Professional Documents
Culture Documents
GNSS拒止环境下UAV集... 协同导航技术发展现状及分析 魏帅迎
GNSS拒止环境下UAV集... 协同导航技术发展现状及分析 魏帅迎
4
2023 年 8 月 NAVIGATION AND CONTROL Aug. 2023
■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■
Abstract: With the development of unmanned aerial vehicle(UAV) technology, technologies about UAV swarm have
become a key research direction in recent years. UAV swarm cooperative navigation technology could improve the positio⁃
ning and navigation capabilities of UAVs in the GNSS⁃denied environment, and become a major hotspot in the research of
swarm cooperative technology. In this paper, all kinds of navigation technologies and swarm cooperative technologies are
sorted out, the cooperative navigation technologies in the GNSS⁃denied environment are divided into four directions: cooper⁃
ative organizational structure, navigation and positioning mode, inter⁃aircraft relative positioning and cooperative positioning
optimization. The development status of the corresponding directions is summarized, the collaborative navigation technology
收稿日期: 2022⁃08⁃28
6 导航与控制 2023 年 第4 期
schemes in different scenarios are analyzed. Finally, the key directions of the future development of the cooperative naviga⁃
tion are elaborated.
Key words: GNSS⁃denied environment; unmanned aerial vehicle(UAV) ; swarm; cooperative navigation
本文首先阐述了现有的导航技术及集群协同
0 引言 研究方向, 在 此 基 础 上 针 对 卫 星 导 航 拒 止 环 境,
现有的机载导航系统大多依赖于全球卫星导 分析了无人机集群协同导航的关键技术, 梳理了
航系统(Global Navigation Satellite System, GNSS) 的 无人机在不同拒止场景下的技术方案, 并对未来
辅助, 而战争环境的时变性、 动态性、 随机性极 无人机集群协同导航的关键问题进行了展望。
有可能导致 GNSS 信号不可用或者不可靠。 围绕卫
1 协同与导航
星导航系统的攻防博弈, 美国国防部于 1995 年指
定罗克韦尔公司等企业牵头, 开展关于导航战的 1. 1 导航技术
一系 列 研 究 计 划, 并 于 1997 年 首 次 提 出 “ 导 航 现有 的 导 航 技 术 有 无 线 电 导 航、 惯 性 导 航、
战” 概念, 随后又陆续启动定位、 导航与授时微 视觉导航、 激光雷达导航、 量子导航、 天文导航、
技术(Micro⁃PNT) , 自适应导航系统(Adaptable Navi⁃ 仿生导航等 [1,5⁃9] , 如图 1 所示。 无线电导航系统主
gation Systems, ANS) , 对 抗 环 境 下 的 空 间、 时 间 要包括全球卫星导航系统和基于超宽带(Ultra Wide
和方位信 息 ( STOIC) 以 及 拒 止 环 境 下 的 协 同 作 战 Band, UWB) 、 WIFI、 Zigbee、 蓝牙的定位导航系
( Collaborative Operations in Denied Environment, 统 [7] 。 其中, 基于 UWB、 WIFI、 Zigbee、 蓝牙等的
CODE) 等研究项目, 旨在提升不依赖卫星的导航 定位技术需要借助于地面基站, 且只适用于短距
能力 [1⁃4] 。 俄罗斯、 欧洲各国、 日本、 印度等在导 离的定位导航, 无线电导航系统由于遮挡及信号
航战框架下也开展了定位导航的干扰与反干扰研 干扰, 也会导致定位信号受到影响。 视觉导航是
究与实践, 导航领域已成为军事竞争的战略要地。 利用视觉传感器获取周围环境信息、 利用图像匹
在不断进化的高强度对抗背景下, 单纯依赖全球 配实现定位的相对导航技术, 主要包括景象匹配、
卫星导航系统已难以建立可靠的时空基准, 卫星 地形匹配、 视觉同步定位与地图构建(Simultaneous
拒止环境下获取高精度、 高可靠、 自主时空信息 Localization and Mapping, SLAM) 三 种 导 航 定 位 技
的能力已成为打赢未来战争的迫切需求 [2] 。 术 [10⁃15] 。 激光雷达导航利用点云数据结合激光雷达
目前, 无 人 机 均 采 用 惯 性 基 组 合 导 航 方 案, SLAM 技术实现导航定位 [16] 。 量子导航定位系统是
以惯性传感器为主, 配备 GNSS、 视觉、 雷达等多 近些年在量子力学理论和量子信息论的基础上发
类辅助传感器, 通过组合导航算法实现传感器间 展起来的新一代导航定位技术, 利用具有量子纠
的有机融合。 惯性导航具有累积误差, 在卫星导 缠特性的纠缠光取代电磁波, 在信息传输的保密
航拒止环境下, 依靠视觉所提供的实时信息与惯 性、 安 全 性 和 测 量 精 度 等 方 面 有 着 独 特 的 优
性导航信息融合, 能够提高导航精度。 单一无人 势 [1,17⁃18] 。 天文导航则是利用自然星体与时间有关
机可以借助机上的各种传感器信息提升定位精度, 的位置信息, 借助被动光电探测设备, 通过解算
而对于无人机集群, 可以通过集群间的信息交互 确定载体航向、 姿态和位置的导航技术。 而仿生
实现集群的导航定位能力, 由此诞生了协同导航 导航包括偏振光、 类脑和地磁导航等研究方向 [1] ,
的概念。 协同导航技术作为一个新兴的研究方向 这些方向在导航的精度及可靠性等方面有待提升。
受到了诸多研究者的关注, 通过协同导航技术利 在卫星导航拒止的战场环境中, 可采用的导
用多无人机传感器之间的信息交互, 实现多无人 航技 术 有 惯 性 导 航、 视 觉 导 航、 激 光 雷 达 导 航、
机的信息协同, 从而提高其定位的精度, 弥补导 量子 导 航、 天 文 导 航、 仿 生 导 航 等。 量 子 导 航、
航传感器的误差, 并且对可能出现的故障进行识 天文导航、 仿生导航处于技术发展的初期, 在实
别、 隔离和恢复, 保障多无人机的任务执行力。 际工程中可用性不高。 目前, 采用的可靠导航方
第4 期 魏帅迎等: GNSS 拒止环境下 UAV 集群协同导航技术发展现状及分析 7
2 协同导航研究进展
在 GNSS 拒止环境下, UAV 集群协同导航技术
聚焦于无人机集群导航态势研究, 立足于高对抗
图1 导航技术分类 环境下, 实现集群自主导航定位的功能。 本文将
Fig. 1 Classification of navigation technology 从协同组织架构、 导航定位方式、 机间相对定位、
协同定位优化四个方面进行探讨与分析。
案有视觉导航⁃惯导融合方案、 激光雷达导航⁃惯导
2. 1 协同组织架构
融合方案、 视 觉 导 航⁃激 光 雷 达 导 航⁃惯 导 融 合 方
协同导航技术的实现方式主要依赖于集群内
案等。
部的协同组织架构, 无人机集群协同导航定位组
1. 2 协同技术 织架构如图 2 所示, 主要分为集中式、 分布式、 分
德国物理学家赫尔曼·哈肯在 20 世纪 70 年代 层式和自组织式。
第一次提出了 “ 协同” 的定义, 并对 “ 协同” 理
论进行了系统的阐述和分析 [19] , 指出如果一个系
统内部的各子系统能够相互协调配合, 则可以产
生 “1 + 1 > 2” 的协同效应 [20] 。 目前, “ 协同” 的
概念被引入无人集群系统中, 基于无人集群的协
同技术有: 协同 感 知、 协 同 导 航、 协 同 规 划、 协
同控制、 协同决策等。
协同感知是无人集群共同探测感知周围环境
或者目标区域并实现信息共享的技术, 协同感知
能够有效提升整个集群的感知范围, 可以消除单
机的感知盲区, 使智能群体对战场有更清晰的态
图2 协同组织架构
势感知。 协同导航借助各种传感器信息及导航技
Fig. 2 Schematic diagram of cooperative
术, 为无人集群中的各个单体提供更精确的导航
organizational structure
定位信息。 协同规划包括两个方面, 一个是高层
上的任务规划, 另一个是基于任务规划后的底层 集中式 协 同 组 织 架 构 指 定 一 个 中 心 无 人 机,
轨迹规划。 底层轨迹规划基于协同感知建图及集 统一将各 无 人 机 的 观 测 信 息 发 送 到 中 心 无 人 机,
群无人单体的分布进行任务规划及分配, 对需要 在中心无人机进行集中处理, 之后将结果再群发
执行任务的无人单体进行三维轨迹的规划, 而感 到其他无人机。 该方式的优点是数据集中、 工程
知、 建图、 规划在集群动态变换中是一个动态循 实现难度小, 缺点是数据量大、 信息处理时间长、
环的过程, 在规划运动后感知新的环境信息, 进 抗毁能力差, 一旦中心无人机失效, 整个集群将
行地图更新并重新规划。 失去依托。
本文对卫星导航拒止场景下的多无人机协同 分布式协同组织架构采用无中心架构, 集群
信息减小噪声对定位精度的影响方面已有大量的 观测信息及共享信息在本地进行局部融合, 该组
图5 基于景象匹配的导航定位流程图
Fig. 5 Flowchart of navigation and positioning based on scene matching
是无人机间的相对状态估计, 由于机间相对定位
方式各自的局限性, 目前存在的问题主要有可观
测性、 复杂的初始化、 准确性不足、 缺乏全局一
致性等问题, 而多种机间相对定位方式的融合能
够使得系统具备更强的鲁棒性, 是未来的发展方
向。 在获取机间的相对定位信息后, 再结合单机
导航定位信息, 通过协同定位优化算法来提升集
群无人机的导航定位精度。
2. 4 协同定位优化
协同定位优化是利用集群间共享的定位信息
及相对距离信息来提升无人机集群定位精度或者
图6 协同定位路线图
估计其他单体位置的技术。 无人机集群协同定位
Fig. 6 Roadmap of cooperative positioning
优化流 程 如 图 6 所 示, 集 群 中 无 人 机 个 数 为 N,
输入包括基于数据链获取的 N - 1 个 无 人 机 相对 协同 定 位 优 化 本 质 上 是 一 种 数 据 融 合 技 术,
距离信息、 拒止环境下的不定个数的卫星导航信 目前的协同定位优化方法大致可以分为四类: 基
息、 N 个 无 人 机 的 惯 导 信 息、 不 定 个 数 于滤波的协同定位优化、 基于优化算法的协同定
的 SLAM 定位信息和不定个数的景象匹配定位信 位优化、 基于图论的协同定位优化以及混合式协
息, 经过 协 同 定 位 优 化 输 出 结 果 为 本 机 的 定 位 同定位优化 [33] , 四类方法的常见类型及优缺点如
信息。 表 1 所示。
表1 协同定位优化方法的常见类型及优缺点
Table 1 Common types, advantages and disadvantages of collaborative positioning optimization methods
协同定位优化方法 常见类型 优势 劣势
可以用于非线性估计, 计算
分布式卡尔曼滤波 只适用于高斯噪声
复杂度低
基于滤波的协同定位优化
基于蒙特卡洛思想, 能处理
粒子滤波 计算复杂度较高
非高斯分布及非线性估计
基于优化算法的协同 滚动时域、 多维尺度 相对于滤波, 能够更好地处理 不能保证全局收敛, 对初始估计
定位优化 放缩、 梯度下降等 非线性优化问题 值较为敏感, 计算复杂度较高
不适合处理非高斯分布的误差,
基于图论的协同定位优化 因子图 兼顾速度与精度
仅适用于静态或简单动态场景
因子图与分布式卡尔曼 性能更优, 能处理较为复杂的
混合式协同定位优化 算法较为复杂
滤波结合 动态场景
基于滤波的协同定位优化多采用卡尔曼滤波 状态和测 量 值 中, 重 构 了 状 态 方 程 和 度 量 方 程,
及其变体, 卡尔曼滤波器作为最常用的状态估计 提出了基于状态估计误差补偿的扩展卡尔曼滤波
方法, 在协同 定 位 优 化 领 域 得 到 了 广 泛 的 应 用, 协同定位算法, 以降低延迟滤波的状态估计误差;
常用的有 扩 展 卡 尔 曼 滤 波、 联 邦 卡 尔 曼 滤 波 等, LI 等 [35] 提出了一种自主的多机器人相对定位技术,
可以用于非线性估计。 由于集中式卡尔曼滤波随 其采用扩展卡尔曼滤波器(EKF) , 使用机载传感器
着无人机数量的增加计算量也在增大, 故多采用 的速度、 偏航率和高度数据作为输入, 然后通过
局部分布式卡尔曼滤波来减小计算量。 研究人员 将这些量与机载 UWB 获得的测距测量值相结合来
基于卡尔曼滤波做了大量研究: ZHANG 等 [34 ]
分析 估计其他机器人的相对位置, 初始状态的定位收
了多机协同定位的时滞问题, 将通信时滞引入到 敛速度加快。 自协同导航的概念诞生起, 基于滤
12 导航与控制 2023 年 第4 期
图7 针对不同场景的协同导航技术方案
Fig. 7 Solutions of cooperative navigation for different scenarios
第4 期 魏帅迎等: GNSS 拒止环境下 UAV 集群协同导航技术发展现状及分析 13
XUE Lian⁃li, SHEN Yu⁃peng, SONG Li⁃jun, et al. De⁃ 的导航 技 术 发 展 综 述 [ J ] . 飞 航 导 弹, 2021 (1 ) : 25⁃
velopment and review of foreign navigation technology in 30 + 70.
2019[ J] . Navigation and Control, 2020, 19(2) : 1⁃9. YANG Wen⁃yu, LI Dong⁃bing, SUI Yi, et al. A review of
[2 ] 武成锋, 程进, 郭晓云, 等. 飞行器集群协同定位与导 the development of satellite⁃independent navigation tech⁃
航对抗技术发展与展望[ J ] . 宇航学报, 2022, 43 (2) : nology abroad in 2020 [ J ] . Aerodynamic Missile Journal,
131⁃142. 2021(1) : 25⁃30 + 70.
WU Cheng⁃feng, CHENG Jin, GUO Xiao⁃yun, et al, De⁃ [10 ] 卢艳军, 刘飒. 基于视觉的无人机导航技术研究[ J ] .
velopment and prospect of aircraft clusters cooperative po⁃ 自动化仪表, 2021, 42(4) : 1⁃7.
sitioning and navigation countermeasures technology [ J ] . LU Yan⁃jun, LIU Sa. Research on UAV navigation tech⁃
Journal of Astronautics, 2022, 43(2) : 131⁃142. nology based on vision[ J] . Process Automation Instrumen⁃
[3 ] 许晓伟, 赖际舟, 吕品, 等. 多无人机协同导航技术研 tation, 2021, 42(4) : 1⁃7.
究现状及进展[ J] . 导航定位与授时, 2017, 4(4) : 1⁃9. [11 ] 吴显亮, 石宗英, 钟宜生. 无人机视觉导航研究综述
XU Xiao⁃wei, LAI Ji⁃zhou, LYU Pin, et al. A literature [ J] . 系统仿真学报, 2010, 22(z1) : 62⁃65.
review on the research status and progress of cooperative WU Xian⁃liang, SHI Zong⁃ying, ZHONG Yi⁃sheng. An o⁃
navigation technology for multiple UAVs [ J ] . Navigation verview of vision⁃based UAV navigation [ J ] . Journal of
Positioning and Timing, 2017, 4(4) : 1⁃9. System Simulation, 2010, 22(z1) : 62⁃65.
[4 ] 谢启龙, 宋龙, 鲁浩, 等. 协同导航技术研究综述[ J ] . [12 ] 黄显林, 姜肖楠, 卢鸿谦, 等. 自主视觉导航方法综述
航空兵器, 2019, 26(4) : 23⁃30. [ J] . 吉 林 大 学 学 报 (信 息 科 学 版 ) , 2010, 28 (2 ) :
XIE Qi⁃long, SONG Long, LU Hao, et al. Review of col⁃ 158⁃165.
laborative navigation technology [ J ] . Aero Weaponry, HUANG Xian⁃lin, JIANG Xiao⁃nan, LU Hong⁃qian, et
2019, 26(4) : 23⁃30. al. Survey of vision for autonomous navigation[ J] . Journal
[5 ] 谷旭平, 唐大全, 唐管政. 无人机编队协同导航研究 of Jilin University(Information Science Edition) , 2010, 28
现状及进展[ J] . 舰船电子工程, 2021, 41(7) : 28⁃33. (2) : 158⁃165.
GU Xu⁃ping, TANG Da⁃quan, TANG Guan⁃zheng. Re⁃ [13 ] 马凯, 林义忠. 移动机器人视觉导航技术综述[ J ] . 物
search status and progress of UAV formation cooperative 流科技, 2020, 43(10) : 39⁃41 + 46.
navigation[ J] . Ship Electronic Engineering, 2021, 41(7) : MA Kai, LIN Yi⁃zhong. Overview of mobile robot visual
28⁃33. navigation technology [ J ] . Logistics Sci⁃Tech, 2020, 43
[6 ] 孙瑶洁, 熊智, 李文龙, 等. 无人机集群类脑导航系统 (10) : 39⁃41 + 46.
综述[ J] . 航空计算技术, 2019, 49(3) : 130⁃134. [14 ] 管叙军, 王新龙. 视觉导航技术发展综述[ J ] . 航空兵
SUN Yao⁃jie, XIONG Zhi, LI Wen⁃long, et al. Research 器, 2014(5) : 3⁃8 + 14.
status and progress of brain⁃like formation navigation sys⁃ GUAN Xu⁃jun, WANG Xin⁃long. Review of vision⁃based
tem [ J ] . Aeronautical Computing Technique, 2019, 49 navigation technique[ J] . Aero Weaponry, 2014(5) : 3⁃8 +
(3) : 130⁃134. 14.
[7 ] 张辰, 周乐来, 李贻斌. 多机器人协同导航技术综述 [15 ] 廖鑫淼, 王正平, 刘莉, 等. 拒止环境下视觉辅助定位
[ J] . 无人系统技术, 2020, 3(2) : 1⁃8. 与导航技术综述[ J ] . 弹箭与制导学报, 2020, 40 (6) :
ZHANG Chen, ZHOU Le⁃lai, LI Yi⁃bin. Overview of 76⁃81.
multi⁃robot collaborative navigation technology [ J ] . Un⁃ LIAO Xin⁃miao, WANG Zheng⁃ping, LIU Li, et al. Sur⁃
manned Systems Technology, 2020, 3(2) : 1⁃8. vey on vision⁃assisted positioning and navigation technolo⁃
[8 ] 谷旭平, 唐大全, 唐管政. 无人机集群关键技术研究 gy in denied environment[ J] . Journal of Projectiles, Rock⁃
综述[ J] . 自动化与仪器仪表, 2021(4) : 21⁃26 + 30. ets, Missiles and Guidance, 2020, 40(6) : 76⁃81.
GU Xu⁃ping, TANG Da⁃quan, TANG Guan⁃zheng. Sum⁃ [16 ] 周治国, 曹江微, 邸顺帆. 3D 激光雷达 SLAM 算法综
mary of research on key technologies of UAV swarms[ J ] . 述[ J] . 仪器仪表学报, 2021, 41(9) : 13⁃27.
Automation and Instrumentation, 2021(4) : 21⁃26 + 30. ZHOU Zhi⁃guo, CAO Jiang⁃wei, DI Shun⁃fan. Overview
[9 ] 杨文钰, 李东兵, 隋毅, 等. 2020 年国外不依赖卫星 of 3D lidar SLAM algorithms[ J] . Chinese Journal of Scien⁃
第4 期 魏帅迎等: GNSS 拒止环境下 UAV 集群协同导航技术发展现状及分析 15
[35 ] LI S S, COPPOLA M, DE WAGTER C, et al. An autono⁃ zation in wireless networks[ J ] . Proceedings of the IEEE,
mous swarm of micro flying robots with range⁃based relative 2009, 97(2) : 427⁃450.
localization[ J / OL] . https: / / arxiv. org / abs / 2003. 05853v1. [40 ] LI B, WU N, WANG H, et al. Gaussian message pass⁃
[36 ] 韩廷睿. 基于图拉普拉斯的分布式编队控制与分布式 ing⁃based cooperative localization on factor graph in wire⁃
定位[ D] . 浙江大学, 2017. less networks[ J] . Signal Processing, 2015, 111: 1⁃12.
HAN Ting⁃rui. Graph Laplacian based distributed forma⁃ [41 ] GEORGES H M, XIAO Z, WANG D. Hybrid cooperative
tion control and distributed localization[ D] . Zhejiang Uni⁃ vehicle positioning using distributed randomized Sigma
versity, 2017. point belief propagation on non⁃Gaussian noise distribution
[37 ] 杨建, 罗涛, 魏世乐, 等. 基于 MHE 的多 UUV 协同定 [ J] . IEEE Sensors Journal, 2016, 16(21) : 7803⁃7813.
位方法[ J] . 舰船科学技术, 2017, 39(12) : 81⁃85. [42 ] YUAN W J, WU N, WANG H, et al. Joint synchroniza⁃
YANG Jian, LUO Tao, WEI Shi⁃le, et al. The coopera⁃ tion and localization based on Gaussian belief propagation
tion localization method of MUUVs based on MHE [ J ] . in sensor networks[ C ] . IEEE International Conference on
Ship Science and Technology, 2017, 39(12) : 81⁃85. Communications, 2015: 6646⁃6651.
[38 ] 魏明珠, 谢晓梅, 严鹏, 等. 月面多机器人的分布式协
姓名: 魏帅迎
同定 位 算 法 研 究 [ J ] . 载 人 航 天, 2019, 25 (5 ) :
性别: 男
594⁃599.
学历: 硕士
WEI Ming⁃zhu, XIE Xiao⁃mei, YAN Peng, et al. Distrib⁃
uted cooperative localization method for multi⁃robots on lu⁃
专业: 光学工程
nar surface [ J ] . Manned Spaceflight, 2019, 25 ( 5 ) : 职称: 助理工程师
594⁃599. 研究方向: 视觉导航、 协同导
[39 ] WYMEERSCH H, LIEN J, WIN M Z. Cooperative locali⁃ 航
■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■
征订启事