无人机自主控制等级及其系统结构的分析 .pdfVIP

无人机自主控制等级及其系统结构

的分析(总9页)

-本页仅作为预览文档封面，使用时请删除本页-

无人机自主控制等级及其系统结构的分析

[摘要]制定无人机自主控制等级是了解无人机自主控

制水平的关键，同时也可以为无人机自主控制技术的发展

提供方向。本文首先对无人机自主控制技术及相关理论基

础进行简单介绍，以美国无人机自主控制等级的划分情况

为例，探讨国外研究进展，并结合我国无人机技术的具体

情况，提出一种适用于我国无人机自主控制等级划分的规

划对策。在此基础上，对无人机自主控制系统结果进行具

体分析。

[关键词]无人机；自主控制等级；系统结构

中图分类号：文献标识码：A文章编号：1009-914X

（2018）21-0092-02

前言：无人机飞行任务的特点决定其控制系统必须具

有较高的自主性，能够对复杂的环境和任务内容进行控制

调整。目前o人机控制技术是无人机研究领域的难点问

题，随着信息技术的发展，无人机自主控制将相分布式、

网络化和协同控制方向发展。在技术发展过程中，对无人

机的自主控制水平进行等级评价，可以找到技术存在的不

足，并把握好技术发展方向，从而逐渐提高无人机自主控

制水平。目前美国在无人机技术的研究方面处于领先地

2

位，自主控制等级划分也较为完善，可以为国内无人机自

主控制等级的制定提供借鉴。

一、无人机自主控制技术及相关理论基础

（一）完全自主控制

无人机自主控制技术的发展目标是实现完全自主控

制。在无人机的任务执行过程中，机载信息获取能力、信

息传输与应用能力以及控制自主性是无人机使用性能的决

定性因素。美国率先提出无人机自主性研究目标，并将态

势感知、多平台网络化通信和作战、智能自主性作为关键

技术内容。完全自主控制目标的实现需要经过一个渐进发

展过程，可以对其技术水平进行等级划分，评估目前研究

进展，制定未来发展计划，逐步实现技术研究目标。在此

基础上，应对不同等级进行细分，明确每个等级的关键技

术，无人机完全自主控制。从技术内容来看，要实现这一

目标，无人机需要具备类似人脑的决策能力，因此，对无

人机自主控制技术的研究主要以人的智能神经系统为参

考。

（二）智能神经系统

人的神经控制系统是一个完美的自主控制体系，能够

在各种复杂的环境条件下，作出综合性决策，采取正确的

行为实现具体目标。可以将人的智能化控制理解为一种分

析计算能力，在已有信息的基础上，进行计算、推理、学

3

习，对新态势进行整理归纳，最终作出控制决策。可以将

人的智能活动分为显意识、无意识、下意识和前意识几个

层次。人的神经系统则是信息传递和决策的支持系统，可

以分为三层结构，从上到下一次为决策性行为、程序性行

为和反射性行为，分别对应大脑皮层、神经中枢和感知神

经等组织机构。这三个自主控制层次呈递阶结构，分别支

持不同的自主行为。对无人机自主控制等级的划分，也以

类似的三层次结构为基础。

二、国外无人机自主控制等级分析

（一）美国无人机自主控制等级划分

美国空军实验室从2000年开始研究无人机自主控制技

术，将其自主控制能力划分为10个等级，从低到高依次为

遥引导、实时故障诊断、故障自修复及环境自适应、机载

航路重规划、多机协调、多机战术重规划、多机战术目

标、分布式控制、机群战略目标和全自助机群[1]。这种等

级划分也反映出美国无人机自主控制技术的发展路线，具

体如图1所示。

可以将美军制定的10个自主控制技术等级划分为三个

层次：（1）单机自主控制层次，包括前4级的遥引导、实

时故障诊断、故障自修复及环境自适应、机载航路重规

划；（2）多机自主控制层次，包括5～7级的多机协调、

多机战术重规划和多机战术目标；（3）机群自主层次，包

4

括8～10及的分布式控制、机群战略目标和全自主机群。

自主控制等级越高，无人机的智能型和适应性越强，从而

能够使其满足更加复杂的任务和环境控制要求[2]。