學(xué)報：一種無人集群系統(tǒng)仿真平臺設(shè)計（下）無人集群仿真平臺設(shè)計與系統(tǒng)驗證

論文鏈接：【深度】學(xué)報：一種無人集群系統(tǒng)仿真平臺設(shè)計（上）無人集群及其仿真技術(shù)要素分析

3　無人集群仿真平臺設(shè)計

3.1　基于消息中間件的系統(tǒng)架構(gòu)

無人集群仿真平臺的意義在于，可以在付出較小成本代價情況下，驗證集群系統(tǒng)的整體運行流程和關(guān)鍵技術(shù)能力，降低大數(shù)量無人平臺的制造成本、空域使用成本和試驗驗證成本，是開展無人集群系統(tǒng)研究的必經(jīng)之路。要取得良好的仿真試驗效果，高效的系統(tǒng)架構(gòu)和精確的模型設(shè)計是開展集群仿真工作的基本前提。

以上一章提到的無人機集群系統(tǒng)為例剖析如下。

首先明確無人機集群仿真平臺的主要目標。本文所述的集群仿真平臺，聚焦于驗證無人集群系統(tǒng)在典型任務(wù)場景中的任務(wù)執(zhí)行能力和集群控制能力。按照集群要素分解定位，其主要驗證對象是機載任務(wù)子系統(tǒng)和集群控制子系統(tǒng)。具體驗證內(nèi)容包括任務(wù)動態(tài)分配算法、集群路徑規(guī)劃算法等集群核心算法。在服務(wù)于這一目標前提下，其他子系統(tǒng)功能盡可能簡化實現(xiàn)。

基于此，無人機集群仿真平臺設(shè)計思路如下：

（1）將集群系統(tǒng)的基礎(chǔ)性功能虛擬化，包括通信、導(dǎo)航、機電、能源等。

（2）將與集群控制緊密相關(guān)的功能實物化，比如飛控子系統(tǒng)，因為飛行控制性能嚴重影響著集群控制參數(shù)。

（3）將與任務(wù)分配和路徑規(guī)劃非緊密相關(guān)的功能模擬化，比如集群任務(wù)載荷，包括傳感器和攻擊武器，此類實物載荷不宜在仿真環(huán)境中直接應(yīng)用，應(yīng)采用軟件模擬，涉及功能包括情報探測、目標識別、偵察干擾、火力攻擊等。此類功能與任務(wù)分配和路徑規(guī)劃功能分別處于集群系統(tǒng)信息處理流程的不同階段，并非緊密依賴關(guān)系。

（4）盡可能逼真模擬無人集群系統(tǒng)的實際運行環(huán)境，包括地理環(huán)境、氣象環(huán)境、電磁環(huán)境等。

按照上述思路，設(shè)計無人機集群仿真平臺，見圖 4、圖 5。其中，灰色填充模塊采用仿真實現(xiàn)，其他部分可以與實物系統(tǒng)保持一致或者移植實現(xiàn)。

圖 4 無人機集群仿真平臺（機上）組成圖

圖 5 無人機集群仿真平臺（地面）組成圖

仿真平臺中的模型及數(shù)據(jù)采用面向?qū)ο笤O(shè)計規(guī)范，遵從開放式體系架構(gòu)，其中情報探測模型、目標識別模型、偵察干擾模型、火力攻擊模型、通信模型均可根據(jù)具體任務(wù)需要，按照具體平臺型號和載荷型號進行參數(shù)化定制。平臺內(nèi)模型對象間的消息通信采用訂閱/發(fā)布機制，基于DDS消息中間件實現(xiàn)。無人機系統(tǒng)和地面站系統(tǒng)的遠程通信采用以太網(wǎng)模擬實現(xiàn)。仿真平臺邏輯架構(gòu)見圖 6。其中，灰色填充模塊采用模擬軟件實現(xiàn)，是仿真主體部分，其他模塊采用與實物系統(tǒng)一致或移植后的軟件實現(xiàn)。

圖 6 集群仿真平臺邏輯架構(gòu)

3.2　基于時空一致性的對象交互

本仿真平臺的設(shè)計重點是驗證集群任務(wù)動態(tài)分配、路徑協(xié)同規(guī)劃等功能。其難點是，對集群傳感器和武器載荷的仿真模擬，以及對集群運行場景中地理、氣象、電磁等環(huán)境的仿真模擬，這些約束條件的準確性將直接影響集群的仿真效果。

對于待驗證功能，包括機載任務(wù)子系統(tǒng)和集群控制子系統(tǒng)功能，可以直接采用實物軟硬件實現(xiàn)，或者采用與實物硬件近似的硬件和移植后的實物軟件組合實現(xiàn)。地面站系統(tǒng)除通信子系統(tǒng)外，均可以采用實物設(shè)備構(gòu)建。

對于仿真功能實現(xiàn)，主要工作包含如下四個方面工作：

（1）平臺模擬：通過加入各類模型，模擬無人機平臺上的導(dǎo)航、機電、能源等子系統(tǒng)功能以及任務(wù)載荷功能，其中，任務(wù)載荷包括傳感器（光電、紅外、雷達、偵察等）和干擾攻擊武器等，見圖 7。

（2）網(wǎng)絡(luò)模擬：設(shè)計自組網(wǎng)通信模型和遠程通信模型，模擬無人機與無人機、無人機與地面站間的通信網(wǎng)絡(luò)拓撲、信息交互關(guān)系和信息傳輸過程，該部分模擬可以通過消息中間件（如DDS）結(jié)合以太網(wǎng)來實現(xiàn)。

（3）環(huán)境模擬：通過設(shè)計地理環(huán)境、氣象環(huán)境、電磁環(huán)境等仿真模型，實現(xiàn)無人集群模擬運行環(huán)境，設(shè)定無人集群在典型任務(wù)場景中的環(huán)境約束條件，見圖 8。

（4）任務(wù)模擬：構(gòu)建適用于集群運行的典型任務(wù)想定，建立任務(wù)目標和完成準則，設(shè)定態(tài)勢運行過程，為任務(wù)分配、任務(wù)跟蹤、任務(wù)協(xié)同提供數(shù)據(jù)支持，為任務(wù)評估提供依據(jù)，見圖 8。

圖 7 無人機平臺任務(wù)載荷仿真設(shè)計

圖 8 地面站任務(wù)想定、環(huán)境仿真設(shè)計

基于上述思路，設(shè)計集群仿真模型對象，并定義各對象元素之間的信息交互協(xié)議。其中，最為關(guān)鍵的是如何保證仿真對象在時間上的同步和空間上的一致性。見圖 9所示，任務(wù)模擬和環(huán)境模擬兩個模塊用于構(gòu)建仿真平臺的時間基準和空間基準，通過消息中間件保障時空信息傳遞的實時同步，確保所有仿真對象能夠工作于統(tǒng)一時空基準之下。圖 9概略描繪了集群仿真平臺對象間的數(shù)據(jù)交互流程。

圖 9 集群仿真平臺數(shù)據(jù)流示意圖

下面，以集群避撞和路徑規(guī)劃為例，簡要描述無人機集群仿真系統(tǒng)的運行流程。避撞解算是集群控制模塊的主要工作內(nèi)容，其目的是在路徑規(guī)劃之前，綜合考慮機間避撞、障礙物避撞、敵方防御設(shè)施避撞等因素，為本飛機平臺提供一條安全可行的飛行路徑。其中機間避撞解算是集群控制的核心功能。避撞解算需要收集如下信息：本機的位置、姿態(tài)、速度信息，集群鄰近友機的位置、姿態(tài)、速度信息，障礙物的位置、形狀信息，敵方防御設(shè)施的位置、形狀信息。在仿真平臺中，以上信息分別由導(dǎo)航模擬模塊、自組網(wǎng)通信模擬模塊、傳感模擬模塊提供。其中，本機、鄰近友機和敵方防御設(shè)施信息由任務(wù)導(dǎo)調(diào)模塊產(chǎn)生，障礙物信息由環(huán)境模擬模塊產(chǎn)生。集群控制模塊將以上信息進行綜合處理，結(jié)合避撞算法和路徑規(guī)劃算法，計算出本機的飛行路徑，然后將路徑信息發(fā)送給飛行控制模塊，由其進行飛行解算。

基于上述設(shè)計，構(gòu)建無人集群系統(tǒng)仿真平臺，模擬無人集群的任務(wù)執(zhí)行過程。例如圖 10所示，展示了無人機集群系統(tǒng)執(zhí)行多目標跟蹤監(jiān)視任務(wù)時，通過仿真地面站系統(tǒng)顯示的集群控制算法仿真推演畫面。

圖 10 集群控制算法仿真推演示意圖

圖 10所示的集群任務(wù)為，120架固定翼無人機協(xié)同跟蹤監(jiān)視8個目標。該任務(wù)執(zhí)行效果可通過如下兩個量化指標來描述。第一，無人機平均盤旋半徑偏差，表征無人機編隊相對于待追蹤目標的距離偏差；第二，無人機間平均角距偏差，表征無人機間相對于待追蹤目標的角距偏差。

對于大數(shù)量成員組成的無人集群系統(tǒng)仿真，為節(jié)約硬件成本，可以借助于虛擬機來實現(xiàn)，將機載軟件運行于虛擬機中，維持現(xiàn)有邏輯架構(gòu)和數(shù)據(jù)流程不變，通過調(diào)整通信模擬功能，實現(xiàn)比較理想的仿真效果。另外，該仿真平臺可采用與實物系統(tǒng)一致的中間件架構(gòu)，使其很容易擴展支持虛實結(jié)合的運行方式。

4　無人集群系統(tǒng)驗證評估

無論是實物系統(tǒng)還是仿真系統(tǒng)，針對于無人集群的能力評估和關(guān)鍵技術(shù)評估是無人集群系統(tǒng)研究的重點。在仿真平臺評估子系統(tǒng)中，構(gòu)建基于仿真環(huán)境約束條件下的集群能力評估模型，通過仿真評估和迭代優(yōu)化，可持續(xù)提升集群系統(tǒng)能力。

4.1　集群任務(wù)能力評估

無人集群任務(wù)執(zhí)行能力，包括任務(wù)執(zhí)行時間、毀傷率、覆蓋率等因素，可以是針對單目標的任務(wù)協(xié)同能力，比如多無人機協(xié)同監(jiān)視、反輻射攻擊等，也可以是針對多目標的動態(tài)分配能力，比如多目標協(xié)同打擊、廣域協(xié)同搜索等。針對上述考核指標構(gòu)建評估模型，驗證集群的任務(wù)執(zhí)行能力。

無人集群任務(wù)能力主要取決于以下幾個方面：

（1）任務(wù)控制算法的執(zhí)行效率；

（2）傳感器的感知能力；

（3）集群系統(tǒng)的協(xié)同控制能力；

（4）集群通信組網(wǎng)能力和通信保障能力；

（5）導(dǎo)航精度及飛行控制能力；

（6）平臺機械控制能力和能源保障能力。

從硬件上說，無人集群系統(tǒng)任務(wù)執(zhí)行能力取決于計算模塊的處理速度、機電系統(tǒng)的控制效率、能源系統(tǒng)的保障能力。從軟件上說，無人集群系統(tǒng)任務(wù)執(zhí)行能力受任務(wù)分配算法、路徑規(guī)劃算法、飛行控制算法、情報感知算法和武器攻擊策略等功能模塊的效率約束。

驗證無人集群系統(tǒng)的任務(wù)執(zhí)行能力，需要精確的仿真模型作保障，尤其是傳感器模型和武器模型。這些載荷模型在數(shù)據(jù)層面應(yīng)該趨近于實際功能、性能。除此之外，集群控制能力是制約集群任務(wù)能力的重要因素。

4.2　集群控制能力評估

除傳感器感知能力、武器攻擊能力和平臺機動能力外，通信組網(wǎng)能力和集群控制能力等具備典型群體屬性的集群特有能力，是集群系統(tǒng)高效運行的核心基礎(chǔ)。其中，集群自組織協(xié)同控制能力是無人集群獨特的、起關(guān)鍵作用的核心能力。

集群控制受集群任務(wù)分配模式和集群任務(wù)執(zhí)行流程牽引。在集群任務(wù)目標需求下，配置相應(yīng)的集群控制模式。比如，在集群機動任務(wù)中，需要加強集群針對固定區(qū)域（門洞、走廊）的協(xié)同避撞穿越能力，在多目標攻擊任務(wù)中，需要加強集群針對多目標的協(xié)同跟蹤能力等。

通過歸納分析集群典型任務(wù)可知，集群控制能力可以分解為如下能力：針對固定障礙物和敵方防御設(shè)施的避撞檢測能力、針對集群成員的避撞檢測能力、集群整體編隊控制能力和集群成員路徑規(guī)劃能力等。

集群控制能力制約集群任務(wù)能力，也受制于集群平臺的傳感器能力、通信組網(wǎng)能力、飛行控制能力、機電控制能力和能源供應(yīng)能力，是集群系統(tǒng)中承上啟下、處于核心地位的關(guān)鍵技術(shù)能力。驗證該能力，需要從集群任務(wù)模擬、平臺模型設(shè)計、運行環(huán)境仿真等方面進行綜合考慮。

結(jié) 語

無人集群系統(tǒng)仿真平臺是驗證無人集群系統(tǒng)的任務(wù)執(zhí)行能力和集群控制能力等關(guān)鍵技術(shù)能力的基本手段。本文所述的設(shè)計方法，可以支撐構(gòu)建無人集群系統(tǒng)仿真驗證平臺，對于集群典型任務(wù)模擬、集群算法評估具有重要意義。在平臺構(gòu)建初期，可根據(jù)研究目標適當(dāng)簡化各類仿真模型，以達到快速構(gòu)建的目的，后續(xù)可根據(jù)需要有針對性地細化改進具體模型。開放式、規(guī)范化的設(shè)計方法使得仿真平臺具備靈活擴展能力，隨著模型準確度、任務(wù)場景逼真度等方面的持續(xù)優(yōu)化，其仿真評估效能會持續(xù)提升。

【參考文獻】

[1]Craig W. Reynolds. Flocks, Herds, and Schools: a distributed behavioral

Model[J]. Computer Graphics, 1987, 21(4):25-34．

[2]趙健. 基于群體智能的群體機器人研究[J]. 中國新技術(shù)新產(chǎn)品. 2009, (7):8-8.

[3]G Beni,J Wang. Swarm intelligence in cellular robotic systems[M]. Berlin:Springer, 1993.

[4]Kennedy J, Eberhart R. Swarm intelligence[M].

San Francisco: Morgan Kaufmann Publishings, 2001.

[5]E. Bonabeau, M. Dorigo, and G. Theraulaz. Swarm intelligence: from natural to artificial systems[M]. New York: Oxford University Press, 1999.

[6]梁曉龍, 孫強, 尹忠海, 王亞利, 劉蘋妮. 大規(guī)模無人系統(tǒng)集群智能控制方法綜述[J]. 計算機應(yīng)用研究, 2015, 32(1):11-16.

[7]李濤, 柳林, 吳小勇. 分布式集群并行仿真技術(shù)研究[J]. 微計算機信息, 2010, 26(25):162-163.

[8]方美琪, 張樹人. 復(fù)雜系統(tǒng)建模與仿真[M]. 北京：中國人民大學(xué)出版社[M], 2005.

[9]V. Gazi, K. M. Passino. Stability Analysis of Swarms[J]. IEEE Transactions on Automatic Control, 2003, 48(4):692-697.

[10]薛志斌. 智能群體系統(tǒng)集群行為的動力學(xué)建模與分析及其仿真研究[D]. 蘭州:蘭州理工大學(xué), 2012。

[11]楚天廣, 楊正東, 鄧魁英等. 群體動力學(xué)與協(xié)調(diào)控制研究中的若干問題[J]. 控制理論與應(yīng)用, 2010, 27(1):86-93.

 

 

聲明：版權(quán)歸《中國電子科學(xué)研究院學(xué)報》所有