无人机自主智能控制系统设计浅析

摘要:本文设计了无人机自主智能控制系统，并以无人机自主智能控制系统的智能定位精确度与自主飞行性能验证为例，进行了系统实验分析。结果表明，任务管理体系可基于计算机，对无人机的自主起升下降进行有效控制，并实现了多任务点之间的直线飞行，水平方向定位误差可控制0.14m以内；既可保障飞行稳定性，又可保持飞行高度，垂直误差可控制在0.05m以内；可精确保持水平位置与垂直位置。

关键词:无人机；自主控制；智能系统

1引言

无人机(UAV)即不需要驾驶人员操纵，便可自主或者远程控制实现飞行的机器人系统。于1917年英国首次成功研发了世界上的第一架无人机，且应用到了第一次世界大战中。由此，无人机经常长远的发展进程，在局部战争中充分发挥了关键性作用。早期，无人机在军事领域的应用比较频繁，随着不断发展逐步推广到了农林业、电力行业、物流行业、地质勘探、环境监测等各个民用领域。而无人机自主化是当前无人机的主要发展趋势，必然会在一定程度上促进无人机的广泛深层应用发展[1]。本文针对无人机设计了自主智能控制系统。

2无人机自主智能控制等级划分分析

无人机自主控制系统过于繁杂，将全部数据信息与控制指令放置于中央处理器进行控制，势必会导致控制系统紊乱，结构失衡，数据信息错乱，不仅会阻碍无人机维护与管理工作开展，还会大大降低无人机CPU计算与处理速度。所以就无人机自主控制系统的控制流程与特性，进行控制等级划分[2]，具体如图1所示。由图可知，无人机自主控制系统由任务系统、数据处理系统、协同作业系统共同构成，各系统分别由相应子系统组成，通过若干层级逐步划分，最终基于无人机系统底层执行单元负责系统指令执行的相关任务。

3无人机自主智能控制系统整体设计

无人机各传感器通过获取外界环境相关信息，并传输于CPU加以处理、计算分析，从而得出结论，在此基础上，将控制信息传输于各执行部件，以实现自主智能控制。无人机自主智能感知系统示意图具体如图2所示。由图可知，无人机的动作必须非常精确，除了稳定，还要能到飞行到预期的高度并有效进行沟通，同时执行相应任务。其中，惯性传感器负责检测和测量加速度、倾斜、冲击、振动、旋转和多自由度运动，是解决导航、定向和运动载体控制的重要部件；磁传感器、倾角传感器相结合可实时测量无人机飞行姿态；距离传感器负责探测无人机与周围障碍物的间距，避免无人机和外界物体相互碰撞，或者测量无人机与目标之间的距离，获取测量距离数据，实时显示在控制面板上；温度传感器可测验所处环境具体温度，而其他传感器测量值精确度与温度息息相关，所以，需就温度传感器数据进行温差补偿，以确保测量数据信息精确性；加速度传感器负责测量空间中各方向加速度。基于无人机自主智能感知系统设计了无人机自主智能控制系统，其中不仅包含经典导航、制导、控制多项功能，还吸收了类似于人类认知行为的规划、预测、决策、学习等高层次智能化功能，其整体框架[3]具体如图3所示。以人类认知行为为基础的无人机自主智能控制系统功能具体即:决策性行为层功能为态势感知、智能决策、任务规划、任务管理等；反射性行为层在控制系统中负责飞行导航、制导、控制等；程序性行为层的作用是故障自主修复、环境自适应等。

4无人机自主智能控制系统详细设计

基于人类认知行为模型的无人机自主智能控制系统，转变决策性、反射性、程序性行为层为任务管理模块、飞行管理模块、控制执行模块[4]，具体如图4所示。

4.1任务管理模块

信息管理子模块，基于信息相互连通，进行信息融合、环境感知、目标身份、意图识别、风险等级实时全方位评价；重新规划子模块，在预设规划赖以存在的条件改变，或者发生冲突或者突发事件时，需要针对在线任务与路径进行重新规划，以确保能够适应实时变化的环境状态；载荷管理子模块，面向目标进行搜索、跟踪，以及传感器管控，持续评估武器的发射条件与状态，并基于授权对其加强投放控制；特殊事件管理子模块，以信息管理结果为基础，检测、评估、诊断并分析处理突发事件或者为规划事件，即突发性风险、目标消失、新目标衍生等等；协调管理子模块，针对战术或者战略目标进行科学合理规划与重规划，并科学分配协同任务，正确作出协同决策与规划；任务链管理子模块，就已经规划的任务进行实时调度管理，保障基于合适的时间地点，顺利完成相关任务。

4.2飞行管理模块

导航定位子模块，基于平台导航定位与多机协同，以相对导航定位与时空同步；航路点管理子模块，面向任务完成、冲突消除、战术激动等具体航路点，科学管控对其的实时规划与跟踪；机动性管理子模块，针对碰撞规避机动、目标侦察、攻击等相关战术机动，进行合理规划与优化管理；性能管理子模块，根据实际情况，规划并管理平台爬升飞行速度与垂直飞行剖面，以最大程度上满足平台最短时间或者最经济等多元性能具体要求；健康管理子模块，就实际需要重构平台故障检测、诊断、控制，并科学管理机载设备与传感器；资源管理子模块，全方位检测管理平台燃油状态，以及飞行、任务时间，重新规划可能触发的任务或者路径等；协同控制子模块，进一步完成上层协同任务管理所明确的平台协同、重构控制；多模态管理子模块，针对飞行器的具体飞行任务模态，即起飞、爬升、巡航、着陆；内部模态，即动态特性实时变化与相关故障；外部模态，即基于环境与态势改变造成的系统模态变化，进行全方位科学管控，同时生成符合模态的飞行控制与载荷控制相关指令。

4.3控制执行模块

图5无人机自主智能飞行控制流程载荷控制子模块，基于任务载荷管理模块的目标搜索与跟踪需求，对侦查传感器进行目标搜索与跟踪控制，同时就武器发射具体要求与条件，投放控制授权状态的武器；飞行控制子模块，面向飞行器平台进行速度与姿态控制，以保持顺利完成任务所要求的平台飞行实时状态[5]。无人机自主智能飞行控制流程具体如图5所示。

5实验分析

针对无人机自主智能控制系统的智能定位精确度与自主飞行性能，进行系统实验分析。基于实验条件与无人机实际使用需要，科学规划无人机自主飞行实验方案，具体如图6所示。实验场地则选择宽敞无人的草坪上，远离树木与建筑物，防止信号被遮挡，实验天气则应选择晴朗，无风或者微风状态。在开始实验之后，无人机自主起飞，并根据任务点规划的顺序飞行，在飞行结束之后，自主降落到起始点位置上，同时退出任务管理体系与自主飞行模式。其中无人机飞行时的详细信息，即位置、姿态、速度等都会自动储存于飞行控制器存储卡中[6]。在结束实验之后，基于地面站程序重新播放呈现无人机的飞行日志，以获取自主飞行控制真实轨迹，具体如图7所示。在实验中，任务管理体系基于计算机，根据实验方案对无人机的自主起升下降进行了有效控制，无人机实现了多任务点之间的直线飞行，全部任务都严格按照预设顺利完成，且未发生任何异常状况。图中任务点水平位置以经纬度代表，空间两点间的水平距离则通过公式计算[7]，即：(1)其中，d代表水平距离，单位为m；VE、VF代表E、F点纬度，单位为°；WE、WF代表E、F点经度，单位为°；r代表地球半径，为常数。基于上式对任务点位置与实测位置间的直线距离进行计算分析，以评估无人机自主飞行时的水平方向定位精确度，具体实验结果[8]如表1所示。由表1可知，水平方向的定位误差可控制0.14m以内；基于无人机与地面之间的距离，与实验方案中的设定值之间的误差，可以看出，无人机既可保障飞行稳定性，又可保持飞行高度，垂直误差可控制在0.05m以内；无人机到达任务点完成悬停任务时，可精确保持水平位置与垂直位置。

6结束语

综上所述，为适应无人机自主控制逐层发展，本文设计了无人机自主智能控制系统，并以无人机自主智能控制系统的智能定位精确度与自主飞行性能验证为例，进行了系统实验分析。结果表明，在实验中，任务管理体系可基于计算机，根据实验方案对无人机的自主起升下降进行了有效控制，并实现了多任务点之间的直线飞行，全部任务都严格按照预设顺利完成，且未发生任何异常状况；飞行时，水平方向的定位误差可控制0.14m以内；基于无人机与地面之间的距离，与实验方案中的设定值之间的误差，可以看出，无人机既可保障飞行稳定性，又可保持飞行高度，垂直误差可控制在0.05m以内；无人机到达任务点完成悬停任务时，可精确保持水平位置与垂直位置。

作者:郑先茂 班卫华 孔庆锋 李宇程 单位:广西电网公司百色供电局