無(wú)人機(jī)與垂直起降多旋翼無(wú)人機(jī)平臺(tái)
背景與動(dòng)機(jī)
無(wú)人駕駛飛行器（UAV）就是通常所說(shuō)的無(wú)人機(jī)。從軍事應(yīng)用到全球業(yè)余愛(ài)好者的青睞，再到近越來(lái)越多重要的民間應(yīng)用，無(wú)人機(jī)取得了令人印象深刻的發(fā)展和進(jìn)步。根據(jù)BI Intelligence的報(bào)告（Meola，2017），與2016年的85億美元銷售額相比，無(wú)人機(jī)在2021年的銷售額有望超過(guò)120億美元，這意味著復(fù)合年增長(zhǎng)率（Compound Annual Growth Rate，CAGR）將達(dá)到可觀的7.6%。國(guó)際無(wú)人機(jī)系統(tǒng)協(xié)會(huì)（Association for Unmanned Vehicle Systems International，AUVSI）在其2013年的經(jīng)濟(jì)影響報(bào)告（AUVSI，2013）中指出：“在整合發(fā)展的個(gè)三年里，美國(guó)將產(chǎn)生7萬(wàn)多個(gè)工作崗位，對(duì)美國(guó)的經(jīng)濟(jì)影響超過(guò)136億美元。這個(gè)效果將持續(xù)增長(zhǎng)到2025年，預(yù)計(jì)會(huì)帶來(lái)10萬(wàn)多個(gè)就業(yè)機(jī)會(huì)，產(chǎn)生820億美元的經(jīng)濟(jì)收益�！�
普華永道的報(bào)告（PW Press Release，2016）預(yù)測(cè)民用無(wú)人機(jī)的市場(chǎng)價(jià)值會(huì)超過(guò)1270億美元，讓我們進(jìn)一步分析這1270多億美元在關(guān)鍵行業(yè)中的分布情況：
●基礎(chǔ)設(shè)施：452億美元
●農(nóng)業(yè)：324億美元
●交通運(yùn)輸業(yè)：130億美元
●安防：100億美元
●媒體及娛樂(lè)：88億美元
●保險(xiǎn)：68億美元
●通信：63億美元
●礦業(yè)：44億美元
……
●總計(jì)：1273億美元
鑒于金融市場(chǎng)呈現(xiàn)上升和增長(zhǎng)趨勢(shì)，我們看上去有足夠多而且合理的理由保持樂(lè)觀。當(dāng)然有些人還是建議在樂(lè)觀的同時(shí)保持謹(jǐn)慎，畢竟還需要克服許多障礙：技術(shù)上的挑戰(zhàn)、不成熟的技術(shù)、滯后的法規(guī)、不斷變化的認(rèn)證和運(yùn)行要求、安全性、隱私和保密、急切的投資者、項(xiàng)目風(fēng)險(xiǎn)等。根據(jù)現(xiàn)有無(wú)人機(jī)行業(yè)的發(fā)展速度及面臨的諸多挑戰(zhàn)，同時(shí)涵蓋所有問(wèn)題和相應(yīng)解決方案是非常困難的。
本書(shū)是美國(guó)俄亥俄州辛辛那提大學(xué)和法國(guó)波爾多大學(xué)的研究成果，旨在為無(wú)人機(jī)開(kāi)發(fā)和應(yīng)用的關(guān)鍵領(lǐng)域提供有價(jià)值的見(jiàn)解，重點(diǎn)在于多旋翼平臺(tái)的使用。本書(shū)涵蓋以下主題：無(wú)人機(jī)的分類、無(wú)人機(jī)融入國(guó)家空域管理、系統(tǒng)架構(gòu)、任務(wù)和路徑規(guī)劃、任務(wù)優(yōu)化、隔離保障和容錯(cuò)、導(dǎo)航和飛行控制，以及數(shù)據(jù)/圖像處理�，F(xiàn)在，我們對(duì)本書(shū)各章內(nèi)容進(jìn)行簡(jiǎn)要介紹。
無(wú)人機(jī)集成、分類、任務(wù)規(guī)劃和系統(tǒng)架構(gòu)
2017年秋天，美國(guó)運(yùn)輸部部長(zhǎng)Elaine L.Chao表示（US Department of Transpor-tation，2017）：“無(wú)人機(jī)駕駛員項(xiàng)目將通過(guò)在當(dāng)?shù)卣�府、美�?guó)聯(lián)邦航空管理局（Federal Aviation Administration，F(xiàn)AA）和無(wú)人機(jī)個(gè)體運(yùn)營(yíng)商之間建立新的合作伙伴關(guān)系，加速無(wú)人機(jī)安全地融入我們的領(lǐng)空。這類新的伙伴關(guān)系將使當(dāng)?shù)厣鐣?huì)團(tuán)體嘗試新技術(shù)，在統(tǒng)一和安全的空域下提供服務(wù)，例如派送包裹、在緊急事件中使用無(wú)人機(jī)探查等�！薄敖y(tǒng)一和安全的空域”一詞是關(guān)鍵推動(dòng)因素。NASA在開(kāi)發(fā)美國(guó)國(guó)家空域系統(tǒng)（National Airspace System，NAS）研究活動(dòng)中的UAS（Unmanned Aerial System，無(wú)人機(jī)系統(tǒng)）解決方案方面加快了步伐，并處于領(lǐng)先地位（NASA，2016）：
●技術(shù)挑戰(zhàn)DAA：UAS檢測(cè)與避碰操作的概念和技術(shù)。旨在建立檢測(cè)與避碰（Detect And Avoid，DAA）的運(yùn)行和技術(shù)標(biāo)準(zhǔn)，使得采用此類標(biāo)準(zhǔn)的具備通信、導(dǎo)航和監(jiān)視能力（Communication，Navigation and Surveillance，CNS）的UAS功能可以同IFR指令保持一致，并成為載人和無(wú)人飛行器空中交通中檢測(cè)、避碰的必要標(biāo)準(zhǔn)。
●技術(shù)挑戰(zhàn)C2（Command and Control）：UAS指揮控制。旨在開(kāi)發(fā)一套連接衛(wèi)星（衛(wèi)星通信）與地基指揮控制系統(tǒng)的運(yùn)行概念和技術(shù)標(biāo)準(zhǔn)，使得采用此類標(biāo)準(zhǔn)的各種具備通信、導(dǎo)航和監(jiān)視能力的UAS功能可以支持IFR指令標(biāo)準(zhǔn)并同它保持一致，并且支持現(xiàn)在已經(jīng)分配的保護(hù)頻譜。
●演示活動(dòng)：系統(tǒng)集成與運(yùn)行（Systems Integration and Operationalization，SIO）。旨在演示采用集成了DAA、C2和飛行器技術(shù)的無(wú)人機(jī)系統(tǒng)在NAS內(nèi)的穩(wěn)定操控能力，以這種演示認(rèn)證的方式展示FAA無(wú)人機(jī)系統(tǒng)的集成策略及運(yùn)行程序。
第1章分別從歐洲和美國(guó)的視角探討了無(wú)人機(jī)的分類，與之相關(guān)的任務(wù)、法規(guī)和安全性，認(rèn)證，以及空管問(wèn)題。無(wú)人機(jī)系統(tǒng)完整地融入國(guó)家空域面臨著巨大的挑戰(zhàn)，這兩個(gè)視角在挑戰(zhàn)的艱巨性上也有所不同，審視它們之間的不同是件有趣的事情。第2章介紹了無(wú)人機(jī)系統(tǒng)的分類和相關(guān)的常規(guī)任務(wù)，具體列舉了現(xiàn)有系統(tǒng)及潛在的未來(lái)民用無(wú)人機(jī)系統(tǒng)的應(yīng)用，既包括企業(yè)或商用無(wú)人機(jī)，也包括個(gè)人購(gòu)買的用于非商業(yè)、非專業(yè)用途的消費(fèi)級(jí)無(wú)人機(jī)（Meola，A.，2017）。第3章描述了無(wú)人機(jī)系統(tǒng)的使用，這套系統(tǒng)相當(dāng)復(fù)雜，而且采用了結(jié)構(gòu)化的系統(tǒng)工程方法，通過(guò)提供一系列的實(shí)用工具來(lái)達(dá)成以下目標(biāo)：權(quán)衡性研究、功能性分析和非功能性分析、需求分析、運(yùn)行分析、對(duì)系統(tǒng)架構(gòu)設(shè)計(jì)的見(jiàn)解、基本的人因成分以及確認(rèn)和驗(yàn)證技術(shù)。
路徑規(guī)劃、隔離保障及容錯(cuò)
無(wú)人機(jī)需要攜帶載荷從一地飛至另一地，在綜合空域中實(shí)現(xiàn)操控需要有效的路徑規(guī)劃方法，也需要隔離保障來(lái)確保飛行安全。按照FAA的規(guī)定，常用的電動(dòng)多旋翼無(wú)人機(jī)平臺(tái)質(zhì)量通常不超過(guò)55磅��1磅約合0.453 6千克�！�—編輯注��，續(xù)航時(shí)間相對(duì)較短，因此采用高效的方法來(lái)充分利用無(wú)人機(jī)的飛行時(shí)間非常重要，尤其是空域存在如機(jī)場(chǎng)、市中心等雜亂的禁飛區(qū)時(shí)。第4章詳細(xì)描述存在其他移動(dòng)或固定障礙物的情況下，對(duì)在國(guó)家空域中飛行的單個(gè)UAV和協(xié)同飛行的UAV進(jìn)行路徑規(guī)劃的優(yōu)化算法的開(kāi)發(fā)過(guò)程。解決這個(gè)NP難路徑規(guī)劃問(wèn)題時(shí)，建議采用一種常用的基于混合整數(shù)線性規(guī)劃（Mixed-Integer Linear Programming，MILP）的優(yōu)化方法。
隨著國(guó)家空域里無(wú)人機(jī)數(shù)量的增長(zhǎng)，存在潛在的空中碰撞安全隱患，要解決該項(xiàng)安全問(wèn)題必須采用系統(tǒng)的結(jié)構(gòu)化方法，將無(wú)人機(jī)整合到非隔離空域中。安全空域要求中重要的一個(gè)組成部分是“沖突檢測(cè)和消除”（Yang等，2016）。第5章討論了采用遺傳模糊邏輯方法解決機(jī)場(chǎng)合作研究項(xiàng)目（Airport Cooperative Research Program，ACRP）（2017）中描述的飛行器沖突解脫的準(zhǔn)則。該準(zhǔn)則的目標(biāo)是獲得飛機(jī)不產(chǎn)生沖突的軌跡，使得機(jī)動(dòng)總代價(jià)小化。該章提出了一種獨(dú)特的架構(gòu)，該架構(gòu)包含神經(jīng)元的隱藏層和提供終輸出的模糊推理系統(tǒng)（Fuzzy Inference System，F(xiàn)IS）層。由一種名為EVE的人工智能程序訓(xùn)練該系統(tǒng)，訓(xùn)練完成后，就可以使用一組測(cè)試場(chǎng)景評(píng)估其能力。EVE訓(xùn)練人工智能本質(zhì)上是一種遺傳“模糊樹(shù)”，設(shè)計(jì)目標(biāo)是訓(xùn)練大型智能系統(tǒng)。EVE已經(jīng)得到大量應(yīng)用，包括飛行器控制（Ernest等，2016）。它把適應(yīng)度函數(shù)每一次評(píng)估的功效化，以實(shí)現(xiàn)這種高性能和極限擴(kuò)展。由于EVE是專門用于優(yōu)化大型“模糊系統(tǒng)”的學(xué)習(xí)系統(tǒng)，因此它可以遞歸地應(yīng)用于自身。EVE經(jīng)過(guò)幾代的迭代、優(yōu)化，未來(lái)將成為解決大規(guī)模無(wú)人機(jī)隔離保障問(wèn)題的理想訓(xùn)練器。
持續(xù)地追求低成本、不斷增長(zhǎng)的民用無(wú)人機(jī)市場(chǎng)產(chǎn)生的競(jìng)爭(zhēng)、愛(ài)好者圈子中出現(xiàn)的多旋翼無(wú)人機(jī)，再加上缺少類似有人機(jī)飛行的嚴(yán)格監(jiān)管，會(huì)導(dǎo)致無(wú)人機(jī)出現(xiàn)很多意想不到的故障。故障可以定義如下（Isermann等，1997）：“故障即系統(tǒng)中至少一個(gè)特征屬性或參數(shù)相比合適的、通常的或標(biāo)準(zhǔn)的條件產(chǎn)生了不允許的偏差�！睙o(wú)人機(jī)系統(tǒng)是安全關(guān)鍵系統(tǒng)，必須防止災(zāi)難性事件發(fā)生，從而挽救生命、保全財(cái)產(chǎn)、降低訴訟成本和保持財(cái)務(wù)底線。第6章介紹基于平坦度的容錯(cuò)控制方法。對(duì)于微分平面系統(tǒng)，可以找到一組變量，稱為平面輸出，從而把狀態(tài)和控制輸入表示為函數(shù)和時(shí)間導(dǎo)數(shù)。故障檢測(cè)和隔離過(guò)程主要采用基于閾值的簡(jiǎn)單方法實(shí)現(xiàn)，通過(guò)比較來(lái)自傳感器的信號(hào)和通過(guò)微分平坦度獲得的無(wú)故障值，即可獲得差值信號(hào)。第8章介紹了一種用于傾斜旋翼四旋翼無(wú)人機(jī)的數(shù)學(xué)建模和設(shè)計(jì)容錯(cuò)控制器的獨(dú)特方法。因?yàn)轵?qū)動(dòng)電機(jī)具有額外的自由度，該方法提供了額外的驅(qū)動(dòng)控制，使旋翼能夠圍繞四旋翼無(wú)人機(jī)的旋翼支臂的軸傾斜。盡管傳統(tǒng)的四旋翼無(wú)人機(jī)可以通過(guò)商業(yè)渠道采購(gòu)，但它們是欠驅(qū)動(dòng)系統(tǒng)，并且對(duì)單槳故障敏感，而改進(jìn)的傾斜旋翼四旋翼無(wú)人機(jī)是一個(gè)能夠處理螺旋槳故障的容錯(cuò)系統(tǒng)。
技術(shù)進(jìn)展：導(dǎo)航、飛行控制、態(tài)勢(shì)感知、增材制造和協(xié)同群集
隨著無(wú)人機(jī)使用價(jià)值的提升，為了進(jìn)行飛行控制的研發(fā)和驗(yàn)證，我們預(yù)測(cè)高精度多旋翼平臺(tái)的仿真將獲得更多關(guān)注。在使用無(wú)人機(jī)派送包裹時(shí)，有效載荷的質(zhì)量、體積和重心可能會(huì)發(fā)生變化，需要具有自適應(yīng)能力的有效飛行控制器，因此仿真特別重要，關(guān)鍵是針對(duì)當(dāng)前研究分析的系統(tǒng)建立并開(kāi)發(fā)精確的動(dòng)態(tài)模型。下面給出四旋翼建模、系統(tǒng)識(shí)別、控制設(shè)計(jì)和儀表方面的文獻(xiàn)綜述。頻域系統(tǒng)識(shí)別技術(shù)，如頻率響應(yīng)綜合識(shí)別（CIFER）軟件包（Tischler和Remple，2012）已經(jīng)被證明可以生成各種旋翼飛機(jī)的精確模型（Woodrow等，2013）。基于飛行測(cè)試的輸入輸出數(shù)據(jù)已經(jīng)用于研發(fā)固定翼/旋翼飛機(jī)動(dòng)力學(xué)模型�；�于以下原因，頻域方法對(duì)于開(kāi)發(fā)和驗(yàn)證飛行控制系統(tǒng)特別有效：它們非常適合解決復(fù)雜問(wèn)題，包括多種重疊模式、不穩(wěn)定的系統(tǒng)、低信噪比；頻率響應(yīng)是在沒(méi)有預(yù)先確定狀態(tài)空間模型結(jié)構(gòu)的情況下獲得的非參數(shù)特征；開(kāi)環(huán)和閉環(huán)響應(yīng)為裸機(jī)和閉環(huán)模型提供了重要的“書(shū)面記錄”；反饋的穩(wěn)定性和噪聲放大特性由開(kāi)環(huán)頻率響應(yīng)、交叉頻率、增益/相位裕度確定；現(xiàn)代處理技術(shù)的質(zhì)量要求多數(shù)基于頻率響應(yīng)（Wei等，2017）。第7章使用頻率響應(yīng)綜合識(shí)別技術(shù)（CIFER）提取和驗(yàn)證四旋翼無(wú)人機(jī)模型，并使用線性二次調(diào)節(jié)器（Linear Quadratic Regulator，LQR）方法優(yōu)化飛行控制器。
某些無(wú)人機(jī)應(yīng)用需要在諸如野外著火或山洞這種惡劣的環(huán)境中飛行。室內(nèi)環(huán)境無(wú)法使用全球定位系統(tǒng)（Global Positioning System，GPS）進(jìn)行定位，在光線不足或變化的照明條件下也無(wú)法有效使用相機(jī)。第8章介紹了在室內(nèi)環(huán)境中，四旋翼無(wú)人機(jī)利用攜帶的慣性傳感器和聲波傳感器獲取對(duì)室內(nèi)環(huán)境的有限認(rèn)知，實(shí)現(xiàn)圍繞障礙物的自主導(dǎo)航飛行。該系統(tǒng)還能夠跟蹤已知目標(biāo)并使用傳感器對(duì)其進(jìn)行地理定位，然后將目標(biāo)的圖像和位置傳回地面站。第9章討論了利用無(wú)人機(jī)檢測(cè)和追蹤野火來(lái)協(xié)助滅火工作，以此提高在高風(fēng)險(xiǎn)工作中的滅火效率。經(jīng)過(guò)遺傳算法訓(xùn)練的模糊邏輯系統(tǒng)能夠使用視覺(jué)和前視紅外雷達(dá)（Forward-Looking Infrared Radar，F(xiàn)LIR）視頻輸入來(lái)檢測(cè)著火點(diǎn)。此外，還提出了一種兩階段級(jí)聯(lián)的模糊邏輯系統(tǒng)，其中階段使用視覺(jué)數(shù)據(jù)，第二階段處理FLIR數(shù)據(jù)以對(duì)火險(xiǎn)像素進(jìn)行近乎準(zhǔn)確的檢測(cè)。視覺(jué)和紅外數(shù)據(jù)的使用極大地提高了火災(zāi)探測(cè)的準(zhǔn)確性。與其他常規(guī)方法不同，遺傳模