动化学院, 南京 210094)

0 引言

目前无人机研究领域相关技术的发展日趋成熟,已实现了对单一复杂任务的高效执行。然而随着实际任务执行要求的提高,已经出现了一些仅靠传统的单无人机甚至由多个无人机组成的编队系统无法完成的任务,尤其是面向军事领域的复杂任务。例如现役军用无人机系统执行侦查、监视与情报(intelligence,surveillance and reconnaissance,ISR)的一体化联合作战任务[1]。当前的无人机虽能携带一些武器,如小型和大威力的精确制导武器、激光武器或反辐射导弹[2-3],但战场环境瞬息万变,现有的无人机系统并不能完全代替人类大脑做出精准的判断和决策。更有效的方式是将有人机和若干架无人机组成混合编队,并由载人机就近向无人机发布指令从而执行实时性要求较高的任务。该方向已经受到广泛关注,并逐渐成为当前有人/无人机协同系统中的研究热点问题。

当前民用无人机已经基本满足大多数任务需求,并且民用领域的任务通常情况下并不十分复杂,且对相关技术如编队协同控制、路径规划等问题的研究日趋成熟。相对而言有人/无人机协同系统在军事领域的研究和应用较多,是近年来备受推崇和关注的多域作战[4-5]和跨域协同作战[6]中的热点问题,本文中涉及该方向的相关介绍和研究综述将以军事领域为背景。

作为较先进的作战体系,世界各国都在无人机作战技术的发展基础上开展了面向有人/无人机协同系统的研究。图1为美空军RQ-4B全球鹰大型侦察无人机。

图1 RQ-4B全球鹰无人机

以英国和美国为代表,两国分别在有人/无人机协同作战研究领域取得了成功。英国QinetiQ公司实现了有人机对无人机群战术层面的协调与控制[7-8];美国麻省理工学院和波音公司合作实现了机载驾驶员利用语音传输与识别技术向无人机传达指令协调执行任务。当前美军的C2BMC(command and control,battle management and communications)系统是全球较为领先的指控系统[9],该系统具备了绝大部分有人/无人机协同系统的关键指挥控制类技术,如态势感知、自适应规划、通信、建模、仿真与分析等。目前国内对于有人/无人机系统的研究和发展仍处于起步阶段,但针对各类自主无人系统的研究已经取得了不少成果,这些成果融合了人工智能、机器人技术、先进控制和决策等诸多高精尖科技成分[10]。笔者所在的研究团队针对地面无人系统的多智能体平台结合物联网通讯技术开展了相关研究工作[11],近年来对无人机自主协同编队控制问题进行了研究[12-13],后期考虑到人的干预行为,有望将有人控制与无人平台深度融合实现有人/无人空地协同系统。纵观国内外发展现状,有人/无人机协同系统的理论研究与实现问题十分复杂,涉及诸多技术难点,如链路通信以及高标准的人机交互和人机智能融合等。因此,除了上述已开展的研究工作,无人机群的规模控制、战力提升以及各种人机辅助操作、交互系统的开发[14]等也均为有人/无人机协同系统当前发展甚至将来仍需面对的问题。本文中将详细总结并分析有人/无人机协同系统的组成架构,运行机理以及关键技术,并提出未来的发展方向。

1 有人/无人机协同系统概念、架构与组成

1.1 有人/无人机协同系统概念

实际应用中的有人/无人机协同系统,在大多数情况下指的是有人/无人机协同作战系统,是军事领域中的概念。有人/无人机协同作战概念是指:通过数据传输和通信,将有人机作为指挥机,无人机作为功能性僚机自主编队并受控于有人机以及位于地面的指挥控制系统,与有人机进行密切协同。通过指挥控制系统实现战场信息共享、可用资源统一调度及作战任务的综合管理。在有人/无人机协同系统中,每架飞机都能够发挥自身优势[15],由无人机完成目标探测、识别、攻击和评估,将所得信息数据与有人机进行互通,由有人机完成战术决策、指挥判断和战场态势感知等复杂工作,并指挥无人机协同执行特定作战任务[16]。

1.2 有人/无人机协同系统分层架构

美国洛克希德马丁公司(lockheed martin)多年以前就已经为协同自治(collaborative autonomy)开发出一种通用架构。具体来说,该架构为无人车辆提供了一定的自治和协同能力,其中自治能力使得无人车的智能程度和独立操作能力获得提升,而协同能力让无人车融入有人/无人系统的效果更为优异[17-18]。尽管这样的架构是为有人/无人车辆协同系统设计的,但目前在军事应用中完全自主操作的无人驾驶车辆并不多见,应用较为广泛的是负责执行一些特定任务的无人机。因此,总体来说有人/无人机协同系统才是当前以及未来的主流,而非有人/无人车辆[18]。

有人/无人机协同系统的架构具有一定的复杂性,可以从纵向方面进行解析。此处所谓的纵向,是一种将有人/无人机协同系统按照层次进行划分的方法。这种思路认为有人/无人机协同系统可划分为第1任务级(mission level)、第2任务集群级(task-cluster level)和第3任务级(task level)3个层级[19-20],如图2所示。

图2 联盟的逻辑关系

图2中C1代表第1任务联盟(mission coalition),与之对应的层级是第1任务级;C2代表着第2任务集群联盟(task-cluster coalition),对应的层级是第2任务集群级;C3则为第3任务级对应的第3任务级联盟(task coalition)。在分析有人/无人机系统时,第1任务级中可以包含若干个第2任务集群级以及第3任务级。

应当指出的是,第1任务级对应的第1任务联盟是一个虚拟的概念,这一层级包含的是整个有人/无人机协同系统。从直观的角度来说,只要C2和C3联盟形成,C1联盟就自然形成。第2任务集群联盟中包含的是有人机系统和无人机系统,第3任务联盟中则只包含无人机系统。也就是说,这3个层次的包含关系是:第1任务联盟包含第2任务集群联盟,而第2任务集群联盟又包含第3任务联盟。第2任务集群联盟的形成计划决定了特定的有人机指挥无人机执行相应的任务集群;第3任务联盟决定了特定的无人机在相应的任务集群中执行指定任务。第2任务集群联盟中包含的有人机一般为1～2架。同时一个第2任务集群联盟中虽然只包含一个第3任务级联盟,但是单个第3任务联盟中可以包含若干架(一般为4～6架)无人机。受制于现有技术,对当前有人/无人机系统而言,尚无法实现少量有人机对大规模集群无人机的直接指挥控制。

综上所述,在这种基于纵向角度对有人/无人机系统的划分模式下,研究者们研究的重点仅为第2任务集群联盟和第3任务联盟的形成与调整。在上述关于联盟形成的问题中,更受重视的问题是如何形成第3任务联盟[20];相应的还有任务调整或匹配,该类问题在第2任务集群联盟和第3任务联盟中均有涉及。

1.3 有人/无人机协同系统组成部分

基于纵向解析的有人/无人机协同系统架构具有层次分明、层级直观的特点。针对系统的组成结构而言,则更侧重每个模块的功能作用,因此可以从横向角度加以分析。横向指的是从系统的组成部分来考虑,将该系统拆分成若干个“平行”的功能单元,每个功能单元,也即每个组成部分有其各自任务和特点,它们往往需要较高的效率才能确保整个有人/无人机协同系统任务执行的高效、迅捷。这种视角认为,通常情况下,除了包括载人机、无人机之外,整个有人/无人机协同系统还需要包括无人机通信数据链路系统以及指挥控制系统等组成部分,如图3所示。

图3 有人/无人机协同系统组成部分

载人机(有人机)系统在自身配备机载火控系统、飞控系统及其他系统的基础上,还需配置用于与无人机进行通信的人机交互系统和任务规划系统等,以此满足在以有人机为长机、多架无人机作为僚机编队执行任务时有人机对于无人机的指挥控制以及战术决策要求。应当指出的是,在现有的有人机系统,乃至整个有人/无人机协同系统中,载人机中的飞行员是核心决策者和重要指令的发布者。飞行员需要接收来自指挥系统的任务指示和要求,进行任务数据以及相关资料的分析,同时根据有人机和无人机的实时状态以及周围复杂多变的环境因素做出适当的决策,并通过位于座舱的人机交互系统,对编队中的无人机组进行任务分配。这种执行任务的方式和流程决定了整个系统对有人机中的飞行员提出了相当高的要求。尽管指挥控制系统同样能够对编队中的无人机发布命令、设定参数,但在任务执行过程中,由于当前的链路通信仍存在传输数据量以及传输速度的限制,因此通常情况并不希望自始至终均由指挥系统直接向无人机发布所有指令。综上所述,有人机系统在整个有人/无人机协同系统中占据关键地位。

无人机系统包括的功能系统有:检测系统、弹体系统、推进系统、飞控系统、发射和回收系统、遥控和遥测系统等。与单纯的无人机系统相比,有人/无人机协同系统中对无人机的软硬件要求没有显著差异,但受制于无人机的体积、形态以及载重等物理指标,大量用于传输信息的通信设备、装置主要搭载于具有一定空间裕量的有人机上,并可与其他机载装置进行一体化整合。

对通信数据链路系统的组成存在着多种划分方法[21-23],可以归纳为3个部分:上行/下行链路系统、控制站数据链路系统和机载数据链路终端。对于有人/无人机系统而言,可靠的通信数据链路系统是实现有效协同的基础支撑,因此诸多研究者针对有人/无人机协同系统中的链路通信相关理论和技术展开研究,取得了不少成果。

指挥控制系统是有人/无人机协同系统组成中最为复杂和庞大的部分。随着当前军事领域中重点发展的跨域协同作战概念的不断完善,指挥控制系统需要实现的功能除了对有人机、无人机进行任务分配、路径规划、命令下达、各类异构平台数据采集和分析之外,还需要与卫星进行通信,依靠卫星收发指令信息,使用卫星对有人机和无人机实施精确定位导航以及收集汇总气象卫星的天气数据等。如果任务执行所在的空间涉及海面,还需要各类水中设施及单元共享情报资料,因此,有人/无人机协同系统中需要收集和分析的数据量是巨大的,指挥控制系统实现了对数据及相应算法的深化处理和加工。实际上有人/无人机协同系统的许多关键技术都依赖于指控中心(系统),这也侧面印证了指挥控制系统的重要地位和功能。

2 有人/无人机协同系统研究现状

当前单纯的无人机以及无人机集群的相关技术仍是世界上绝大多数军事大国争相发展的重点,本世纪的几次局部战争和冲突发生直接导致了无人机关键技术的突破,图4展示了战斗无人机在战争环境中任务执行的姿态。

图4 执行战斗任务的无人机

无人机及集群相关技术的发展也促成了有人/无人机协同系统发展步入了崭新的时期。在20世纪末,美英等一些发达国家便已将有人/无人机协同系统考虑进了发展进程,并不断取得相关领域的重大成就与重难点技术的突破,在实践演示层面和理论研究层面具有一定的示范性。美国也因为有人/无人机协同系统的作战优越性不断被发掘而连续多年侧重发展相关技术,着重强调在原本的无人系统中加入“有人”这一环节,图5为美国防部公开的2013—2038和2017—2042无人系统综合路线图封面,该路线图指出人机协同是加速无人系统作战应用的四大驱动力之一。

图5 美国国防部无人系统发展路线图封面

在实践演示层面,机载有人/无人系统技术(airborne manned/unmanned system technology,AMUST)实现了直升机“阿帕奇”和无人机“猎人”的协同作战;在美国空军组织开展的“软件使能控制(software enabled control,SEC)”研究计划中,由有人机F-35E的飞行员通过语音指令控制无人机实现有人/无人机协同编队飞行任务;美国播音公司试验了有人战斗机与无人机协同飞行技术,并验证了无人机能够具有一定的自主控制能力,体现在项目中表现为:该公司研制的联合无人空中作战系统(J-UCAS)中,有人机T-33与无人机X-45A(见图6),在相互通信基础上成功完成了协同飞行试验[24];在有人/无人系统集成能力(manned/unmanned systems integration capability,MUSIC)综合演练中实现了多架异型有人机与多架异型无人机的协同控制;在2015年实现了F16战机与F16改装无人机编队,完成了有人机的指挥以及控制僚机的航路跟随,此外无人机完成预先规划任务后能够进行毁伤评估、重新编组和自动空中防撞等[25]。

图6 波音X-45A无人机

在理论研究层面,Mansur等[26]设计了较早的用于有人/无人机控制的人机交互系统界面;Bertuccelli等[27]研究了多无人机协同执行任务的操作者选择建模问题,将人在环路(human-in-the-loop)问题进行了具体的实践并证明其可行性;Schmitt等[28]将混合计划方法应用于有人/无人机协同系统中进行辅助规划,提高无人机对于整个系统的贡献率,进而提升整个系统的规划和决策效率;Schwerd等[29]提出了一种用于MUM-T飞行器应用的认知状态估计框架用于辅助机载飞行员执行任务;Wang等[30]提出了一种基于拍卖(auction-based)的算法解决有人/无人机的动态任务分配问题;Dong等[31]提出了一种针对编队构型的优化方法并建立了有人/无人机编队保持策略和相应的任务控制方法。

综上所述,可以看出有人/无人机协同系统已取得了不少进展,值得指出的是该系统涉及的领域仍有众多需要研究的问题。接下来,本文归纳了目前有人/无人机协同系统的几大关键技术,并进行了详细的分析。

3 有人/无人机协同系统关键技术

有人机和无人机协同编队执行任务时,为了达到“1+1>2”的目的,应集成有人机、无人机各自的优势,实现最大化协同合作效率。具体来说既要充分发挥无人机在结构特性上的优点,还需充分利用机载飞行员的个体智慧以及实时判断决策能力,尽可能排除干扰,在复杂环境条件下能够指挥无人机采取较优的行动方案,完成协同任务。其中涉及的主要关键技术为:协同控制与交互技术、协同态势感知与评估技术、协同目标分配与航路规划技术、毁伤效能评估技术和智能决策技术。

3.1 有人/无人机协同控制与交互技术

有人机和无人机进行编队执行任务时,二者担任的角色是不同的,必须通过相互之间的数据、信息交互来实现任务的协同。在执行整个协同任务的过程中,有人机中的飞行员不仅要接收来自指控中心的信息、数据,执行本机承担的任务,同时还要根据实时的环境状况,及时接收来自无人机以及周围环境的信息、数据,并加以分析实现对无人机的指挥和控制。这对有人/无人机协同控制系统中的飞行员提出了较高要求,相较于单纯的有人机编队中的飞行员,其所承担的任务工作负担更为繁重。因此,只有设计简单、高效的有人/无人机协同控制方式和人机交互手段,才能够有效减轻飞行员的负担,提高任务执行效率。协同控制的方式有多种手段,其实现交互是多模块的,语音、文本、图形均可作为交互控制手段。图7展示了有人飞机驾驶舱内的构造。

图7 飞行驾驶舱模拟器

由图7可知,图片、文本以及语音等交互设备和载体占据了相当一部分空间,为有人/无人机协同控制和人机交互提供了一定的技术基础和应用平台。但是无论使用哪种方法,都必须定义一套完整的控制指令集,以便确保交互信息在无人机端的识别、理解、执行以及在机间数据链中的传输。

控制指令集按照所处平台可以分成3个部分:有人机任务命令、无人机系统命令以及指令编码(即命令用语和指令之间的转换)。对指令集的设计首先应当考虑到实际应用中各种突发事件的可能性,并依次保证收发指令的流畅性以及持续性,确保在恶劣、动态或是其他可能的非理想环境中,有人机与无人机仍然能够保持通信,并且信息交互流畅。其次,要尽可能地将指令集设计得精简,一方面可以减轻飞行员的操作和工作负担,另一方面当其转换成无人机能够识别、理解和执行的指令时可以确保指令在时间和数据量上的优势。此外,运行于变化的实时环境或是面对恶劣环境时,简单的指令集能够节省不必要的信息交互量和时间,对实时性有着重要影响。最后,规范设计指令集能够降低信息交互过程中的干扰和噪声,提高信息发送和接收的准确率,同时规范化的指令长度需要考虑数据链带宽和格式,便于在链路中进行传输[32]。

3.2 有人/无人机协同态势感知与评估技术

态势感知(situation awareness,SA)的概念并非新提出的,最初是飞行员的专业词汇。在1988年,Endsley第1次给出了态势感知的定义:在一定时间和空间范围内对环境要素的感知、对其意义的理解以及对其在不久将来的状态预测。根据定义,不难看出SA有3个显著的要素[33]:感知(perception)、理解(understand)以及预测(projection)。态势感知的主要形式是通用态势战术图(common operational picture,COP)[34],而态势感知的本质是一种辅助决策技术,可以认为是进行决策的先决条件,态势感知信息融合度越高,任务决策者制定计划时可参考的内容价值就越大。需要指出的是,即便是拥有高水平的态势感知技术也不意味着决策的质量一定会提高很多,这是由于最终决策者是人,而出于各种因素的考量以及受经验、冒险心态的影响,最终的决策并不一定是最优的。但客观上高质量的态势感知确实能够增加做出优质决策的可能性,而且作为有人/无人机协同系统的辅助工具,一定程度上也减小了飞行员的判断乃至决策压力,因此该技术重要性不言而喻。

态势感知方法是多样的,有基于绩效的方法、主观性方法、问卷以及询问性方法,以上这几种都是在航空领域较早使用的一些方法。这些方法可观、获取简单并且是非入侵的,但是在复杂环境中,缺乏敏感性和诊断价值,其衡量标准是以整体任务性能为依据,容易忽略如环境或飞行员等高度可变的因素带来的影响,有时对整体任务而言可能是致命的。针对上述问题,Endsley提出了态势感知全局评估技术(situation awareness global assessment technique,SAGAT)[35],认为直接测量SA能够避免前面所提方法存在的缺陷。而从SAGAT方法被提出后,这项技术便被广泛应用于SA的测量,并且如前文所说,SA起初只在空域中被研究,后来也扩展到地域,SAGAT也同样适用于测量地面SA。地面兵力的态势感知技术发展时间并不长,主要应用3种技术:SAGAT、态势感知行为评价尺度(situation awareness behavioral rating scale,SABARS)和态势感知参与者问卷方法(post-trail subjective situation awareness questionnaire,PSAQ)。SABARS是利用专家观察者/控制者(expert observer/controllers,O/Cs)的评级来评估步兵小单位的态势感知,这种方法也可以预测各种性能指标[36]。对于测量SA的方法而言,此处介绍的只是冰山一角,专门为SA测量设计的方法目前已达到几十余种[37]。

3.3 协同目标分配与航路规划技术

协同目标分配是指在考虑各种约束条件的前提下,为了使有人/无人机协同完成任务而给有人机和无人机分配各自具体的任务目标。有人/无人机协同目标分配是组合优化问题,属于一类非确定性多项式(nondeterministic polynomially,NP)难题。一般来说,NP难题中有PT种方法将T个任务分配给P个处理器,需要在所有任务都满足空间和时间限制下,找到一组最优可行分配。解决该问题的方法主要有图论算法、启发式算法以及模拟退火法等,其中模拟退火法产生的结果接近最优,相较于启发式算法,模拟退火法能够基于全局权衡,更好地应对多种复杂的实时问题[38]。此外,启发式算法里还包括禁忌搜索、神经网络和遗传算法等。但是无论是上面提到的任何一种算法,在面对NP难题时都无法避免地付出计算量庞大的代价。在实际应用中具体执行目标分配时一般可分为2个阶段进行:在任务开始执行前,可以在预规划阶段利用进化算法、禁忌搜索以及粒子群优化等集中式求解方法获得初始任务分配方案;任务开始执行后,可以利用如合同网(contract net)等协商方法来解决动态任务分布问题[39]。

有人/无人机协同航路规划技术是在协同目标分配方案的基础上进行的,实时规划出各机可行且较优的协同航路。不同于单纯的无人机群的协同航路规划,有人/无人机编队时,一般对有人机不会进行路径预规划。在执行任务过程中,当环境发生突变时,有人机会主动指挥无人机偏离预定航路,此时有人机自身也可能成为无人机群航路中的“障碍”,因此有人/无人机协同航路规划技术对于实时路径规划的要求更高。规划航路所用的算法有很多,如数学规划方法、混合整数线性规划法、A*算法、D*算法、Voronoi图表法以及各种人工智能方法。目前针对无人机航路规划问题的研究较为广泛,且各种算法成果已经十分丰富,此处不再赘述。

3.4 毁伤效能评估技术

毁伤效能评估技术在军事领域的应用尤为重要,在有人/无人机协同系统中主要用于在编队执行完任务后对打击目标的毁伤效果进行综合评估。在评估结果的基础上,指控中心需要判断任务是否已经达成预期,从而筹划进一步的指令和计划安排,如是否需要进行二次打击或是否可以返航等。这项技术的意义和目标在于可以节约武器资源、帮助掌控任务的进展和执行任务的时机。

目标毁伤效果评估的一般步骤为:① 确定目标系统的功能和系统结构。这一点对于目标为复杂系统的情况尤为重要,当任务目标结构复杂、仅凭无人机提供的影像资料或有人机飞行员的肉眼观察无法科学、精确进行评估时,就需要借助预先对于目标系统的科学建模以及关键指标、参数的提取,在打击后依靠这些数据进行严谨、科学的评估。② 采取损伤树技术提取与目标毁伤相关的关键部位。③ 将目标系统离散成具有规则形体的典型目标,其毁伤效果指标按典型目标进行选取。④ 根据目标的作战任务,运用成熟的效能建模技术,建立基于物理毁伤的效能量化模型,解决目标物理毁伤与目标效能间的映射关系。⑤ 根据系统目标功能结构特点,构造结构函数,综合得到基于毁伤的目标整体效能衰减函数,解决系统目标的整体效能与目标毁伤效果间的映射关系。⑥ 根据效能模型,计算武器打击下目标作战效能的实际值,用目标作战效能的下降量来表征其毁伤效果[40]。

3.5 智能决策技术

在有人/无人机协同系统中,指控中心以及有人机都将面对大量的信息涌入。面对如此庞大的信息量,不只是飞行员,位于指控系统顶端的指挥人员即便有一定的数量,却仍需根据环境、局势的不断变化及时、准确地制定和发布命令及计划。复杂信息的决策处理对指挥人员的身心素质是极大的考验,因此需要发展智能决策系统(intelligent decision systems,IDS)辅助指挥人员进行判断和实时决策[41]。智能决策技术需要依赖各种输入信息,所有基于前文所提到的关键技术输出的信息都可以作为智能决策的参考输入,而智能决策系统的输出将用于辅助控制、指令发布等。

智能决策系统一般具有以下特性:良好的交互性(interactivity)、事件和变更检测(event and change detection)、协助表达(representation aiding)、错误检测及恢复(error detection and recovery)、含有数据之外的信息(information out of data)以及预测能力(predictive capabilities)[42]。其中良好的交互性是为了使系统所做的辅助决策更接近于人脑思维,能够更加符合使用者的习惯和思考模式;事件和变更检测、错误检测及恢复是为了能够实时掌握全局信息,一旦某一个环节出现问题能够及时告知指挥人员并实时做出补救措施;协助表达是指该系统以一种引人注目、信息丰富、以人为本的方式与人交流信息;含有数据之外的信息则意味着智能决策系统不只是一个数据及信息汇总枢纽,而是要从繁杂的数据中利用算法进行提取和分析,并最终将数据转化成计划或者方案呈现给决策者;良好的预测能力能够使智能决策系统的分析更加完善,在有人/无人机协同系统中如果作为辅助工具的智能决策系统自身具备一定的预测能力,那么整个系统就能够避免一些不必要的尝试,减少飞行员及指控中心的工作量。

4 结论

1) 有人/无人机协同系统中,各组成部分协同合作,整个系统较之单一的有人或无人机系统拥有更高的效率并能够执行更加复杂的任务。尤其在军事作战领域,具有不可替代的地位。

2) 有人/无人机协同系统发展时间并不长,即便是无人机群协同控制领域的相关技术目前尚不完全成熟,因此仍有很多问题亟待解决。除介绍的几种典型关键技术外,通信协议的有限带宽以及通信距离的约束在很大程度上也限制了有人机与无人机间、指控中心与有人机以及无人机编队之间的信息交互速度和实时性,因此通信技术是一项需要不断发展以满足任务需求的课题。

3) 由前文分析可知在有人/无人机协同系统中能够确保任务执行效率及成功率的关键技术大多依赖指挥控制系统,因此有必要优先完善、提升和优化有人/无人机协同系统中指控中心的效能,只有具备了强大而完备的指控系统,才能有效提高有人机与无人机编队执行任务的能力。在此基础上,不断提升人机交互系统的效率,优化无人机集群控制等方面的相关算法和技术,提高链路通信量和通信速度等,使得有人/无人机协同系统具备更强的实战化能力。

4) 有人/无人机协同系统仍将是未来数十年军事领域的研究热点以及重点发展的作战系统,其中涉及多项复杂关键技术需要学界乃至国家和军队层面的更多投入。受制于成本、规模和需求等诸多因素,全自主无人系统的实战化应用尚不成熟,短期内无法替代有人机。在有人/无人协同作战概念的发展和研究方面,美、英、法等国已相继起步并取得了一定成果,这也为我国军事领域前沿技术的发展提供了参考和借鉴。