美國“快速輕量自主”項目推進無人系統(tǒng)自主能力發(fā)展

王 彤，李 磊，蔣 琪

（北京海鷹科技情報研究所，北京 100074）

1 引 言

目前，美國在執(zhí)行緊急監(jiān)視偵察任務方面的能力存在不足：軍隊在復雜環(huán)境中執(zhí)行危險的巡邏任務時或救援隊開展災難營救行動時經(jīng)常使用無人機搜集數(shù)據(jù)來進行態(tài)勢感知，執(zhí)行隊員可以在安全區(qū)域遠程監(jiān)控進展，但是需要了解建筑物內(nèi)部的情況時（墻壁、門和雜亂的空間使無人機操控變得困難），仍需人員進入，而這通常會使美國軍人或救援隊員處于危險之中。

美國國防預先研究計劃局（Defense Advanced Research Projects Agency，DARPA）的“快速輕量自主”（Fast Lightweight Autonomy，F(xiàn)LA）項目旨在開發(fā)一種新的導航、感知、規(guī)劃和控制算法，使無人系統(tǒng)能夠在未知、雜亂的環(huán)境中實現(xiàn)自主、高速飛行。將這一新技術集成在小型四旋翼無人機上，該項目將展示敏捷的飛行能力，使飛行器在沒有外部通信或GPS導航的情況下，以高達20m/s的速度在未知的室內(nèi)/室外環(huán)境中自主感知和飛行［1］。

2 項目概況

2015年，DARPA啟動FLA項目，通過研究非傳統(tǒng)感知和自主方法，為不確定環(huán)境中的高速無人機進行導航，使小型無人機借助自身攜帶的各種傳感器，在雜亂無章的建筑物內(nèi)和障礙遍布的環(huán)境下自主完成任務［2］。

FLA項目開發(fā)具有先進自主算法的智能軟件，并集成在質(zhì)量僅為5磅的輕型四旋翼無人機上，使得無人機在續(xù)航能力和機載計算能力有限的情況下，在室內(nèi)、地下或受干擾等GPS受限時無需遠程遙控就可自主執(zhí)行任務，以此實現(xiàn)高度自主。其可以將小型空中和地面系統(tǒng)轉(zhuǎn)變?yōu)槟茏灾鲌?zhí)行危險任務的編隊成員——例如在敵軍遍布的城市環(huán)境中執(zhí)行任務的先前偵察，或者在地震后搜索受損建筑物以尋找幸存者［3］。

FLA項目提出之初，DARPA提出了一些衡量指標，見表1。

表1 FLA項目衡量指標Table 1 FLA program performance goals

FLA項目共分為兩個階段，第一階段主要對室外、倉庫和辦公室進行飛行測試。2015年9月25日，DARPA向Scientific Systems公司授予FLA項目第一階段合同，同時還有麻省理工學院等優(yōu)秀團隊共同參與開發(fā)。2016年成功完成第一階段飛行試驗［4］。

第二階段主要完成門、窗戶和其他物體識別的飛行測試。麻省理工學院和德雷珀實驗室團隊此階段致力于使無人機不需要外部通信設施或GPS就能在未知的環(huán)境中自主感知和機動。2017年參與的團隊成功完成了第二階段的飛行試驗。

3 項目采用的智能算法

在未知環(huán)境中僅使用機載傳感器進行搜索，必須解決兩個關鍵問題：導航和感知問題，即無人機必須在快速飛行過程中非常有效地從傳感器提取信息，以便定位自身位置和感知周圍環(huán)境，以識別障礙物和清除不可靠路徑；規(guī)劃和控制問題，即無人機必須準確和快速地避免碰撞，同時朝著目標前進。此外，這些導航、感知、規(guī)劃和控制子系統(tǒng)必須與低延遲通信緊密集成才能協(xié)同工作，以此實現(xiàn)這種精確的集成系統(tǒng)功能［5］。

3.1 導航與感知

為了使無人機能夠在不借助GPS情況下實現(xiàn)各種環(huán)境中的精確定位和導航，項目研發(fā)了一種基于視覺慣性測距（VIO）技術的估算器。估算器集成了機器視覺單目相機和慣性測量單元（IMU），其中相機能提供無漂移但缺乏標度信息的低速率測量，IMU能提供具有絕對標度但漂移的高速率測量，VIO則利用兩者的互補性達到了更好的測量效果。此做法繼承了多狀態(tài)約束卡爾曼濾波框架的工作，將高速高漂移IMU數(shù)據(jù)和低速率低漂移視覺數(shù)據(jù)集成在一個實時、成熟的框架中［6］。

而為了無人機高速飛行中的感知，項目開發(fā)了幾種協(xié)同策略。為近場前向感知，商用立體相機和結(jié)構(gòu)光傳感器被用于10m或更小范圍內(nèi)密集深度信息的獲取。同時開發(fā)基于多層映射技術的新技術，可從單目相機中提取局部幾何信息，以通過幀到幀的跟蹤來快速確定大體深度［7］。而為了遠程感知，項目探索符號感知技術，該技術利用機器學習技術對環(huán)境和物體進行分類，有助于確認安全、可用的飛行路線，如道路、通道、門道、窗戶和樹木之間的空隙［8］。

圖1 基于網(wǎng)格的單目圖像幾何恢復Fig.1 Mesh based geometry recovery from monocular imagery

3.2 規(guī)劃與控制

項目的規(guī)劃與控制系統(tǒng)基于3D反饋運動基元［9］，這是一種軌跡控制/規(guī)劃方法，可直接使用局部深度數(shù)據(jù)來控制無人機運動行為。通過運動基元的方法，不需要經(jīng)歷構(gòu)造地圖、優(yōu)化軌跡和跟蹤軌跡等一般過程，核心是規(guī)劃通向目標的路線（高速飛行并避免障礙），利用基于系統(tǒng)精確動態(tài)模型的碰撞概率快速確定，并且受益于低精度狀態(tài)估計方法的魯棒性。

此外，運動基元方法不依賴于全局地圖狀態(tài)反饋，以避免無人機飛行中狀態(tài)估計方法可能產(chǎn)生的誤差。當無人機飛入復雜的空間或在大障礙物周圍盤旋需要協(xié)助時，項目開發(fā)的2D全局規(guī)劃器則為運動基元系統(tǒng)提供幫助。未來，感知系統(tǒng)將融入機器學習技術，用于當前環(huán)境的分類，然后根據(jù)環(huán)境類型的特征，向規(guī)劃控制系統(tǒng)推薦超出無人機傳感器探測范圍的安全軌跡。

圖2 飛行模擬測試中運動基元軌跡選擇路線圖Fig.2 Motion primitive trajectory options during simulated forest flight

4 項目飛行試驗成果

4.1 第一階段飛行試驗

2016年4月，F(xiàn)LA項目在一個擁有模擬墻壁和過道的室內(nèi)倉庫環(huán)境中進行了首次飛行試驗。為了使測試更具挑戰(zhàn)性，DARPA測試團隊在通道上創(chuàng)造了死胡同，強制無人機在過道之間穿越，并將過道中的各種物品作為障礙物。試驗的目標是一輛北極星多功能車，終點距離起點約60m。在每次試驗之間，測試團隊會稍微重新配置環(huán)境，使得每次試驗都是不同的。在這次飛行試驗中，共有39次成功達到試驗目標，并且在一些試驗中無人機達到了高達5m/s的速度。在這次測試中，無人機只要求找到目標，并沒有要求返回原點。

圖3 首次飛行測試場景圖Fig.3 First flight test scene

第二次試驗是在2016年11月，三個團隊在弗羅里達州進行了飛行試驗。這次飛行是在室外環(huán)境中進行的，混合了開闊的草地、道路、茂密的灌木叢、森林和一些建筑物。對于這次測試，目標距離從單程大約160m增加到1 km。試驗中，無人機飛到目標位置，并返回原點自主著陸。測試的目標物體是穿過森林與停機坪后機庫內(nèi)部的紅色化學桶［10］。

有一次試驗與其他不同，在出發(fā)點與目標之間基本沒有障礙物，旨在展示高速飛行，試驗的最大距離為1 km，無需返回原點。在飛行中，飛行速度達到了19.5m/s。由于目標距離的增加（需要更好的導航精度才能成功到達目標），不確定的環(huán)境（影響障礙物檢測）以及多變/具有挑戰(zhàn)的光線（依賴相機的導航和感知系統(tǒng)），這個試驗在復雜性方面有了明顯進步［11］。

4.2 第二階段飛行試驗

2018年，F(xiàn)LA項目完成了第二階段的飛行試驗，研究人員演示最新FLA軟件在模擬城市環(huán)境中，在沒有人類幫助的情況下執(zhí)行現(xiàn)實世界的任務。為使更小、更輕的四軸無人機取得更好的性能，研究人員基于2017年第一階段飛行測試，改進了軟件并且使用商業(yè)傳感器，在佐治亞州佩里的監(jiān)護中心培訓基地的模擬城鎮(zhèn)進行了空中測試，測試的場景包括城市室外和室內(nèi)，取得了重大進展，包括：以更快的速度飛行在多層建筑之間，穿過狹窄通道，同時識別感興趣的物體；穿過狹窄的窗戶飛進建筑物，沿走廊搜索房間，并繪制室內(nèi)三維圖；以及識別樓梯并沿樓梯飛行，最后從一個敞開的出口離開大樓［12］。

圖4 尋找紅色化學桶并返回原地概念圖（上）與現(xiàn)實仿真圖（下）Fig.4 FLA vehicle planning position （above） and simulation position （below） during out and back mission test

4.2.1 麻省理工學院和德雷珀實驗室團隊為無人機配備Wi-Fi手持設備

麻省理工學院和德雷珀實驗室的工程師團隊為提高無人機飛行速度，減少了機載傳感器的數(shù)量，以減輕無人機的重量。第一階段中，團隊在平臺上安裝了各種不同的傳感器執(zhí)行偵察任務。而在第二階段，只使用一臺攝像機。

無人機在偵察時不僅要繪制出準確的地圖，還要繪制語義地圖。當無人機使用傳感器在未知環(huán)境中進行障礙物快速探測和導航時，它會不斷地繪制地圖，探索和記憶已經(jīng)偵察的地點，因此可以自行返回起點。

在無人機執(zhí)行任務中，機載計算機利用神經(jīng)網(wǎng)絡可識別出道路、建筑物、汽車和其他物體，并在地圖上對其進行標識并支持點擊功能。在任務完成后，人類操作員可以從機載處理器下載地圖和圖像。為提升任務效率，麻省理工學院和德雷珀實驗室團隊開發(fā)了一款名為安卓戰(zhàn)術攻擊套件（ATAK）的手持應用設備，該設備可以連接來自無人機的可選Wi-Fi（人類操作員可以按需打開或關閉）。當Wi-Fi連接時，無人機可以發(fā)送關注對象的實時圖像，不必等待任務完成。

在飛行試驗中，研究人員成功驗證了無人機對模擬城鎮(zhèn)周邊處于不同位置的汽車的自主識別能力。在“探索模式”下，無人機對車輛進行識別，并通過Wi-Fi實時提供可點擊的高分辨率圖像，同時可在手持設備ATAK上顯示地理數(shù)字地圖［13］。

圖5 無人機識別車輛（左）與手持設備圖像顯示（右）Fig.5 UAV identify vehicle （left） and handheld app image display （right）

圖6 無人機識別穿過窗戶（左）與飛下一段樓梯（中）以及飛出敞開的門（右）Fig.6 UAV identify and pass through the window (left) and fly down stairs (middle) and fly out of the open door (right)

4.2.2 賓夕法尼亞大學團隊為無人機增加三維地圖繪制功能

賓夕法尼亞大學研究團隊為提升無人機自主性，減小了其尺寸和重量以便能夠在雜亂無章的狹小室內(nèi)空間中自主飛行。為容納所有需要的傳感器和計算平臺，該團隊開發(fā)了一款新的集成單板計算機，使得無人機尺寸減小一半，重量減少一半以上。同時使用一款通用處理器，只需很少的功耗就可以完成全部的計算任務。在任務執(zhí)行中，無人機不僅需要認知環(huán)境的一部分，還需要掌握它上方以及下方的環(huán)境，因為它有可能需要繞著桌子或椅子飛行，因此建立一個完整的三維圖在室內(nèi)環(huán)境中非常重要。

在該團隊試驗中，無人機從室外起飛，以更快的速度飛行在多層建筑之間，識別并穿過只有幾英寸寬的二層窗戶；沿走廊搜索房間，并繪制室內(nèi)三維地圖；識別樓梯間并沿樓梯飛下，最后從一個敞開的門離開大樓飛回室外。該項目下一步是將更多的計算能力集成到更小的平臺上，生產(chǎn)一種足夠小到可以放在手心里的智能無人機［14］。

5 分析與展望

FLA項目研究了先進的算法，可以使小型無人機借助自身攜帶的各種傳感器，在不確定的環(huán)境中自主完成任務。

FLA項目所涉及到的關鍵技術主要有幾個方面：能源與動力技術，包括發(fā)動機技術和能源類型；平臺技術，包括氣動設計、外形設計、材料等方面；網(wǎng)絡通信技術，主要用于無人機和有人平臺之間以及無人機集群內(nèi)部的通信，需要滿足高速、低延遲、高可靠、抗干擾等需求；載荷技術，包括高性能的傳感器、探測器以及其他任務載荷的設計制造等；自主控制技術，包括自主導航、路徑規(guī)劃、態(tài)勢感知、自主決策、集群協(xié)同等方面。FLA項目研發(fā)是以現(xiàn)有的輕型無人機平臺為基礎，并且預期的主要應用場景是缺少外界信息支援的復雜環(huán)境，因此項目重點發(fā)展的是無人機自主控制這一領域的技術。該項目有以下優(yōu)勢：

（1）提升無人機自主能力，以提高自身生存能力并降低人員危險。多次飛行試驗的成功表明，該項目開發(fā)的先進算法可以使無人機繪制三維地圖并記憶環(huán)境，該功能使得無人機可以在沒有任何通信GPS等外界支撐的情況下自主執(zhí)行并完成任務，并能自主回到出發(fā)點以供人員下載信息。這些自主能力減少了無人機被無線電檢測的幾率，很大程度上提升了它的生存能力和安全性，同時降低了人員危險。此外，新開發(fā)的手持設備可通過Wi-Fi與無人機載荷進行數(shù)據(jù)同步，以便人員可以根據(jù)需要實時關注無人機偵察情況，而無需等待其返回再下載信息，避免可能因延遲帶來的危險。

（2）后續(xù)將改進算法，成果即將過渡到陸軍。該項目合作的大學和工業(yè)研究團隊今后將致力于對FLA項目算法的改進，在不久以后只要提供一般的航向、飛行距離和需要搜索的特定目標，這些算法可以將輕型、商用現(xiàn)成的空中或地面無人系統(tǒng)轉(zhuǎn)換為無需人工干預的的高性能操作系統(tǒng)。配備FLA算法的無人系統(tǒng)不需要遠程飛行員、GPS導航、通信鏈路，也不需要該區(qū)域的預編程序地圖，只需要機載軟件、輕量級處理器和低成本傳感器，可以自動實時地完成所有工作。

（3）支撐其他項目，推進分布式協(xié)同作戰(zhàn)能力的形成。項目研究重點是無人機，但是這一項目所取得的成果在地面、水面和水下系統(tǒng)，尤其在GPS信號不佳或無GPS信號的環(huán)境中，均具有很大的應用潛力。FLA項目是DARPA戰(zhàn)術技術辦公室發(fā)起的，該項目側(cè)重于單個無人機自主能力的研究，該辦公室還發(fā)起了“拒止環(huán)境中協(xié)同作戰(zhàn)”（CODE）［15］、“進攻性蜂群使能戰(zhàn)術”（OFFSET）項目，這兩個項目側(cè)重多無人機蜂群協(xié)同作戰(zhàn)，F(xiàn)LA項目研究成果很有可能應用于CODE和OFFSET項目［16］。

圖7 無人機主要關鍵技術圖譜Fig.7 UAV key technology map

6 結(jié)束語

無人機快速、輕量、自主的特點逐漸受到國內(nèi)外各行各業(yè)的高度關注。本文通過研究DARPA開展的FLA項目，分析美國對于優(yōu)化無人機性能的解決思路。項目通過開發(fā)先進的智能算法，應用于集成了小巧輕便傳感器和計算載荷的小型無人機平臺，使無人機可以在室內(nèi)、城市室外、野外等復雜、危險和缺少外部支持的未知環(huán)境中自主執(zhí)行任務，同時也能使人員通過手持設備在無需暴露的情況下仍能保持對態(tài)勢的感知。項目成果表明單架無人機可在無GPS或GPS不佳環(huán)境中自主執(zhí)行偵察等任務，該項目已計劃過渡到陸軍，未來無人機協(xié)同形成蜂群后，在偵察、飽和攻擊等實戰(zhàn)應用中將很大程度提高美軍作戰(zhàn)能力。