有人/無人機協同系統是在無人機系統基礎上發展起來的一種新型協同作戰系統。隨著任務復雜度的不斷加深,僅憑無人機不能滿足各類任務需求,有人機承擔的指揮、控制和決策功能的重要性逐步增強,是系統任務執行效能得以提升的關鍵要素。憑借無人機強大的感知、計算、通訊能力以及機載飛行員的高級智慧和經驗,有人機和無人機可以實現協同編隊,完成各種復雜任務。深入分析了有人/無人機協同系統的架構及組成,總結了目前的發展狀況,提煉和歸納了系統的關鍵技術。最后對系統未來的發展方向進行了展望。 目前無人機研究領域相關技術的發展日趨成熟,已實現了對單一復雜任務的高效執行。然而隨著實際任務執行要求的提高,已經出現了一些僅靠傳統的單無人機甚至由多個無人機組成的編隊系統無法完成的任務,尤其是面向軍事領域的復雜任務。例如現役軍用無人機系統執行偵查、監視與情報(intelligence,surveillance and reconnaissance,ISR)的一體化聯合作戰任務[1]。當前的無人機雖能攜帶一些武器,如小型和大威力的精確制導武器、激光武器或反輻射導彈[2-3],但戰場環境瞬息萬變,現有的無人機系統并不能完全代替人類大腦做出精準的判斷和決策。更有效的方式是將有人機和若干架無人機組成混合編隊,并由載人機就近向無人機發布指令從而執行實時性要求較高的任務。該方向已經受到廣泛關注,并逐漸成為當前有人/無人機協同系統中的研究熱點問題。
當前民用無人機已經基本滿足大多數任務需求,并且民用領域的任務通常情況下并不十分復雜,且對相關技術如編隊協同控制、路徑規劃等問題的研究日趨成熟。相對而言有人/無人機協同系統在軍事領域的研究和應用較多,是近年來備受推崇和關注的多域作戰[4-5]和跨域協同作戰[6]中的熱點問題,本文中涉及該方向的相關介紹和研究綜述將以軍事領域為背景。
作為較先進的作戰體系,世界各國都在無人機作戰技術的發展基礎上開展了面向有人/無人機協同系統的研究。圖1為美空軍RQ-4B全球鷹大型偵察無人機。
圖1 RQ-4B全球鷹無人機 Fig.1 RQ-4B global hawk
以英國和美國為代表,兩國分別在有人/無人機協同作戰研究領域取得了成功。英國QinetiQ公司實現了有人機對無人機群戰術層面的協調與控制[7-8];美國麻省理工學院和波音公司合作實現了機載駕駛員利用語音傳輸與識別技術向無人機傳達指令協調執行任務。當前美軍的C2BMC(command and control,battle management and communications)系統是全球較為領先的指控系統[9],該系統具備了絕大部分有人/無人機協同系統的關鍵指揮控制類技術,如態勢感知、自適應規劃、通信、建模、仿真與分析等。目前國內對于有人/無人機系統的研究和發展仍處于起步階段,但針對各類自主無人系統的研究已經取得了不少成果,這些成果融合了人工智能、機器人技術、先進控制和決策等諸多高精尖科技成分[10]。筆者所在的研究團隊針對地面無人系統的多智能體平臺結合物聯網通訊技術開展了相關研究工作[11],近年來對無人機自主協同編隊控制問題進行了研究[12-13],后期考慮到人的干預行為,有望將有人控制與無人平臺深度融合實現有人/無人空地協同系統。縱觀國內外發展現狀,有人/無人機協同系統的理論研究與實現問題十分復雜,涉及諸多技術難點,如鏈路通信以及高標準的人機交互和人機智能融合等。因此,除了上述已開展的研究工作,無人機群的規模控制、戰力提升以及各種人機輔助操作、交互系統的開發[14]等也均為有人/無人機協同系統當前發展甚至將來仍需面對的問題。本文中將詳細總結并分析有人/無人機協同系統的組成架構,運行機理以及關鍵技術,并提出未來的發展方向。
從現階段的技術發展看,機器智能從計算、分析等多方面已經超越人類,智能化必將成為指揮控制系統的未來 發展方向。論文對指揮控制系統現狀進行了闡述,對未來指揮控制系統發展進行了設想,為我軍指揮控制系統的完善和發 展提出建議。
指揮控制系統是在聯合作戰背景下,通過對資 源的組織、協調和決策,可為協同作戰行動提供精 準高效指揮支持的中樞系統,是作戰體系中不可或 缺的一部分。隨著各領域科學的發展與進步,現代 戰場環境態勢復雜多變,對抗節奏較比過去明顯加 快,數據量空前龐大。面對錯綜復雜的戰爭環境, 人工智能技術可為指揮控制系統提供支持,在戰爭 需求和技術進步的推動下,發展智能化指揮控制系 統將是世界各國的必然選擇。 然而,發展指揮控制智能化要走的路還很長。 本文從指揮控制系統及典型的人工智能系統及產 品的發展現狀出發,結合人工智能技術對指揮控制 系統的應用進行展開,提出指揮控制系統智能化的 發展思路,為我國發展指揮控制智能化提供參考。
無人機的任意使用對公共安全和個人隱私構成了極大威脅,因此近年來反無人機已成為一個非常重要的新興領域,越來越多的研究希望通過更精確的無人機探測跟蹤技術和引進新機能、新概念技術來更好地反制無人機,從而保證國防安全、公共安全和個人隱私等.基于此,對國內外反無人機技術進展進行分析總結,首先,對基于雷達、光電、無線和聲傳感器以及多傳感器信息融合算法的無人機檢測和分類方法的研究工作進行全面的綜述;然后,對現有反無人機技術體系的組成及相關系統的優缺點進行綜述,討論了現有的反無人機技術、典型的反無人機系統以及無人機集群對抗技術;最后,對反無人機領域的研究前景進行展望,為解決低空安全問題奠定基礎. 態勢感知、威脅檢測和跟蹤對于廣泛的軍事和海事應用至關重要.由于無人機商業化程度逐漸提高, 它對軍事和民用的威脅也日益增大.因此在軍事和民用等領域, 反無人機將越來越重要, 各國在加緊研究無人機的同時, 亦大力發展反無人機產業, 實現“攻防一體”.反無人機技術得到了蓬勃發展, 大有百花爭艷、百家爭鳴的態勢.因此, 對反無人機研究現狀進行總結具有十分重要的意義, 這可以為目前的研究提供一些新的思路以及改進的方向. 反無人機是指通過一系列技術手段與設備對無人機進行反制, 使公共安全、公民隱私、國家安全等得到保障.目前反無人機技術存在以下難點.
無人機逐漸隱身化、微小化, 且探測環境復雜. 在外型方面, 隨著納米復合材料、智能蒙皮結構等前沿技術的突破, 小型化、微小型化將成為無人機未來的發展趨勢, 這將會導致信噪比低, 回波信號極易被雜波淹沒.另一方面, 針對各探測手段無人機采用了復合材料、防紅外反射技術等實現隱身化, 將大大增加探測難度.而在探測環境方面, 探測常常受到地形地物干擾, 導致信號衰減、信噪比低、目標被遮擋.
無人機偵察-防御-攻擊一體化, 作戰效能成倍提高, 增加了防空系統的難度.近年來, 無人機逐漸發展為偵察-防御-攻擊一體化, 能夠實現多角色功能轉換, 給目前的反無人機系統帶來了極大挑戰.
無人機系統信息處理高速化、智能化, 信息傳遞多樣化, 傳感器系統綜合化, 增大了反偵察和干擾的難度.伴隨深度學習、大數據的浪潮, 以人工智能為核心的無人機研究逐步開展, 并且成果顯著.此外, 為增強無人機通信效率和抗干擾能力, 在其內部還安裝了高速信息處理機, 信息處理速度得到很大提高.同時為了提高無人機的探測偵察能力, 許多無人機系統安裝了由雷達、紅外等多種異類傳感器構成的傳感器系統, 可進行準確的態勢感知, 綜合化水平越來越高.此長彼消, 這使得其偵察能力大大提高的同時, 也加大了對其進行干擾、欺騙、偽裝的難度.
無人機集群相關研究方興未艾, 傳統防空系統難以應對.相比于單個無人機, 集群無人機不僅作戰效能高、靈活性強, 而且作戰成本可控、效費比高, 近年來已成為各軍事強國爭先研究的一種新型作戰樣式.戰場上, 集群攻擊將使得作戰成本極不對稱, 效費交換劣勢明顯.除此之外, 隨著技術的成熟, 集群式微型機亦發展迅速, 已成為美、俄、以等國軍方重點關注的內容, 比如美國的小精靈計劃.而隨著復眼戰術、蜂群策略逐步完善, 未來將出現更多的作戰樣式.
總而言之, 無論是無人機的外形逐漸隱身化、微型化, 還是系統一體化、綜合化, 信息處理高效化, 抑或是作戰方式集群化, 都使反無人機技術面臨重重困難, 但也反映出反無人機研究勢在必行.這些是挑戰, 也是機遇, 將大大推動反無人機技術的發展.
當前的反無人機技術體系主要由探測跟蹤和預警技術、毀傷技術、干擾技術和偽裝欺騙技術4大部分組成[1], 其作戰過程如圖 1所示.
第1步是對無人機進行探測識別, 然后再根據實際情況, 選擇對其進行欺騙干擾的軟損傷還是火力打擊的硬摧毀.除此之外, 己方須進行一定的偽裝防護以降低敵方無人機的偵察效率和效果.從圖 1可以看出, 探測預警技術是后3種技術的基礎和關鍵, 并且由于各國反無人機技術都采取嚴格的保密措施, 能夠查找到的公開技術有限, 而無人機作為一種檢測目標, 對其進行探測和識別的公開研究較多.因此本文首先對無人機探測技術進行詳細總結, 然后介紹其他3種對抗技術, 并簡要介紹目前一些典型的反無人機系統, 最后針對集群無人機描述反制措施.
信息安全作戰是美軍典型的作戰樣式,按照現階段信息安全作戰能力、正在建設中的信息安全作戰能力、未來 信息安全作戰能力等三個階段,梳理了美軍信息安全領域作戰能力的發展現狀,預測了其發展趨勢。 軍事信息系統是戰場探測感知、指揮控制、武 器控制等系統關聯融合的基礎,但是信息系統越先 進,網絡化程度越高,內部外部信息交互頻次、數據 量越大,安全風險也越高。美軍認為實施信息安全 作戰是性價比最高的作戰樣式之一,可在悄無聲息 中使敵方作戰裝備不可用,甚至為其所用。 研究美軍信息安全領域的作戰能力具有的意 義,本文按照現階段信息安全作戰能力、正在建設 中的信息安全作戰能力、未來信息安全作戰能力三 個階段,梳理了美軍信息安全領域作戰能力發展現 狀,并進行了比對分析。
軍事信息系統構成因素眾多,內部關系復雜,裝備分布異構,涉及情報偵察、預警探測、指揮控制、信息通信、安 全保密、后勤保障等多個領域,是典型的復雜巨系統。體系結構開發與設計作為軍事信息系統頂層設計的重要組成部分,是 確保軍事信息系統一體化集成與建設,實現互聯互通互操作的關鍵所在。因此,體系結構一直是國內外學者研究的熱點。該文梳理并分析了近年來軍事信息系統體系結構框架、體系結構設計方法與工具、體系結構驗證以及面向服務架構(Ser? vice-Oriented Architecture,SOA)在體系結構的應用等方面的研究情況,總結了當前軍事信息系統體系結構研究的現狀。
美軍近幾場局部戰爭以及網絡中心戰等概念 的提出,世界各國軍隊都認識到推進軍事信息系統 一體化建設,實現軍事信息系統之間互聯互通互操 作的重要性和必要性。而體系結構作為軍事信息 系統的頂層設計,是軍事信息系統集成建設的關鍵 所在,21世紀以來,世界各國在參考美國國防部體 系結構(DODAF)的基礎上紛紛提出了相應的體系 結構框架并不斷改進,學術界和工業界也對體系結 構展開了大量的研究。該文針對軍事信息系統體 系結構領域研究的熱點問題,梳理了國內外近年來 的研究情況,主要從軍事信息系統體系結構框架、 體系結構設計方法與開發工具、體系結構驗證以及 面向服務架構(Service-Oriented Architecture,SOA) 相關研究進行分析和概括,希望為體系結構研究提供思路和借鑒。
隨著軍用地面無人系統研究的深入,單一的地面無人機動平臺或任務載荷很難滿足現代戰場的需求,只有任務載荷和機動平臺協同發展,地面無人系統才能在戰場中真正形成戰斗力。為進一步推動任務載荷與機動底盤協同技術的發展,綜述了搭載任務載荷軍用地面無人系統的發展背景、研究現狀及技術特點,分別從多層次多維度的環境建模、基于多模態數據的通行度估計、基于多智能體協同建模的協同規劃控制優化方法三方面對其關鍵技術進行闡述,總結了相關的研究框架和重點,并對搭載任務載荷軍用地面無人系統未來的發展方向進行了展望。
近年來,由于軍用地面無人系統在戰場中的廣 闊應用前景,世界各國紛紛投入大量的研制資源, 軍用無人系統發展迅猛[1]。軍用地面無人系統一般 由地面無人機動平臺與具有執行特定任務的上裝任 務載荷構成,如偵察設備[2-4]、火力打擊設備[5-6]、排 爆設備[7-8]等。軍用地面無人系統在執行協同打擊、 機動偵察等復合任務中,可以獲取多模態的態勢信 息[9],通過集中式算法快速處理多源信息進而下達 作戰指令;而有人作戰系統中車長、炮長、駕駛員 需要三人協同完成任務,因此在安全性、可靠性、 靈活性上軍用無人系統均具有優勢。順應陸軍新型 的非接觸、非對稱、零傷亡的作戰模式,搭載任務 載荷的軍用地面無人系統開始成為戰場環境中重要 的作戰力[10]。2015年,俄羅斯首次將軍用地面無人 系統投入敘利亞戰場,利用地面無人系統與無人機 形成空地一體戰斗集群系統,俄軍以零傷亡的代價 消滅了近兩百名恐怖分子。2020年7月,美國陸軍將 重型無人戰車納入作戰部隊單位,參加了科羅拉多 州卡森堡的士兵作戰試驗,成功完成相關測試。2023 年,在俄烏沖突中,俄羅斯在烏克蘭軍事沖突區中 投入“馬克”軍用無人打擊系統。
無人機集群協同作戰的自主化、智能化是未來軍事指揮控制技術發展的重要趨勢, 為滿足日趨重視的集群應用需求, 提出了面向協同作戰任務的無人機集群自主決策技術概念與體系, 建立了無人機集群多任務的通信-決策-規劃-控制(communication, decision, planning, control;CDPC)自主決策框架. 根據通信拓撲結構建立了集中式、完全分布式和混合式的決策樣式, 在此基礎上, 分別建立了感性任務推理決策模型和理性任務推理決策模型, 探討了模型的求解框架以及關鍵技術解決途徑, 表示無人機集群任務決策對協同作戰的規劃和實施具有較好的指導意義.
2020 年 1 月, 中國科學院發布的 《2019 年人工 智能發展白皮書》中將“群體智能技術”列為八大人工 智能關鍵技術之一[1] , 隨著智能系統與復雜體系、感 知與判斷、分布式協同、人工智能和算法戰等理論 與技術的不斷發展與突破, 智能系統已呈現出無人 化、集群化和自主化等特征[2] . 無人機集群作為未來集 群智能系統的主要形式, 能夠實現單平臺行為決策、 多平臺任務協同, 具有集群涌現特性, 表現出了巨大 的應用前景. 無人機集群任務環境彈性大、態勢變化 快、傳感器信息不完全、通信結構不穩定, 是以決策 為主的對抗. 因此, 協同自主決策作為“感知-判斷決策-行動 (observation-orientation-decision-action, OODA)”環路循環中的關鍵技術引起了國內外廣泛 關注[3-5] . 無人機集群在復雜動態變化的環境下, 如何 根據不確定的態勢信息, 實施可解釋的自主決策推 理, 確定高效可靠的任務協同執行方式對保障集群 安全, 提升作戰效能至關重要.
按照系統科學的觀點[6] , 無人機集群系統多平臺 異構、任務需求眾多、輸入態勢變化、戰術目的復 雜、約束條件耦合, 為解決以上問題, 需要面向無人 機集群多任務設計自主決策規劃框架, 降低系統研 究的復雜性. 文獻[7]基于不確定攻防博弈態勢信息 搭建了無人機集群對抗博弈模型, 并設計博弈成本 函數計算最優策略;文獻[8]提出了一種多無人機分 布式智能自組織算法, 將集群偵察-打擊任務優化問 題分解為多個局部優化問題, 并通過集群與環境和 集群之間的信息交流實現全局優化決策;文獻[9]針 對區域偵察等典型集群任務, 采用深度學習方法構 建任務決策模型, 然后基于遺傳算法對決策模型進 行優化, 為集群實現離線學習和在線決策提供了有 效支撐, 然而現有成果從多任務角度出發, 對集群自 主決策問題進行研究相對較少.
對于集群系統協同作戰任務方面的研究, 主要 以任務規劃問題為主[10] , 此類問題大都是事先擬定好 了任務輸入類型和約束, 是一種有目標信息的多約 束優化問題. 然而對于集群如何獲得準確的任務目 標信息, 并根據態勢進行動態任務調整并沒有考慮, 此問題正是集群協同任務決策的研究重點. 現階段 無人機決策問題研究大都聚焦于空戰過程中的機動 動作決策[11-12] , 或者某個明確任務場景中的決策, 如集 群打擊任務等[13-14] , 沒有從集群協同作戰過程中戰術 戰略及任務的多樣性和復雜性方面開展自主決策研 究. 因此, 本文針對這個問題, 分析了集群任務自主 決策概念、任務定義與分類, 設計了自主決策的流 程;應用分層研究思想提出一種自主決策框架, 并根 據通信結構定義不同的決策模式;結合多種技術途徑 對無人機集群自主決策建模的體系結構和求解框架 進行了分析和探討.
無人機定位在逐漸改變,從輔助力量變為主力力量:相比于研發周期漫長、成本高昂的載人飛行器,軍用無人機具有戰場適應能力強、成本低、配置靈活、任務多元化等優勢。由于戰爭形態的不斷演進和軍用無人機技術的不斷發展,催生了一些以軍用無人機為主戰裝備或重點參與的作戰樣式。由于無人機的技術的升級與作戰模式的不斷多元化,戰爭中的應用增多,依賴性增強,逐漸從輔助力量變為主力力量。 全球軍用無人機市場規模激增:全球無人機市場規模激增,復合年增長率達到8.73%。按照用途、區域、尺度、應用場景、視距范圍等來看,軍用無人機、北美地區無人機、小型無人機、商業領域無人機和超視距無人機復合年均保持較高增速。軍用無人機市場規模復合年增速達到7.90%,北美地區成為2019年最大的軍用無人機市場,其次是亞太和歐洲。目前以色列、美國、中國的無人機出口在全世界范圍占據主導地位,呈現三足鼎立格局。 2023年美軍無人機投入大幅上升,現有無人機數量龐大:隨著無人機的不斷發展,軍用無人機不再僅執行情報收集、長期監視和偵察任務,能夠完成的任務類型已擴展到電子攻擊、火力打擊、破壞敵方網絡節點或通信中繼等領域。美國現役軍用無人機,不僅技術先進,并且種類繁多。截至2019年,美軍無人機裝配數量達到10691架。按照美軍2023財年計劃,其無人機經費將大幅回升,預計支出27.12億美元,同比增長35%,大幅上升。 中國軍用無人機從仿制到自主研發,進入21世紀后開始爆發式增長,市場增速高于全球:中國的軍用無人機主要由各大軍工集團研制,技術水平不斷升級,優勢突出。隨著機械化與信息化的發展觸及天花板,智能化將牽引機械化和信息化向更高水平層次演進,進一步提高作戰效能。相較“十三五”規劃強調信息化,“十四五”規劃首次提出加速武器裝備升級換代和智能化武器裝備發展,“二十大”報告提出要加快無人智能作戰力量發展,我國無人化裝備將成為重點發展方向之一。無人機在無人裝備中占據重要角色,是無人智能作戰的主要裝備之一。隨著我國無人機的逐步列裝以及國外軍貿需求不斷提升,無人機產業鏈將充分受益。相比較全球軍用無人機市場,我國軍用無人機市場前景廣闊且保持高速增長,預計未來幾年平均增速超過15%,增速高于全球。 投資策略:在軍用無人機方面,我們建議關注擁有先進無人機整機業務,以及盈利能力強、技術含量高的零部件上市公司,對應標的是中無人機、航天彩虹、航天電子等。民用工業及警用無人機雖然當前國內市場規模并不大,但用途廣泛,未來發展空間巨大。我們建議關注未來有望研制出高水平、細分市場規模大的民用、警用無人機公司,主要標的是觀典防務、縱橫股份等。
近年來,智能無人系統發展迅猛,出現了無人機、無人車、無人船、無人潛航器、機器人等一系列新產品。智能無人集群系統指若干無人系統根據任務分工,在一定時間、空間內協同完成復雜任務的整體系統。智能無人集群系統具有單個無人系統不可比擬的優勢,在農業、制造業、交通、教育、醫療、軍事、金融等多個領域具有廣闊的應用前景。
物聯網、大數據、人工智能、網絡通信等新一代信息技術的快速發展促進了智能無人集群技術的發展和應用。目前,從世界范圍內來看,智能無人集群尚處在技術發展的創新階段,技術架構多種多樣,不同標準化技術組織提出并研制了不同的技術架構,使得智能無人集群產業發展缺少統一的技術體系和標準體系來指導產品全生命周期的設計、研制、使用和維護等。基于以上需求,編制組啟動了本白皮書的撰寫工作。
自動駕駛系統(autonomous driving system,ADS)是一種集成高精度傳感器、人工智能和地圖導航系統等模塊的信息—物理融合系統。該類系統中的自動駕駛軟件完成了從高級輔助駕駛到無人駕駛任務中關鍵的感知、定位、預測、規劃和控制任務。隨著深度學習和強化學習等人工智能技術的發展和車載硬件設備的不斷升級,高級別的自動駕駛軟件已經逐漸應用于多種安全攸關的場景中,保障其運行穩定性與可靠性的測試技術逐漸成為學術界和產業界的研究重點。本文在廣泛調研國內外文獻基礎上,對自動駕駛軟件測試技術進行了深入分析與梳理。結合自動駕駛軟件的架構特點及系統特征,討論了面向自動駕駛系統的仿真測試和實景測試,以及面向組件的測試技術。其中,在仿真方法方面,分析了軟件仿真、半實體仿真和在環仿真等技術;在仿真對象方面,討論了靜態環境仿真、動態場景仿真、傳感器仿真和車輛動力學仿真等。同時,本文介紹了當前實景測試的進展與情況,重點分析了實景測試案例中的得失優劣。在面向自動駕駛軟件組件的測試技術方面,重點討論了當前數據驅動技術在感知組件、決策規劃組件,以及控制組件測試方面的進展。最后,本文總結分析了自動駕駛軟件測試當前面臨的挑戰,并對未來自動駕駛軟件測試技術的研究方向和研究重點進行了展望。