【学科发展报告】无人机
无人机（Unmanned Aerial Vehicle，UAV）是一种不需要驾驶员登机进行任何驾驶操作，完全在电子设备的监控下可以自动完成全部飞行过程的飞行器，目前主要的无人机类型包括固定翼无人机、旋翼无人机和扑翼无人机等。无人机以其生存能力较强、灵活性高、机动性好、使用便捷和人员零伤亡风险等优点在现代战争中发挥极其重要的作用，同时在民用和商用领域也有非常广阔的应用前景。
二、研究现状和主要成果
2016 年，美国国家科学基金会（NSF）公布的《A roadmap for US robotics：from internet to robotics》［1］提出了包括无人机在内的未来机器人值得关注的8项共性技术，指出仿生学研究非常关键，此外在控制和规划算法方面需要处理更多不确定性、环境误差和多自由度的问题。目前，无人机的仿生学研究，导航和路径规划以及多无人机协同完成任务等成为需要突破的关键技术。
（一）导航
导航系统是无人机的核心装置，导航技术用于将无人机从一个地方引导到目的地。导航技术应解决的问题包括确定载具自身运动参数、确定载具所处周围的物理环境信息、准确决策并指示控制器将载具运动到时空坐标。一般涉及信息融合和路径规划技术。
1. 信息融合
多传感器融合是通过对采自多个传感器的观测值进行合并，得到对状态与环境更鲁棒更完备的描述的过程，参考文献［2］对多源信息融合面临的挑战进行了综述。无人机信息融合面临的问题可归结为数据问题、方法问题和模型问题。对于数据问题，目前国内对于无人机的研究主要包括基于光流相机［3］、机器视觉［4］、SLAM［5］、V-SLAM［6］等传感方法获取无人机状态与环境信息。并经过数据预处理，误差补偿处理，信息融合配准完成信息融合的准备工作。对于方法问题，参考文献［7］对无人机多源信息融合方法进行了综述。国内对于融合算法的研究主要围绕提高估计精度、优化更新率、增强鲁棒性等问题。在融合方法的研究中，除了综合运用经典方法，如加权平均、卡尔曼滤波、D-S 证据合成方法、模糊推理、机器学习等，一些新方法主要围绕现有方法做出针对性改进，如参考文献［8］使用改进的 Sage-Husa 自适应 Kalman 滤波算法，提高水平位置、速度和垂直高度信息的估计精度。参考文献［9］提出基于伪距、伪距率的紧耦合导航系统，解决松耦合导航系统在 GPS 失锁情况下处理精度不高的问题。参考文献［10］提出基于时间序列分析的自适应联邦滤波算法，并设计了冗余导航系统多模型自适应估计融合算法。参考文献［11］提出基于子滤波器方差阵修正的多元信息非等间隔联邦滤波算法，提出长航时条件下多源信息间断融合自适应参差 χ2 算法，解决辅助导航系统间断接入组合导航系统的间断融合问题。我国无人机多源信息融合新的研究目标主要是通过改进融合算法进一步提高状态估计的容错率与稳定性。
2. 路径规划
飞行器的路径规划是指在满足飞行器性能指标和特定的约束条件下，寻找一条从起始点到目标点的最优或者次优的飞行轨迹，它是飞行器任务规划系统的核心技术之一，也是飞行器实现自主巡航的技术保障。
国内近几年对无人机尤其是多无人机路径规划的研究热度不断增长，很多学者投入到无人机路径规划中的研究。一些智能算法，如蚁群算法［12］、遗传算法［13］、量子粒子群算法［14］和狼群算法［15］等，被成功引入无人机航迹规划的研究。此外，针对复杂的环境， 参考文献［16］将无人机全局路径规划问题转化为三维空间含约束的优化问题，并采用改进的差分进化算法进行求解，克服了传统差分进化算法容易陷入局部极小的问题。参考文献［17］针对复杂环境下对移动目标的路径跟踪问题，采用滚动时域优化结合人工势场法，获取无人机的前进方向，实时给出针对移动目标的最优轨迹。参考文献［18］针对海上无人机路径规划问题，提出了一种基于量子行为粒子群优化的混合差分进化算法，用于在不同威胁环境下生成一条安全和可飞的路径。参考文献［19］提出了一种协作几何学习算法，以解决无人机路径规划中的机动、避撞和信息共享问题。参考文献［20］针对复杂作战环境下考虑不同类型约束的飞行路径优化问题，提出了一种新的捕食 - 猎物鸽子优化算法，用于求解无人作战飞行器三维路径规划问题。如何在多约束条件下在复杂的三维空间中快速规划出一条最优的路径仍是研究热点之一。
（二）结构设计优化
结构优化设计一般指在结构外形给定，结构各元件的材料以及相应载荷给定的条件下，基于整个结构的强度、刚度、工艺等要求，对结构进行整体和元件优化设计。
复合材料的广泛应用已成为解决无人机结构轻量化、高刚度设计的重要途径。尤其是先进无人机的尾翼通常整体采用复合材料［21，22］。太阳能无人机依赖大展弦比机翼为其提供足够的升力，此类无人机的机翼结构主要采用比强度高的先进轻质复合材料以减轻结构重量。多旋翼无人机采用大量的复合材料降低自身重量的同时利用有限元分析方法完善结构设计，以提高结构的稳定性，同时对结构进行振动固有频率分析。一些研究者综合考虑固定翼无人机与旋翼无人机的优点将二者结合起来设计出可变结构的新式小型无人飞行器。这类飞行器可以实现垂直起降、悬停和快速巡航等功能，相较于传统的不可变结构无人飞行器应用场合更广泛使用也更加灵活［23］。对于小型扑翼飞行器曲柄连杆机构的结构优化设计，往往采取构建耦合模型以此来分析不同定负载条件下齿轮传动机构减速比和曲柄摇杆的参数变化对扑动频率的影响［24］。新型的微型扑翼飞行器采用微机电系统技术［25］ 进行优化设计。
（三）动力学建模与控制系统设计
无人机按不同结构可分为固定翼、旋翼和扑翼，其中固定翼无人机的研究最为成熟。近年来，无人固定翼飞机在自主起降方面发展相对较快，目前已经有实际自主起降飞行试验结果［26］。旋翼无人机低速定常飞行模型的研究已相对成熟，现代直升机飞行速度提高 且流动环境受三维和非定常气动效应的干扰，这都对旋翼无人机的控制研究提出了更高的要求。目前我国对于多旋翼飞行器在设计、研发、试验各个方面都取得了较大的发展并已得到广泛应用。参考文献［27］提出了一种使用平行机器人方法研究多无人机的控制与规划的方法，其核心在于人工系统、计算实验、平行控制相结合，构建虚拟无人机与虚拟飞行环境，通过在线学习自适应调整控制策略与规划方法，以虚拟和实际无人机的平行互动、在线更新的方式控制实际无人机完成作业任务。相对于固定翼无人机和旋翼无人机， 扑翼无人机由于其空气动力学的复杂性和独特的运动特性，其动力学建模及控制系统设计问题近年来已然成为研究的热点。参考文献［28］开发了一个质量为14.1g 的扑翼飞行器， 并建立了一个基于视觉的实验平台，提出了一种基于模型的控制器，利用基于视觉测量的PID 控制算法实现扑翼飞行器的高度控制，并设计了一个利用欧拉角和位置信息确定飞行状态的软件平台。神经网络控制、边界控制和反演鲁棒控制都有研究文献报道［29-31］。目前扑翼无人机的控制理论及自主起降的研究尚处在初期阶段。国内几乎所有公开报道的控制方案都是在仿真环境下验证的，至今未见成功应用的控制方案报道。
（四）组网技术与多机协同
为应对未来多无人机在军事与民用中的挑战，需考虑更加有效的无人机管理和组织模式，因而多无人机的组网技术与多机协同飞行控制成为无人机研究的一个热点问题。
无人机高速移动容易造成链路中断， 使得移动自组网（Mobile Ad hoc network， MANET）和车载自组网（Vehicle Ad hoc network，VANET）的组网协议难以直接应用 , 由此产生FANET（Flying Ad hoc Network,FANET）［33］。参考文献［34］总结了无人机对组网技术的需求，包括路由开销小、良好通信性能、鲁棒性、安全性、自组织、对无人机性能要求较低的特点。经历了 20世纪90年代到21世纪初的高速发展，ad-hoc移动网络经典方法［35，36］基本成型。目前国内对于无人机自组网技术的主要研究思路为考虑无人机网络的通信特点在经典方法的基础上进行改进。针对MAC协议的研究主要包括改进TDMA 协议， 而对于路由协议的研究包括改进 OLSR 协议、改进 DSR 协议、改进 GPSR 协议等，其他相关研究主要考虑无人机自组网的高速移动特性以及分级分簇的网络管理体系结构，如参考文献［37］提出了给予节点可用邻居数和移动性的路由协议AODV-NM、参考文献［38］ 提出使用高斯马尔可夫移动模型预测节点移动的 GPMOR 协议、参考文献［39］提出一种可支持任意节点多发送连接的机会路由MSC、参考文献［40］提出一种无人机网络可切换组网模式的高动态自组织的无人机网络架构设计。
多机协同在这里主要讲无人机协同编队控制，即当多无人机共同飞行时，无人机群需要保持固定的几何形态，同时又要适应环境约束来躲避障碍，主要涉及无人机群队形设计与变换、队形控制与保持、路径规划与避障等运动协调问题［41］。参考文献［42］利用混合粒子群遗传算法与鸽群仿生优化算法配置了控制器输出，实现了三维环境中原始队形向期望队形的动态调整问题。参考文献［43］提出了一种基于鸽群特性的编队控制方法，该方法利用图论和势场函数理论对编队中的拓扑结构和群体中的主从关系进行定义，实现了对无人机紧密编队飞行的仿真。参考文献［44］针对多智能体最优刚性编队问题，设计了最优持久编队自动生成算法，生成了最优持久编队。参考文献［45］通过有限时间一致性算法处理了有领航者和无领航者的编队控制问题。参考文献［46］研究小型旋翼机群编队问题，在串级控制系统框架下提出一种基于Hamilton 环的通信拓扑设计方案。对于扑翼无人机来讲，扑翼无人机群是一个有自组织机制的群体智能系统，是一个典型的分布式多智能体系统。为了保证扑翼无人机群按照设定的航迹规划完成扑翼无人机群的编队飞行，如何设计主动的协同控制是需要解决的问题。
三、国内外发展比较及发展趋势
我国的无人机技术发展迅速，目前已经有多种型号的固定翼与旋翼无人机列装和投放民用市场，但是与先进国家，尤其是美国相比，仍存在较大差距。国内己有的无人机任务系统载重相对较小，尚难满足电子对抗、预警、侦察等大型任务系统的要求，平台技术难以满足无人作战飞机的高隐身、高机动能力的要求，在气动力、发动机、轻质结构和高精度导航等方面基础技术薄弱。在编队飞行控制方面，实物飞行试验尚不能实现复杂通信环境下的协同编队飞行，任务分配和航迹规划实时性不高，控制方法应对突发情况鲁棒性低，多机多传感器协同感知能力不足，欠缺对实体的仿真实现，未来的研究方向应是突破上述关键技术的不足，开展复杂感知约束和复杂通信环境下的多无人机协同编队飞行研究，提出更加有效的控制方法，并进行多无人机实物编队飞行试验，使无人机能够更好地完成既定任务。在扑翼无人机的发展方面，国外研究者对扑翼无人机研究起步较早，在扑翼无人机的仿生机械设计、空气动力学分析等方面进行了大量研究工作。国内针对扑翼无人机建模与控制的研究相对较少，在扑翼无人机建模与动力学分析、姿态控制与自主飞行控制方面的问题还有待进一步研究。
从无人机发展趋势看，无人机的发展方向是在降低成本提高飞行效率的基础上向着仿生、适应复杂环境和多机协同的方向发展。
根据无人机发展现状，无人机未来几年内在以下几个方向上有较大的需求和发展前景。
（一）军用无人机
在近年的战争中，均出现无人机的身影。无人机以其机动、低成本的优势在战争中受到重视，甚至小型航拍无人机都成为叙利亚战场上侦查用的常用配置。军用无人机呈现出智能化、集群化发展趋势。
（二）高超音速无人机
国内外对于超高音速无人机的研究面临三大关键问题，即超高声速飞行的关键机理研究、建模与控制的一体化设计研究、不确定性控制的评估准则研究。针对以上问题，国内已有研究团队进行深入研究［47，48］。尽管已取得丰富成果，但要与实际工程相结合仍尚需研究许多关键问题。
（三）面向航拍与物流的无人机
无人机航拍影像具有高清晰、灵活性强、操控简单、造价低等优点，能够在地面上空飞行几米的无人驾驶飞机的图像将填补由卫星和基于汽车的图像提供的昂贵、依赖天气的图像的不足；运输无人机还将帮助提高在拥挤或偏远地区的服务质量，并使救援组织能够在实地和按需快速提供医疗用品［49］。
（四）面向其他行业应用的民用无人机
无人机可完成多项任务，在农药喷洒、电网巡线、环境监控、桥梁检测、抢险救援等方面涌现出诸多应用。在沙漠、海洋、高山等环境下，将无人机集群用于搜救能大大提高效率。
（五）扑翼无人机
扑翼无人机（flapping-wing aircraft vehicle，FWAV）仿生程度较高［50］，不容易被识别和反监控，扑翼无人机群可以模拟以特定队形飞行的鸟群，在集群方面更具优势，是目前国际上的研究前沿和热点之一。目前人们对这一领域的研究还处于发展阶段，其理论建模及控制设计都具有相当程度的困难。
目前我国的无人机技术发展迅速，许多高校和研究机构都取得了显著的研究成果，但目前国内的研究与国外先进水平还存在着明显的差距，随着流体力学、材料技术、仿生技术、信息科学技术以及自动化技术等的发展，无人机技术也将得到更大发展。
内容节选自《控制科学与工程学科发展报告》
往期文章推荐
🔗【重要通知】中国自动化学会关于2019年度国家科学技术奖提名工作的通知
🔗【重要通知】关于征集2019重大科学问题和工程技术难题的通知
🔗【NIIS2019】九院士荟聚岛城，2019国家智能产业峰会开幕在即
🔗【全国学会优秀改革案例汇编】学会治理结构与治理方式：会员（代表）大会
🔗【NIIS2019】大咖齐聚共绘健康蓝图，2019国家智能产业峰会智慧医疗平行论坛即将在青岛召开
🔗【全国学会优秀改革案例汇编】学会治理结构与治理方式：理事会（常务理事会）
🔗【NIIS2019】创新驱动发展，智造引领未来 ——2019国家智能产业峰会智能制造平行论坛即将在青岛召开