引言

 

　　無人機的飛行任務已逐步從單無人機自主飛行向多無人機集群編隊自主飛行方向發展。在軍事領域，多無人機集群編隊協同飛行可以有效克服復雜戰場飛行環境下僅依賴單架無人機執行任務能力有限、抗毀傷性不足等問題。在民用領域，多無人機密集集群編隊協同飛行可應用于災害救援、科學考察和航空飛行表演等多種應用領域，特別是采用多旋翼無人機按照預定的飛行航路實現密集集群編隊飛行在民用航空飛行表演等領域得到成功應用。由于無人機具備功能分布化、體系生存率高、成本低、效率高等優勢，必將在軍事作戰、救災搶險、精密農業、線路巡檢、測繪測量、安全監視等軍民領域獲得廣泛應用，有著廣闊的應用前景。

 

 

　　現有的無人機集群編隊協同導航普遍基于GPS或差分GPS等衛星導航信號進行編隊協同導航定位，這種導航定位方式對衛星導航信號以及地面主控站表現出較強的依賴性，當GPS信號受到干擾或者主控站信號丟失時，無人機集群導航性能將無法得到保障。此外，除GPS等衛星導航傳感器外，雖然還能夠在每架編隊無人機上進一步裝載慣性傳感器、地磁、大氣傳感器、視覺、光流、UWB和WIFI等多種傳感器以進一步提高無人機自身的感知定位精度與可靠性，但是面對集群編隊多源傳感器海量數據的處理，依靠現有的有中心節點式的無人機編隊集群導航技術顯然還無法滿足對海量可用導航信息的甄別篩選以實現對海量感知定位信息的最優融合。近年來，類腦感知和認知機理的研究得到迅猛發展。神經科學家逐漸揭示了人體大腦中位置細胞、頭朝向細胞、網格細胞之間的作用機理，并進一步闡明了人體大腦進行位置定位和方向感知的方式。此外，鳥群、蜂群、魚群和蟻群等生物腦的感知定位機理研究也正處于蓬勃發展的階段，為類腦處理的人工智能發展提供了新的思路和發展方向，類腦感知智能已成為近年來人工智能領域研究的熱點，為無人機集群導航提供了新的思路和途徑。

 

　　1 類腦集群導航系統的研究現狀

 

　　1.1 無人機集群導航系統研究現狀

 

　　美國等西方發達國家在基于類腦感知的人工智能編隊無人機導航方面開展了很多探索性研究。2016年10月，美國國防部采用3架F/A-18戰斗機發射了103架“山鶉”( Perdix) 微型固定翼無人機并組成集群，通過空中實驗驗證了無人機集群飛行的能力，研究者通過對鳥集群飛行時的腦機理研究出共享分布式大腦，通過相互協調行動，盡管在實際飛行過程中仍然依賴一臺地面站作為數據中心，但是也表明了“山鶉”無人機已經初步具備了集群編隊協同環境類腦感知定位能力; 2010年賓夕法尼亞大學完成20架四旋翼無人機的類腦編隊控制; 2015年法國達索飛機制造公司實現神經元無人機與陣風戰斗機、“獵鷹7X”商務機的有人機/無人機類腦協同編隊飛行。

 

 

　　國內也高度重視人工智能與無人機導航相結合的研究，其中控制領域的類腦感知研究者較多，還未將類腦應用于導航領域。與國外相比，在技術實現上還存在一定差距。

 

　　1.2 類腦導航系統研究現狀

 

　　類腦感知定位不是單純地復制生物大腦，而是從原理及結構上尋找生物大腦的優勢，從而對人工神經網絡進行完善。在類腦導航細胞機理基礎上，昆士蘭大學開發了類腦機器人視覺導航算法，首次用低成本相機實現了城市級的車載導航與定位能力，相比傳統視覺導航，具有惡略環境( 暗光強光、粉塵等) 適應性 強、無需精確導航計算模型等優勢。波士頓大學提出一種仿大腦海馬結構認知機理的面向目標導航模型，通過分析頭朝向細胞、網格細胞、位置細胞以及前額葉皮層細胞各自的功能和聯系，建立對應作用機理的分 級人工神經網絡模型，實現了基于慣性/視覺的類腦認知導航。昆士蘭科技大學提出了基于視覺/WIFI /氣壓計的類腦多源信息融合算法，具有不依賴精確導航建模能力。谷歌DeepMind人工智能研究團隊驗證了把神經網絡模型用于空間導航和定位時，其隱節點的物理意義類似于大腦位置細胞、網格細胞、邊界細胞等導航細胞，首次證明了類腦認知導航與大腦導航生理機制等價。哥倫比亞大學首次采用類腦芯片IBM TrueNorth實現了智能小車環境感知、空間導航認知、路徑規劃一體化硬件測試，具有硬件體積小、功耗小等優勢。

 

　　1.3 國內外研究現狀總結

 

　　上述國內外的研究工作動態為進一步深入開展基于類腦感知定位的無人機密集集群編隊協同導航研究提供了可借鑒的參考。但從上述國內外的類腦集群編隊協同自主導航技術研究成果來看，大部分研究是對于無人機協同集群編隊中控制技術領域的探索，主要采用了慣性和 GPS 等導航技術實現集群編隊協同導航和控制; 在類腦導航方面，國內外各研究者也正將類腦導航原理應用到無人機、車輛導航中，但針對基于類腦感知定位的無人機密集集群編隊協同導航技術的研究還鮮有文獻報道，關于深度學習、神經網絡等人工智能方法的應用也主要集中于單架無人機導航領域。的內容，

 

　　2 類腦感知定位機理及智能自適應建模

 

　　2.1 類腦感知定位機理

 

　　大自然中動物導航感知的例子比比皆是，像人們熟知的GPS系統一樣，大腦定位系統也是通過自身的位姿信息、目標信息進行定位導航。生物腦中存在3種主要導航細胞位置細胞、頭朝向細胞及網格細胞。其中，海馬體中的位置細胞繪制所處地點的地圖; 頭朝向細胞指明方向( 將位置細胞和頭朝向細胞合并為一個新細胞類型，位姿細胞) ; 大腦內嗅皮層中的網格細胞由位置細胞激活并通過標記被激活細胞的位置對環境進行重定位。此外，在內嗅皮層還存在邊界細胞、條紋細胞、速度細胞等輔助導航定位的細胞。大腦通過感官從外界獲取環境中的特征信息，其中位置細胞能夠與海馬體中其他細胞合作，將輸入的特征信息與記憶的特征信息進行比對，如果信息匹配成功，與匹配位置對應的特定位置細胞就會被激活。