．詳解：為什麼集群無人機是趨勢，以及，它的關鍵技術是什麼？（上）

PSW 2319 Swarms Beyond Solo UAVs, Flying Teams of Robots | Vijay Kumar

NETGEAR 戶外型 Orbi

讓您的 WiFi 使用範圍由屋內擴展到室外空間

作者蕭殷，泊松技術聯合創始人，關注無人系統自主、自治技術與人工智慧。本文是作者基於無人機大神Vijay Kumar在CCF-GAIR上發表的5S理論基礎上做了延伸，詳細探討了集群無人機的關鍵技術和優勢，並預測，集群技術可能是無人機技術發展的重要熱點。內容較長，分為上下兩篇，本文為第一篇。

| 引言

作為一個發展速度快、迭代週期短的領域，無人機技術的趨勢，一直是業內討論的焦點。

2016年8月，在中國計算機學會主辦的CCF-GAIR峰會上，被稱是無人機大神的Vijay Kumar教授提出來他的5S趨勢理論：Small（小型），Safe（安全），Smart（智慧），Speed（敏捷）和Swarm（集群），與一直被廣泛研究的前四個S不同，Swarm集群技術目前，還主要在學術界和國防領域受到關注，集群智慧（Swarm Intelligence）作為一種Game-Changing的顛覆性技術，一直被中美等國軍隊，視為無人化作戰的突破口。

最近，在珠海航展上，中國電科CETC披露了對岸中國第一個固定翼無人機集群試驗原型系統，實現了67架規模的集群原理驗證，打破之前由美國海軍保持的，50架固定翼無人機集群的世界紀錄，該成果由CETC電科院、清華大學、泊松技術攜手完成。

結合Intel團隊100架和500架，多旋翼無人機的震撼空中燈光秀，我們已經可以看出無人機集群技術發展的端倪，甚至可以謹慎地預測，集群技術可能是無人機技術，發展的下一個重要熱點。

| 概念與起源

集群行為（Swarm behaviour）、或者群行（Swarming）是一種生物的集體行為，最典型的例子是外觀上，看起來一群實體聚集在一起兜圈，或朝特定方向行動。生物界中的昆蟲、鳥類、魚類、水生動物、人與細菌，都會出現集群行為。

機器人的集群技術的靈感，來源於自然，正如上世紀初發明飛機，就是受到了飛鳥的啓發一樣，無人機集群概念，起源於古老的昆蟲蜜蜂，蜂群內部分工明確，個體之間存在著豐富有趣的資訊交流語言，社會行為豐富。

早在1億2千萬年前，蜜蜂就以集群的方式在地球上，每個蜂群由蜂王、工蜂和雄蜂組成，蜂王通常每群只有一隻；工蜂自數千至數萬只不等，雄蜂一般只在群體需要的季節裡才存在。

宋代詩人戴表元所作詩詞之一《義蜂行》中就曾寫道：「朝朝莫莫與蜂狎，頗識蜂羣分等差。一蜂最大正中處，千百以次分來衙。」在概念上，與魚群、鳥群、蜂群、蟻群類似，機器人的集群行動，也可用此術語描述，因此我們創造了無人機集群即UAV Swarm的概念。

從抽象的角度來看，群體行為是大量自驅動粒子系統的集體運動。

從數學模型的角度來看，它是一種突現（Emergence）行為，即個體遵循簡單的運動和邏輯規則，不需要任何有中心的中央協調，而又能自然而然的呈現群體特徵。

集群行為也被物理學家當作一種，非熱力學平衡現象加以研究，他們需要研究新的統計物理學工具，來對付這種非熱力學平衡系統。

在理論研究仍然不著邊際的80年代，數值計算科學家首先用模擬程式boids，在電腦上模擬群體行為，該程式根據一組基本規則，來模擬一組簡單智能體的運動，這個程式首先用來模擬鳥類的集群行為，後來也被用於研究魚類和其他集群動物。

數學模型

最簡單的集群數學模型，只遵循如下三個原則：

1、個體沿著鄰居相同的方向移動

2、個體保持靠近鄰居

3、個體避免與鄰居碰撞

例如，下圖左邊是魚群的度量距離模型，每條魚都排斥近距離範圍的其他個體；跟隨中等距離的其他個體；吸引較遠距離的其他個體。

下圖右邊是魚群的拓撲距離模型，每條魚只關注距自己最近的6～7條魚，而不管其他較遠的個體。

共識主動性（stigmergy）

在集群智慧領域的一個關鍵概念是stigmergy，即共識主動性，是智慧體或行為之間的間接協調機制。

觀察螞蟻：它們是非常普通的動物，透過分布路徑上的資訊素來相互交流，這讓它們看起來很聰明。共識主動性不需要任何控制，或者代理間的直接通信，就能產生複雜流程。

它的原理是透過動作，留在環境中的軌跡刺激下一個動作的執行，隨後其他個體的行動連貫而有序，前後協調共同完成複雜的工作， Stigmergy是一種自組織的、有系統活動，它產生複雜的，看似智慧的結構，不需要任何集中規劃，控制或甚至也不需要個體之間的直接通信。

因此，它支持極簡單的個體之間的高效協作，確保簡單生物體在缺乏任何記憶、智力、溝通，甚至彼此不能互相意識到的情況下，也能完成複雜的集體協調任務。

集群智慧（Swarm Intelligence）

集群智慧來源於群居性生物，透過協作表現出的宏觀智慧行為，具有分布式、無中心、自組織的的特點。從1991年義大利學者Dorigo ，提出蟻群優化理論開始，集群智慧作為一個理論被正式提出，並逐漸吸引了大批學者的關注，從而掀起了研究高潮。

1995年，Kennedy 等學者提出粒子群優化算法，此後集群智慧研究迅速展開，自Gerardo Beni和Jing Wang，於1989年在研究細胞機器人系統時，引入這個概念開始，集群智慧開始廣受AI領域的研究者關注，並以不同生物命名了一系列算法，較為經典的粒子群、蟻群、人工魚群、文化算法，到最近幾年比較新的混合蛙跳算法、貓群算法、蟑螂算法等等。

集群智慧的特點包括：

1、控制是分布式的，不存在中心控制。因而它更能夠適應當前網路環境下的工作狀態，並且具有較強的強健性，即不會由於某一個或幾個個體出現故障，而影響群體對整個問題的求解。

2、群體中的每個個體，都能夠改變環境，這是個體之間間接通信的一種方式，即上面提到的共識主動性（Stigmergy）。由於集群智慧，可以透過非直接通信的方式，進行資訊的傳輸與合作，因而隨著個體數目的增加，通信開銷的增幅較小。因此，它具有較好的可擴充性。

3、群體中每個個體的能力，或遵循的行為規則非常簡單，因而集群智慧的實現比較方便，具有簡單性的特點。

4、群體表現出來的複雜行為，是透過簡單個體的交互過程，突現出來的智慧( Emergent Intelligence) 。因此，群體具有自組織性。

Intel's 500 Drone Light Show | Intel

機器人集群

將群體原理應用於機器人稱為群體機器人，而集群智慧是指更為通用的算法集合。研究人員為成千上萬的，小型機器人的群體行動建立模型，研究使它們一起執行任務的算法，例如找到隱藏的東西，清潔大樓外牆或協調蒐集資訊。

每個機器人只具有相當簡單的功能，但集群之後的群體行為則相當複雜多樣。

整個機器人集群，可以被認為是一個分布式系統，如蟻群一樣成為一個具有集群智慧的超級有機體。

到目前為止最大的機器人集群，是由1024個機器人組成的Kilobot。其他有代表性的集群項目包括iRobot群、ActivMedia的Centibots項目和開源的Micro-robotic項目。

機器人集群能夠提高故障冗餘度，單一的大型機器人，可能會因故障失效從而影響任務執行，但是集群中即使有幾個機器人失效，集群整體也能繼續工作，不影響工效，這一特點對於執行空間探索任務特別有吸引力，因為高昂的成本，帶來的單節點失效，常常導致昂貴的損失。

機器人集群，包括地面機器人集群、空中機器人，也就是無人機集群、水面和水下機器人集群等多種形式。

例如，奧地利Ganz人工生命實驗室的研究人員，發佈了世界上最大的水下無人機群：CoCoRo自主水下航行器集群。該項目由Thomas Schmickl領導，由41個水下機器人（AUV）組成，可以協同完成任務。

這些研究人員有一個雄心勃勃的目標：瞭解機器人網路，是否能夠展示群體認知，將該系統形成的群體智慧，與自然界中的生物集群進行比較研究。

「透過執行複雜的實驗（元認知），我們將比較我們的結果與自然界的生物群，評估我們的科學成果，尋求生物學，神學，元認知，心理學和哲學領域的新發現」。這個項目的目標是：生態監測，搜索，維護，探索和收穫水下棲息地的資源。

| 集群成為無人機發展趨勢

在Kumar看來，無人機未來總體的發展趨勢是「自主」（Atonomy），具體可以用5S來概括，前4個S為：

Small

未來機器人多應用於搜索和營救等場景，如果一個無人機體積太大，那麼將極不利於其對環境的勘探。面對未知的環境，小型無人機有更強的自主性。像一群小蜜蜂。但同時，這也帶來一些負面的挑戰。當一個無人機的尺寸縮小至甚至11釐米的直徑，20克的重量，它根本不能移動一些木塊、石頭等物體。

Safe

又小又安全的無人機，即使碰撞到路人也不會致傷，這樣才更容易在生活各種環境中，進行飛行控制。而且，由於機器體積變小，其慣性也會減小，能夠在發生撞擊時，迅速自我調整平衡。

Smart ＆ Speed

無人機在躲避障礙物過程中，能夠透過感測器、雲端控制、攝影機這樣的循環，此外，依靠電腦視覺對環境進行檢測，分析周圍環境的特徵，實現自我規劃路徑，就像人看到障礙物知道繞道那樣。

第5個S即Swarm集群，Kumar大神指出，小型化所付出的一個代價是載重變小，能完成的任務隨即減少，為此他們從蜂群的工作方式中獲取靈感，讓多個無人機協作，完成個體無法勝任的任務。因此，集群無人機集群的組織方式為：

1．個體獨立行動，行動是本地的和獨立的；

2．僅需要本地信息即可行動，即使無法知道全局資訊，個體也能行動；

3．行動匿名，獨立於身份，不瞭解個體資訊也能完成任務。

| 集群無人機優勢

解決有限空間內多無人機之間的衝突

以當下正火的無人機快遞技術為例，如何讓未來漫天的快遞無人機，像人類快遞小哥一樣協同作業，也就是一定區域內的無人機避開同類障礙，保持良好有序對空中交通，就需要相互協作，本質上相當於運作一個協調的集群系統。

Kumar場景舉過一個無人機繪製長城地圖的例子，這顯然是單一的無人機無法做到的，逐個給多架無人機設定作業任務，也是件麻煩事，最佳的方案顯然是，給作為集群的多架無人機一個整體任務，集群自行分解、協同、分段作業無縫完成任務。

以低成本、高度分散的形式滿足功能需求

無人系統集群可由不同的平台實現高低混搭，為實現不同的功能，採取一系列由大量分散的低成本系統協同工作機制以完成任務，這與投資開發造價昂貴、技術複雜的多任務系統策略完全不同。針對不同類型的工作目標，無人系統集群可利用混合搭配的異構優勢，以低成本、高效率的完成工作。

動態自愈合網路

無人機與自主系統可協同，形成具備自愈合功能的、執行資訊蒐集和通信中繼等，行動的主動響應網路。無人與自主系統組成的集群網路相互協同，可分別採集資訊，還能依據需要調整，搭載通信載荷的無人系統數量，形成具有一定冗餘的通信中繼站。

分布式集群智慧

大量的平台可實現分布式投票，以解決問題。例如集群作業中，目標確定問題，透過大量平台，各自發送對同一目標地理位置資訊的判斷信號，這種分布式投票得出的結果，往往正確率很高。

分布式探測

廣泛分布傳感器的能力，對於主動與被動探測，以及定位精度而言，有著明顯幫助。多平台可以相互協作完成目標精度定位，當需要主動探測時，平台間還可採取頻率、波段不同的雷達進行全頻譜探測，將極大提高探測能力。

可靠性

無人機集群數據鏈網路，能夠支持冗餘備份機制，和具有一定的自愈能力，以提供可用性保證，集群網路能夠監控已建立連接，具備應對意外中斷的自動恢復能力，集群應具備一定的擁塞處理和衝突應對能力。

去中心化自組網提升抗故障能力、自愈性和高效資訊共享能力

目前無人機的通信模式，仍然以單機與地面站通信方式為主，資訊傳輸仍是集中式的，去中心化的無人機集群，利用自組網技術可以實現無人機之間資訊的高速共享，同時提高集群的抗故障與自愈能力。

| 集群無人機關鍵技術

集群控制算法

多無人飛行器系統，要實現相互間的協同，就必須確定無人飛行器之間，邏輯上和實體上的資訊關係和控制關係，針對這些問題而進行的體系結構研究，可以將多無人飛行器系統的結構，和控制有飛行器地結合起來，保證多無人飛行器系統中，資訊流和控制流的暢通，為無人飛行器之間的交互提供框架。

集群控制算法，不僅要保證多無人飛行器之間，能有效地進行協同，而且不依賴於無人飛行器的數量，即無人飛行器可以隨時退出或者加入集群，而不會影響控制系統的整體結構。

通信網路設計

在多無人飛行器協同任務自組織系統中，無人飛行器作為通信網路節點，其空間的分布決定了網路的拓撲結構，而不同的網路拓撲結構，有著不同的通信性能。在一定的通信拓撲及性能下，根據所執行的任務分配通信資源，提高通信品質，是集群技術的難題之一。

控制算法與通訊技術的耦合

多無人飛行器為了提高協同完成任務的效能，需要進行資訊交互。為了使得所交互的資訊，即時完整地進行傳輸，對於通信網路性能有一定的要求。

基於通信品質約束的協同控制方法，就是在當前的通信服務品質約束下，設計多無人飛行器協同控制方法，使得在這種控制方法下，多無人飛行器的運動既滿足任務需求，又可以使得多無人飛行器構造的通信網路性能，滿足資訊即時完整傳輸的需求，進而提高多無人飛行器協同完成任務的效能。

任務規劃技術

為了實現多無人飛行器之間，有效的任務協同，同時保證控制結構，不依賴於無人飛行器的數量，構建多無人飛行器協同任務，自組織系統分布式體系結構，各無人飛行器的基本行為，和簡單任務，由無人飛行器自己自主完成，當面臨複雜任務和需要協作的任務時，當前無人飛行器，可以把任務資訊和資源需求，發佈到由各無人飛行器組成的網路上，各無人飛行器可以根據自身當前任務，和資源情況予以響應。

這樣，任意一個無人飛行器的退出或加入，都不會對系統組織結構帶來影響。