[微信红包]:为什么集群无人机是趋势
大家好久不见啊,半年没更新了,感谢大家一直都在。祝大家新年快乐,鸡年大吉吧~...
| 引言
作为一个发展速度快、迭代周期短的领域,无人机技术的趋势一直是业内讨论的焦点。今年8月,在中国计算机学会主办,雷锋网承办的CCF-GAIR峰会上,被称是无人机大神的Vijay Kumar教授提出来他的5S趋势理论:Small(小型),Safe(安全),Smart(智能),Speed(敏捷)和Swarm(集群),与一直被广泛研究的前四个S不同,Swarm集群技术目前还主要在学术界和国防领域受到关注,集群智能(Swarm Intelligence)作为一种Game-Changing的颠覆性技术,一直被中美等国军队视为无人化作战的突破口。
最近,在珠海航展上,中国电科CETC披露了我国第一个固定翼无人机集群试验原型系统,实现了67架规模的集群原理验证,打破之前由美国海军保持的50架固定翼无人机集群的世界纪录,该成果由CETC电科院、清华大学、泊松技术携手完成。结合今年Intel团队100架和500架多旋翼无人机的震撼空中灯光秀,我们已经可以看出无人机集群技术发展的端倪,甚至可以谨慎地预测,集群技术可能是无人机技术发展的下一个重要热点。
| 概念与起源
集群行为(Swarm behaviour)、或者群行(Swarming)是一种生物的集体行为,最典型的例子是外观上看起来一群实体聚集在一起兜圈或朝特定方向行动。生物界中的昆虫、鸟类、鱼类、水生动物、人与细菌都会出现集群行为。机器人的集群技术的灵感来源于自然,正如上世纪初发明飞机就是受到了飞鸟的启发一样,无人机集群概念起源于古老的昆虫蜜蜂,蜂群内部分工明确,个体之间存在着丰富有趣的信息交流语言,社会行为丰富。
早在1亿2千万年前,蜜蜂就以集群的方式在地球上,每个蜂群由蜂王、工蜂和雄蜂组成,蜂王通常每群只有一只;工蜂自数千至数万只不等,雄蜂一般只在群体需要的季节里才存在。宋代诗人戴表元所作诗词之一《义蜂行》中就曾写道:“朝朝莫莫与蜂狎,颇识蜂羣分等差。一蜂最大正中处,千百以次分来衙。”在概念上,与鱼群、鸟群、蜂群、蚁群类似,机器人的集群行动也可用此术语描述,因此我们创造了无人机集群即UAV Swarm的概念。
从抽象的角度来看,群体行为是大量自驱动粒子系统的集体运动。
从数学模型的角度来看,它是一种突现(Emergence)行为,即个体遵循简单的运动和逻辑规则,不需要任何有中心的中央协调,而又能自然而然的呈现群体特征。
集群行为也被物理学家当作一种非热力学平衡现象加以研究,他们需要研究新的统计物理学工具来对付这种非热力学平衡系统。在理论研究仍然不着边际的80年代,数值计算科学家首先用模拟程序boids在计算机上模拟群体行为,该程序根据一组基本规则来模拟一组简单智能体的运动,这个程序首先用来模拟鸟类的集群行为,后来也被用于研究鱼类和其他集群动物。
数学模型
最简单的集群数学模型只遵循如下三个原则:1、个体沿着邻居相同的方向移动
2、个体保持靠近邻居
3、个体避免与邻居碰撞
例如,下图左边是鱼群的度量距离模型,每条鱼都排斥近距离范围的其他个体;跟随中等距离的其他个体;吸引较远距离的其他个体。
下图右边是鱼群的拓扑距离模型,每条鱼只关注距自己最近的6~7条鱼,而不管其他较远的个体。
共识主动性(stigmergy)
在集群智能领域的一个关键概念是stigmergy,即共识主动性,是智能体或行为之间的间接协调机制。观察蚂蚁:它们是非常普通的动物,通过分布路径上的信息素来相互交流,这让它们看起来很聪明。共识主动性不需要任何控制或者代理间的直接通信,就能产生复杂流程。它的原理是通过动作留在环境中的轨迹刺激下一个动作的执行,随后其他个体的行动连贯而有序,前后协调共同完成复杂的工作, Stigmergy是一种自组织的、有系统活动,它产生复杂的,看似智能的结构,不需要任何集中规划,控制或甚至也不需要个体之间的直接通信。因此,它支持极简单的个体之间的高效协作,确保简单生物体在缺乏任何记忆、智力、沟通甚至彼此不能互相意识到的情况下,也能完成复杂的集体协调任务。
集群智能(Swarm Intelligence)
集群智能来源于群居性生物通过协作表现出的宏观智能行为,具有分布式、无中心、自组织的的特点。从1991年意大利学者Dorigo 提出蚁群优化理论开始,集群智能作为一个理论被正式提出,并逐渐吸引了大批学者的关注,从而掀起了研究高潮。1995年,Kennedy 等学者提出粒子群优化算法,此后集群智能研究迅速展开,自Gerardo Beni和Jing Wang于1989年在研究细胞机器人系统时引入这个概念开始,集群智能开始广受AI领域的研究者关注,并以不同生物命名了一系列算法,较为经典的粒子群、蚁群、人工鱼群、文化算法,到最近几年比较新的混合蛙跳算法、猫群算法、蟑螂算法等等。集群智能的特点包括:
1、控制是分布式的,不存在中心控制。因而它更能够适应当前网络环境下的工作状态,并且具有较强的鲁棒性,即不会由于某一个或几个个体出现故障而影响群体对整个问题的求解。
2、群体中的每个个体都能够改变环境,这是个体之间间接通信的一种方式,即上面提到的共识主动性(Stigmergy)。由于集群智能可以通过非直接通信的方式进行信息的传输与合作,因而随着个体数目的增加,通信开销的增幅较小,因此,它具有较好的可扩充性。
3、群体中每个个体的能力或遵循的行为规则非常简单,因而集群智能的实现比较方便,具有简单性的特点。
4、群体表现出来的复杂行为是通过简单个体的交互过程突现出来的智能( Emergent Intelligence) ,因此,群体具有自组织性。
机器人集群
将群体原理应用于机器人称为群体机器人,而集群智能是指更为通用的算法集合。研究人员为成千上万的小型机器人的群体行动建立模型,研究使它们一起执行任务的算法,例如找到隐藏的东西,清洁大楼外墙或协调搜集信息。每个机器人只具有相当简单的功能,但集群之后的群体行为则相当复杂多样。整个机器人集群可以被认为是一个分布式系统,如蚁群一样成为一个具有集群智能的超级有机体。到目前为止最大的机器人集群是由1024个机器人组成的Kilobot。其他有代表性的集群项目包括iRobot群、ActivMedia的Centibots项目和开源的Micro-robotic项目。机器人集群能够提高故障冗余度,单一的大型机器人可能会因故障失效从而影响任务执行,但是集群中即使有几个机器人失效,集群整体也能继续工作不影响工效,这一特点对于执行空间探索任务特别有吸引力,因为高昂的成本带来的单节点失效常常导致昂贵的损失。机器人集群包括地面机器人集群、空中机器人也就是无人机集群、水面和水下机器人集群等多种形式。
例如,奥地利Ganz人工生命实验室的研究人员发布了世界上最大的水下无人机群:CoCoRo自主水下航行器集群。该项目由Thomas Schmickl领导,由41个水下机器人(AUV)组成,可以协同完成任务。
这些研究人员有一个雄心勃勃的目标:了解机器人网络是否能够展示群体认知,将该系统形成的群体智能与自然界中的生物集群进行比较研究。
“通过执行复杂的实验(元认知),我们将比较我们的结果与自然界的生物群,评估我们的科学成果,寻求生物学,神学,元认知,心理学和哲学领域的新发现”。这个项目的目标是:生态监测,搜索,维护,探索和收获水下栖息地的资源。
| 集群成为无人机发展趋势
在Kumar看来,无人机未来总体的发展趋势是“自主”(Atonomy),具体可以用5S来概括,前4个S为:- Small
- Safe
- Smart & Speed
第5个S即Swarm集群,Kumar大神指出,小型化所付出的一个代价是载重变小,能完成的任务随即减少,为此他们从蜂群的工作方式中获取灵感,让多个无人机协作,完成个体无法胜任的任务。因此,集群
无人机集群的组织方式为:
1. 个体独立行动,行动是本地的和独立的;
2. 仅需要本地信息即可行动,即使无法知道全局信息,个体也能行动;
3. 行动匿名,独立于身份,不了解个体信息也能完成任务。
| 集群无人机优势
- 解决有限空间内多无人机之间的冲突
- 以低成本、高度分散的形式满足功能需求
- 动态自愈合网络
- 分布式集群智慧
- 分布式探测
- 可靠性
- 去中心化自组网提升抗故障能力、自愈性和高效信息共享能力
| 集群无人机关键技术
- 集群控制算法
- 通信网络设计
- 控制算法与通讯技术的耦合
- 任务规划技术
这样,任意一个无人飞行器的退出或加入,都不会对系统组织结构带来影响。
- 路径规划技术
- 编队控制技术
| 军事需求引领无人机集群技术
正如无人机的诞生首先源于战场上的军事需求,无人机集群的概念也是从国防领域率先开始理论研究和实践验证。为什么要采用集群方式运用无人机,这会带来哪些好处,这个问题看似简单,我们自古以来就知道:双拳难敌四手、好汉架不住群狼,打架还是要打群架,但是要在理论上解释这个问题也是有一定难度。有趣的是今年流行的两个科幻电影《星际迷航3》《独立日2》以及英剧《黑镜》不约而同的展现了无人机集群作战概念和作战样式。
美国国防智库曾经在《战场机器人时代》的报告里试图从理论上对此加以证明。
在战争理论中,有一个基础性理论Lanchester定律。战斗力=参战单位总数×单位战斗效率,以m(t)、n(t)表示在战斗开始后t时刻蓝方、红方在战斗中尚存的作战单位数,可用下列微分方程组来描述战斗过程中双方兵力随时间的损耗关系:
式中α、β分别为蓝方、红方在单位时间内每一战斗单位毁伤对方战斗单位的数目。假设交战开始时刻蓝方、红方的初始战斗单位数为m(0)=M,n(0)=N,从上述微分方程组可知,在交战过程中双方战斗单位数符合下列状态方程:
当交战双方的初始战斗单位数与毁伤率系数之间满足αM=βN时,m(t)与n(t)同时趋于零,战斗不分胜负。当αMα[M- m(t)]=β[N- n(t)]
关注 飞行器设计
微信扫一扫关注公众号