返回首页
当前位置: 主页 > 无人机 >

无人机集群类脑导航系统综述

时间:2020-07-15 19:53来源:无人机之家 作者:中国通航
曝光台 注意防骗 网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者

 

  引言
 
  无人机的飞行任务已逐步从单无人机自主飞行向多无人机集群编队自主飞行方向发展。在军事领域,多无人机集群编队协同飞行可以有效克服复杂战场飞行环境下仅依赖单架无人机执行任务能力有限、抗毁伤性不足等问题。在民用领域,多无人机密集集群编队协同飞行可应用于灾害救援、科学考察和航空飞行表演等多种应用领域,特别是采用多旋翼无人机按照预定的飞行航路实现密集集群编队飞行在民用航空飞行表演等领域得到成功应用。由于无人机具备功能分布化、体系生存率高、成本低、效率高等优势,必将在军事作战、救灾抢险、精密农业、线路巡检、测绘测量、安全监视等军民领域获得广泛应用,有着广阔的应用前景。
 
 
  现有的无人机集群编队协同导航普遍基于GPS或差分GPS等卫星导航信号进行编队协同导航定位,这种导航定位方式对卫星导航信号以及地面主控站表现出较强的依赖性,当GPS信号受到干扰或者主控站信号丢失时,无人机集群导航性能将无法得到保障。此外,除GPS等卫星导航传感器外,虽然还能够在每架编队无人机上进一步装载惯性传感器、地磁、大气传感器、视觉、光流、UWB和WIFI等多种传感器以进一步提高无人机自身的感知定位精度与可靠性,但是面对集群编队多源传感器海量数据的处理,依靠现有的有中心节点式的无人机编队集群导航技术显然还无法满足对海量可用导航信息的甄别筛选以实现对海量感知定位信息的最优融合。近年来,类脑感知和认知机理的研究得到迅猛发展。神经科学家逐渐揭示了人体大脑中位置细胞、头朝向细胞、网格细胞之间的作用机理,并进一步阐明了人体大脑进行位置定位和方向感知的方式。此外,鸟群、蜂群、鱼群和蚁群等生物脑的感知定位机理研究也正处于蓬勃发展的阶段,为类脑处理的人工智能发展提供了新的思路和发展方向,类脑感知智能已成为近年来人工智能领域研究的热点,为无人机集群导航提供了新的思路和途径。
 
  1 类脑集群导航系统的研究现状
 
  1.1 无人机集群导航系统研究现状
 
  美国等西方发达国家在基于类脑感知的人工智能编队无人机导航方面开展了很多探索性研究。2016年10月,美国国防部采用3架F/A-18战斗机发射了103架“山鹑”( Perdix) 微型固定翼无人机并组成集群,通过空中实验验证了无人机集群飞行的能力,研究者通过对鸟集群飞行时的脑机理研究出共享分布式大脑,通过相互协调行动,尽管在实际飞行过程中仍然依赖一台地面站作为数据中心,但是也表明了“山鹑”无人机已经初步具备了集群编队协同环境类脑感知定位能力; 2010年宾夕法尼亚大学完成20架四旋翼无人机的类脑编队控制; 2015年法国达索飞机制造公司实现神经元无人机与阵风战斗机、“猎鹰7X”商务机的有人机/无人机类脑协同编队飞行。
 


  美军“蝉”微型无人机集群编队



  美海军“低成本无人机集群技术项目”
 
  国内也高度重视人工智能与无人机导航相结合的研究,其中控制领域的类脑感知研究者较多,还未将类脑应用于导航领域。与国外相比,在技术实现上还存在一定差距。
 
  1.2 类脑导航系统研究现状
 
  类脑感知定位不是单纯地复制生物大脑,而是从原理及结构上寻找生物大脑的优势,从而对人工神经网络进行完善。在类脑导航细胞机理基础上,昆士兰大学开发了类脑机器人视觉导航算法,首次用低成本相机实现了城市级的车载导航与定位能力,相比传统视觉导航,具有恶略环境( 暗光强光、粉尘等) 适应性 强、无需精确导航计算模型等优势。波士顿大学提出一种仿大脑海马结构认知机理的面向目标导航模型,通过分析头朝向细胞、网格细胞、位置细胞以及前额叶皮层细胞各自的功能和联系,建立对应作用机理的分 级人工神经网络模型,实现了基于惯性/视觉的类脑认知导航。昆士兰科技大学提出了基于视觉/WIFI /气压计的类脑多源信息融合算法,具有不依赖精确导航建模能力。谷歌DeepMind人工智能研究团队验证了把神经网络模型用于空间导航和定位时,其隐节点的物理意义类似于大脑位置细胞、网格细胞、边界细胞等导航细胞,首次证明了类脑认知导航与大脑导航生理机制等价。哥伦比亚大学首次采用类脑芯片IBM TrueNorth实现了智能小车环境感知、空间导航认知、路径规划一体化硬件测试,具有硬件体积小、功耗小等优势。
 
  1.3 国内外研究现状总结
 
  上述国内外的研究工作动态为进一步深入开展基于类脑感知定位的无人机密集集群编队协同导航研究提供了可借鉴的参考。但从上述国内外的类脑集群编队协同自主导航技术研究成果来看,大部分研究是对于无人机协同集群编队中控制技术领域的探索,主要采用了惯性和 GPS 等导航技术实现集群编队协同导航和控制; 在类脑导航方面,国内外各研究者也正将类脑导航原理应用到无人机、车辆导航中,但针对基于类脑感知定位的无人机密集集群编队协同导航技术的研究还鲜有文献报道,关于深度学习、神经网络等人工智能方法的应用也主要集中于单架无人机导航领域。的内容,
 
  2 类脑感知定位机理及智能自适应建模
 
  2.1 类脑感知定位机理
 
  大自然中动物导航感知的例子比比皆是,像人们熟知的GPS系统一样,大脑定位系统也是通过自身的位姿信息、目标信息进行定位导航。生物脑中存在3种主要导航细胞位置细胞、头朝向细胞及网格细胞。其中,海马体中的位置细胞绘制所处地点的地图; 头朝向细胞指明方向( 将位置细胞和头朝向细胞合并为一个新细胞类型,位姿细胞) ; 大脑内嗅皮层中的网格细胞由位置细胞激活并通过标记被激活细胞的位置对环境进行重定位。此外,在内嗅皮层还存在边界细胞、条纹细胞、速度细胞等辅助导航定位的细胞。大脑通过感官从外界获取环境中的特征信息,其中位置细胞能够与海马体中其他细胞合作,将输入的特征信息与记忆的特征信息进行比对,如果信息匹配成功,与匹配位置对应的特定位置细胞就会被激活。
 
中国通航网 www.ga.cn
通航翻译 www.aviation.cn
本文链接地址:无人机集群类脑导航系统综述
------分隔线----------------------------