詳解：為什麼集群無人機是趨勢，以及，它的關鍵技術是什麼？（上）
雷鋒網按：作者蕭殷，泊松技術聯合創始人，關注無人系統自主、自治技術與人工智慧。本文是作者
基於無人機大神Vijay Kumar在雷鋒網CCF-GAIR上發表的5S理論基礎上做了延伸，詳細探討了集群無人機的關鍵技術和優勢，並
預測，集群技術可能是無人機技術發展的重要熱點。內容較長，分為上下兩篇，本文為第一篇。
|
引言
作為一個發展速度快、反覆運算週期短的領域，無人機技術的趨勢一直是業內討論的焦點。
今年8月，在中國電腦學會主辦，雷鋒網承辦的CCF-GAIR峰會上，被稱是無人機大神的Vijay Kumar教授提出來他的5S趨勢理論：Small（小型），Safe（安全），Smart（智慧），Speed（敏捷）和Swarm（集群），與一直被廣泛研究的前四個S不同，Swarm集群技術目前還主要在學術界和國防領域受到關注，集群智慧（Swarm Intelligence）作為一種Game-Changing的顛覆性技術，一直被中美等國軍隊視為無人化作戰的突破口。
最近，在珠海航展上，中國電科CETC披露了我國第一個固定翼無人機集群試驗原型系統，實現了67架規模的集群原理驗證，打破之前由美國海軍保持的50架固定翼無人機集群的世界紀錄，該成果由CETC電科院、清華大學、泊松技術攜手完成。結合今年Intel團隊100架和500架多旋翼無人機的震撼空中燈光秀，我們已經可以看出無人機集群技術發展的端倪，甚至可以謹慎地預測，集群技術可能是無人機技術發展的下一個重要熱點。
|
概念與起源
集群行為（Swarm behaviour）、或者群行（Swarming）是一種生物的集體行為，最典型的例子是外觀上看起來一群實體聚集在一起兜圈或朝特定方向行動。生物界中的昆蟲、鳥類、魚類、水生動物、人與細菌都會出現集群行為。
機器人的集群技術的靈感來源於自然，正如上世紀初發明飛機就是受到了飛鳥的啟發一樣，無人機集群概念起源於古老的昆蟲蜜蜂，蜂群內部分工明確，個體之間存在著豐富有趣的資訊交流語言，社會行為豐富。
早在1億2千萬年前，蜜蜂就以集群的方式在地球上，每個蜂群由蜂王、工蜂和雄蜂組成，蜂王通常每群只有一隻；工蜂自數千至數萬隻不等，雄蜂一般只在群體需要的季節裡才存在。宋代詩人戴表元所作詩詞之一《義蜂行》中就曾寫道：“朝朝莫莫與蜂狎，頗識蜂羣分等差。一蜂最大正中處，千百以次分來衙。”在概念上，與魚群、鳥群、蜂群、蟻群類似，機器人的集群行動也可用此術語描述，因此我們創造了無人機集群即UAV Swarm的概念。
從抽象的角度來看，群體行為是大量自驅動粒子系統的集體運動。
從數學模型的角度來看，它是一種突現（Emergence）行為，即個體遵循簡單的運動和邏輯規則，不需要任何有中心的中央協調，而又能自然而然的呈現群體特徵。
集群行為也被物理學家當作一種非熱力學平衡現象加以研究，他們需要研究新的統計物理學工具來對付這種非熱力學平衡系統。在理論研究仍然不著邊際的80年代，數值計算科學家首先用類比程式boids在電腦上類比群體行為，該程式根據一組基本規則來類比一組簡單智慧體的運動，這個程式首先用來類比鳥類的集群行為，後來也被用於研究魚類和其他集群動物。
數學模型
最簡單的集群數學模型只遵循如下三個原則：
1、個體沿著鄰居相同的方向移動
2、個體保持靠近鄰居
3、個體避免與鄰居碰撞
例如，下圖左邊是魚群的度量距離模型，每條魚都排斥近距離範圍的其他個體；跟隨中等距離的其他個體；吸引較遠距離的其他個體。
下圖右邊是魚群的拓撲距離模型，每條魚只關注距自己最近的6～7條魚，而不管其他較遠的個體。
共識主動性（stigmergy）
在集群智慧領域的一個關鍵概念是stigmergy，即共識主動性，是智慧體或行為之間的間接協調機制。
觀察螞蟻：它們是非常普通的動物，通過分佈路徑上的資訊素來相互交流，這讓它們看起來很聰明。共識主動性不需要任何控制或者代理間的直接通信，就能產生複雜流程。它的原理是通過動作留在環境中的軌跡刺激下一個動作的執行，隨後其他個體的行動連貫而有序，前後協調共同完成複雜的工作， Stigmergy是一種自組織的、有系統活動，它產生複雜的，看似智慧的結構，不需要任何集中規劃，控制或甚至也不需要個體之間的直接通信。因此，它支持極簡單的個體之間的高效協作，確保簡單生物體在缺乏任何記憶、智力、溝通甚至彼此不能互相意識到的情況下，也能完成複雜的集體協調任務。
集群智慧（Swarm Intelligence）
集群智慧來源於群居性生物通過協作表現出的宏觀智慧行為，具有分散式、無中心、自組織的的特點。從1991年義大利學者Dorigo 提出蟻群優化理論開始，集群智慧作為一個理論被正式提出，並逐漸吸引了大批學者的關注，從而掀起了研究高☆禁☆潮。1995年，Kennedy 等學者提出粒子群優化演算法，此後集群智慧研究迅速展開，自Gerardo Beni和Jing Wang於1989年在研究細胞機器人系統時引入這個概念開始，集群智慧開始廣受AI領域的研究者關注，並以不同生物命名了一系列演算法，較為經典的粒子群、蟻群、人工魚群、文化演算法，到最近幾年比較新的混合蛙跳演算法、貓群演算法、蟑螂演算法等等。
集群智慧的特點包括：
1、控制是分散式的,不存在中心控制。因而它更能夠適應當前網路環境下的工作狀態,並且具有較強的魯棒性,即不會由於某一個或幾個個體出現故障而影響群體對整個問題的求解。
2、群體中的每個個體都能夠改變環境,這是個體之間間接通信的一種方式，即上面提到的共識主動性（Stigmergy）。由於集群智慧可以通過非直接通信的方式進行資訊的傳輸與合作,因而隨著個體數目的增加,通信開銷的增幅較小,因此,它具有較好的可擴充性。
3、群體中每個個體的能力或遵循的行為規則非常簡單,因而集群智慧的實現比較方便,具有簡單性的特點。
4、群體表現出來的複雜行為是通過簡單個體的交互過程突現出來的智慧( Emergent Intelligence) ，因此,群體具有自組織性。
機器人集群
將群體原理應用於機器人稱為群體機器人，而集群智慧是指更為通用的演算法集合。研究人員為成千上萬的小型機器人的群體行動建立模型，研究使它們一起執行任務的演算法，例如找到隱藏的東西，清潔大樓外牆或協調搜集資訊。每個機器人只具有相當簡單的功能，但集群之後的群體行為則相當複雜多樣。整個機器人集群可以被認為是一個分散式系統，如蟻群一樣成為一個具有集群智慧的超級有機體。
到目前為止最大的機器人集群是由1024個機器人組成的Kilobot。其他有代表性的集群項目包括iRobot群、ActivMedia的Centibots項目和開源的Micro-robotic項目。機器人集群能夠提高故障冗余度，單一的大型機器人可能會因故障失效從而影響任務執行，但是集群中即使有幾個機器人失效，集群整體也能繼續工作不影響工效，這一特點對於執行空間探索任務特別有吸引力，因為高昂的成本帶來的單節點失效常常導致昂貴的損失。機器人集群包括地面機器人集群、空中機器人也就是無人機集群、水面和水下機器人集群等多種形式。
例如，奧地利Ganz人工生命實驗室的研究人員發佈了世界上最大的水下無人機群：CoCoRo自主水下航行器集群。該項目由Thomas Schmickl領導，由41個水下機器人（AUV）組成，可以協同完成任務。
這些研究人員有一個雄心勃勃的目標：瞭解機器人網路是否能夠展示群體認知，將該系統形成的群體智慧與自然界中的生物集群進行比較研究。
“通過執行複雜的實驗（元認知），我們將比較我們的結果與自然界的生物群，評估我們的科學成果，尋求生物學，神學，元認知，心理學和哲學領域的新發現”。這個專案的目標是：生態監測，搜索，維護，探索和收穫水下棲息地的資源。
|
集群成為無人機發展趨勢
在Kumar看來，無人機未來總體的發展趨勢是“自主”（Atonomy），具體可以用5S來概括，前4個S為：
Small
未來機器人多應用于搜索和營救等場景，如果一個無人機體積太大，那麼將極不利於其對環境的勘探。面對未知的環境，小型無人機有更強的自主性。像一群小蜜蜂。但同時，這也帶來一些負面的挑戰。當一個無人機的尺寸縮小至甚至11釐米的直徑，20克的重量，它根本不能移動一些木塊、石頭等物體。
Safe
又小又安全的無人機，即使碰撞到路人也不會致傷，這樣才更容易在生活各種環境中進行飛行控制。而且，由於機器體積變小，其慣性也會減小，能夠在發生撞擊時迅速自我調整平衡。
Smart & Speed
無人機在躲避障礙物過程中，能夠通過感測器、雲端控制、攝像頭這樣的閉環，此外，依靠電腦視覺對環境進行檢測，分析周圍環境的特徵，實現自我規劃路徑，就像人看到障礙物知道繞道那樣。
第5個S即Swarm集群，Kumar大神指出，小型化所付出的一個代價是載重變小，能完成的任務隨即減少，為此他們從蜂群的工作方式中獲取靈感，讓多個無人機協作，完成個體無法勝任的任務。因此，集群
無人機集群的組織方式為：
1． 個體獨立行動，行動是本地的和獨立的；
2． 僅需要本地資訊即可行動，即使無法知道全域資訊，個體也能行動；
3． 行動匿名，獨立於身份，不瞭解個體資訊也能完成任務。
|
集群無人機優勢
解決有限空間內多無人機之間的衝突
以當下正火的無人機快遞技術為例，如何讓未來漫天的快遞無人機像人類快遞小哥一樣協同作業，也就是一定區域內的無人機避開同類障礙保持良好有序對空中交通，就需要相互協作，本質上相當於運作一個協調的集群系統。Kumar場景舉過一個無人機繪製長城地圖的例子，這顯然是單一的無人機無法做到的，逐個給多架無人機設定作業任務也是件麻煩事，最佳的方案顯然是給作為集群的多架無人機一個整體任務，集群自行分解、協同、分段作業無縫完成任務。
以低成本、高度分散的形式滿足功能需求
無人系統集群可由不同的平臺實現高低混搭，為實現不同的功能，採取一系列由大量分散的低成本系統協同工作機制以完成任務，這與投資開發造價昂貴、技術複雜的多工系統原則完全不同。針對不同類型的工作目標，無人系統集群可利用混合搭配的異構優勢低成本、高效率的完成工作。
動態自癒合網路
無人機與自主系統可協同形成具備自癒合功能的、執行資訊搜集和通信中繼等行動的主動回應網路。無人與自主系統組成的集群網路相互協同，可分別採集資訊，還能依據需要調整搭載通信載荷的無人系統數量，形成具有一定冗餘的通信中繼站。
分散式集群智慧
大量的平臺可實現分散式投票以解決問題，例如集群作業中目標確定問題，通過大量平臺各自發送對同一目標地理位置資訊的判斷信號，這種分散式投票得出的結果往往正確率很高。
分散式探測
廣泛分佈感測器的能力對於主動與被動探測以及定位精度而言有著明顯幫助。多平臺可以相互協作完成目標精度定位，當需要主動探測時，平臺間還可採取頻率、波段不同的雷達進行全頻譜探測，將極大提高探測能力。
可靠性
無人機集群資料鏈網路能夠支援冗餘備份機制和具有一定的自愈能力以提供可用性保證，集群網路能夠監控已建立連接，具備應對意外中斷的自動恢復能力，集群應具備一定的擁塞處理和衝突應對能力。
去中心化自組網提升抗故障能力、自愈性和高效資訊共用能力
目前無人機的通信模式仍然以單機與地面站通信方式為主，資訊傳輸仍是集中式的，去中心化的無人機集群利用自組網技術可以實現無人機之間資訊的高速共用，同時提高集群的抗故障與自愈能力。
|
集群無人機關鍵技術
集群控制演算法
多無人飛行器系統要實現相互間的協同就必須確定無人飛行器之間邏輯上和物理上的資訊關係和控制關係，針對這些問題而進行的體系結構研究可以將多無人飛行器系統的結構和控制有飛行器地結合起來，保證多無人飛行器系統中資訊流和控制流的暢通，為無人飛行器之間的交互提供框架。集群控制演算法不僅要保證
多無人飛行器之間能有效地進行協同，而且不依賴于無人飛行器的數量
，即無人飛行器可以隨時退出或者加入集群，而不會影響控制系統的整體結構。
通信網路設計
在多無人飛行器協同任務自組織系統中，無人飛行器作為通信網路節點，其空間的分佈決定了網路的拓撲結構，而不同的網路拓撲結構有著不同的通信性能。在一定的通信拓撲及性能下，根據所執行的任務分配通信資源，提高通信品質，是集群技術的難題之一。
控制演算法與通訊技術的耦合
多無人飛行器為了提高協同完成任務的效能，需要進行資訊交互。為了使得所交互的資訊及時完整地進行傳輸，對於通信網路性能有一定的要求。基於通信品質約束的協同控制方法，就是在當前的通信服務品質約束下，設計多無人飛行器協同控制方法，使得在這種控制方法下，多無人飛行器的運動既滿足任務需求，又可以使得多無人飛行器構造的通信網路性能，滿足資訊及時完整傳輸的需求，進而提高多無人飛行器協同完成任務的效能。
任務規劃技術
為了實現多無人飛行器之間有效的任務協同，同時保證控制結構不依賴于無人飛行器的數量，構建多無人飛行器協同任務自組織系統分散式體系結構，各無人飛行器的基本行為和簡單任務由無人飛行器自己自主完成，當面臨複雜任務和需要協作的任務時，當前無人飛行器可以把任務資訊和資源需求發佈到由各無人飛行器組成的網路上，各無人飛行器可以根據自身當前任務和資源情況予以回應。
這樣，任意一個無人飛行器的退出或加入，都不會對系統組織結構帶來影響。
路徑規劃技術
無人機在實際飛行中如果存在突發狀況，必須進行航跡重新規劃，以以規避威脅。為滿足協同工作時的時效性，重新規劃所採用的演算法必須具有即時、高效的特點。因此，可以根據蜂群演算法領域搜索的特點，以參考航跡的突發威脅作為領蜂航跡，跟隨蜂僅在參考航跡的突發威脅段進行領域搜索，而不需要對整條航跡進行搜索，由此可以快速獲得修正航跡段，並替換原突發威脅航跡段，整個飛行過程中，無人機根據獲得的威脅資訊，不斷修正參考航跡，直至達到目標節點。
編隊控制技術
在數學上，保持一定空間距離的無人機集群可以看作一個高階群系統時變編隊問題，其控制問題很有挑戰性，且通訊時延的存在又為編隊分析增加了難度。
那麼，無人機集群技術在軍事上和民用上都是如何落地的？下篇文章，作者將會來談談這個問題，請繼續關注。