今日薦文
今日薦文的作者為中國(guó)電子科學(xué)研究院專(zhuān)家劉立輝,趙彥杰,趙小虎,李志飛,李巖。本篇節(jié)選自論文《一種無(wú)人集群系統(tǒng)仿真平臺(tái)設(shè)計(jì)》,發(fā)表于《中國(guó)電子科學(xué)研究院學(xué)報(bào)》第12卷第5期。本文為論文下半部分。
摘 要:針對(duì)無(wú)人集群系統(tǒng)能力驗(yàn)證問(wèn)題,提出一種無(wú)人集群系統(tǒng)仿真平臺(tái)設(shè)計(jì)方案。該設(shè)計(jì)聚焦于無(wú)人集群系統(tǒng)的任務(wù)屬性和群控屬性,主要用于驗(yàn)證無(wú)人集群系統(tǒng)的任務(wù)執(zhí)行能力和集群控制能力。其主要包含如下內(nèi)容:搭建仿真平臺(tái)架構(gòu);集成與無(wú)人平臺(tái)單體相關(guān)的運(yùn)動(dòng)、傳感器、武器等模型以及與群體相關(guān)的自組織網(wǎng)絡(luò)、避障規(guī)則等模型;集成與虛擬運(yùn)行環(huán)境相關(guān)的地理、氣象、電磁等環(huán)境仿真模型;集成與任務(wù)模擬和效能評(píng)估相關(guān)的任務(wù)想定模型和效能評(píng)估模型。該設(shè)計(jì)運(yùn)用于無(wú)人機(jī)集群系統(tǒng)的能力驗(yàn)證,可擴(kuò)展應(yīng)用于其他無(wú)人集群系統(tǒng)的驗(yàn)證工作。
關(guān)鍵詞: 無(wú)人集群系統(tǒng);集群智能;集群控制
論文鏈接:【深度】學(xué)報(bào):一種無(wú)人集群系統(tǒng)仿真平臺(tái)設(shè)計(jì)(上)無(wú)人集群及其仿真技術(shù)要素分析
3 無(wú)人集群仿真平臺(tái)設(shè)計(jì)
3.1 基于消息中間件的系統(tǒng)架構(gòu)
無(wú)人集群仿真平臺(tái)的意義在于,可以在付出較小成本代價(jià)情況下,驗(yàn)證集群系統(tǒng)的整體運(yùn)行流程和關(guān)鍵技術(shù)能力,降低大數(shù)量無(wú)人平臺(tái)的制造成本、空域使用成本和試驗(yàn)驗(yàn)證成本,是開(kāi)展無(wú)人集群系統(tǒng)研究的必經(jīng)之路。要取得良好的仿真試驗(yàn)效果,高效的系統(tǒng)架構(gòu)和精確的模型設(shè)計(jì)是開(kāi)展集群仿真工作的基本前提。
以上一章提到的無(wú)人機(jī)集群系統(tǒng)為例剖析如下。
首先明確無(wú)人機(jī)集群仿真平臺(tái)的主要目標(biāo)。本文所述的集群仿真平臺(tái),聚焦于驗(yàn)證無(wú)人集群系統(tǒng)在典型任務(wù)場(chǎng)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(yàn)證對(duì)象是機(jī)載任務(wù)子系統(tǒng)和集群控制子系統(tǒng)。具體驗(yàn)證內(nèi)容包括任務(wù)動(dòng)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(biāo)前提下,其他子系統(tǒng)功能盡可能簡(jiǎn)化實(shí)現(xiàn)。
基于此,無(wú)人機(jī)集群仿真平臺(tái)設(shè)計(jì)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(jī)電、能源等。
(2)將與集群控制緊密相關(guān)的功能實(shí)物化,比如飛控子系統(tǒng),因?yàn)轱w行控制性能?chē)?yán)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(lèi)實(shí)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(bào)探測(cè)、目標(biāo)識(shí)別、偵察干擾、火力攻擊等。此類(lèi)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(lài)關(guān)系。
(4)盡可能逼真模擬無(wú)人集群系統(tǒng)的實(shí)際運(yùn)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(jì)無(wú)人機(jī)集群仿真平臺(tái),見(jiàn)圖 4、圖 5。其中,灰色填充模塊采用仿真實(shí)現(xiàn),其他部分可以與實(shí)物系統(tǒng)保持一致或者移植實(shí)現(xiàn)。
圖 4 無(wú)人機(jī)集群仿真平臺(tái)(機(jī)上)組成圖
圖 5 無(wú)人機(jī)集群仿真平臺(tái)(地面)組成圖
仿真平臺(tái)中的模型及數(shù)據(jù)采用面向?qū)ο笤O(shè)計(jì)規(guī)范,遵從開(kāi)放式體系架構(gòu),其中情報(bào)探測(cè)模型、目標(biāo)識(shí)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(tái)型號(hào)和載荷型號(hào)進(jìn)行參數(shù)化定制。平臺(tái)內(nèi)模型對(duì)象間的消息通信采用訂閱/發(fā)布機(jī)制,基于DDS消息中間件實(shí)現(xiàn)。無(wú)人機(jī)系統(tǒng)和地面站系統(tǒng)的遠(yuǎn)程通信采用以太網(wǎng)模擬實(shí)現(xiàn)。仿真平臺(tái)邏輯架構(gòu)見(jiàn)圖 6。其中,灰色填充模塊采用模擬軟件實(shí)現(xiàn),是仿真主體部分,其他模塊采用與實(shí)物系統(tǒng)一致或移植后的軟件實(shí)現(xiàn)。
圖 6 集群仿真平臺(tái)邏輯架構(gòu)
3.2 基于時(shí)空一致性的對(duì)象交互
本仿真平臺(tái)的設(shè)計(jì)重點(diǎn)是驗(yàn)證集群任務(wù)動(dòng)態(tài)分配、路徑協(xié)同規(guī)劃等功能。其難點(diǎn)是,對(duì)集群傳感器和武器載荷的仿真模擬,以及對(duì)集群運(yùn)行場(chǎng)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(zhǔn)確性將直接影響集群的仿真效果。
對(duì)于待驗(yàn)證功能,包括機(jī)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(shí)物軟硬件實(shí)現(xiàn),或者采用與實(shí)物硬件近似的硬件和移植后的實(shí)物軟件組合實(shí)現(xiàn)。地面站系統(tǒng)除通信子系統(tǒng)外,均可以采用實(shí)物設(shè)備構(gòu)建。
對(duì)于仿真功能實(shí)現(xiàn),主要工作包含如下四個(gè)方面工作:
(1)平臺(tái)模擬:通過(guò)加入各類(lèi)模型,模擬無(wú)人機(jī)平臺(tái)上的導(dǎo)航、機(jī)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(dá)、偵察等)和干擾攻擊武器等,見(jiàn)圖 7。
(2)網(wǎng)絡(luò)模擬:設(shè)計(jì)自組網(wǎng)通信模型和遠(yuǎn)程通信模型,模擬無(wú)人機(jī)與無(wú)人機(jī)、無(wú)人機(jī)與地面站間的通信網(wǎng)絡(luò)拓?fù)洹⑿畔⒔换リP(guān)系和信息傳輸過(guò)程,該部分模擬可以通過(guò)消息中間件(如DDS)結(jié)合以太網(wǎng)來(lái)實(shí)現(xiàn)。
(3)環(huán)境模擬:通過(guò)設(shè)計(jì)地理環(huán)境、氣象環(huán)境、電磁環(huán)境等仿真模型,實(shí)現(xiàn)無(wú)人集群模擬運(yùn)行環(huán)境,設(shè)定無(wú)人集群在典型任務(wù)場(chǎng)景中的環(huán)境約束條件,見(jiàn)圖 8。
(4)任務(wù)模擬:構(gòu)建適用于集群運(yùn)行的典型任務(wù)想定,建立任務(wù)目標(biāo)和完成準(zhǔn)則,設(shè)定態(tài)勢(shì)運(yùn)行過(guò)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(píng)估提供依據(jù),見(jiàn)圖 8。
圖 7 無(wú)人機(jī)平臺(tái)任務(wù)載荷仿真設(shè)計(jì)
圖 8 地面站任務(wù)想定、環(huán)境仿真設(shè)計(jì)
基于上述思路,設(shè)計(jì)集群仿真模型對(duì)象,并定義各對(duì)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(duì)象在時(shí)間上的同步和空間上的一致性。見(jiàn)圖 9所示,任務(wù)模擬和環(huán)境模擬兩個(gè)模塊用于構(gòu)建仿真平臺(tái)的時(shí)間基準(zhǔn)和空間基準(zhǔn),通過(guò)消息中間件保障時(shí)空信息傳遞的實(shí)時(shí)同步,確保所有仿真對(duì)象能夠工作于統(tǒng)一時(shí)空基準(zhǔn)之下。圖 9概略描繪了集群仿真平臺(tái)對(duì)象間的數(shù)據(jù)交互流程。
圖 9 集群仿真平臺(tái)數(shù)據(jù)流示意圖
下面,以集群避撞和路徑規(guī)劃為例,簡(jiǎn)要描述無(wú)人機(jī)集群仿真系統(tǒng)的運(yùn)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(jī)間避撞、障礙物避撞、敵方防御設(shè)施避撞等因素,為本飛機(jī)平臺(tái)提供一條安全可行的飛行路徑。其中機(jī)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(jī)的位置、姿態(tài)、速度信息,集群鄰近友機(jī)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(tái)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(jī)、鄰近友機(jī)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(jìn)行綜合處理,結(jié)合避撞算法和路徑規(guī)劃算法,計(jì)算出本機(jī)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(jìn)行飛行解算。
基于上述設(shè)計(jì),構(gòu)建無(wú)人集群系統(tǒng)仿真平臺(tái),模擬無(wú)人集群的任務(wù)執(zhí)行過(guò)程。例如圖 10所示,展示了無(wú)人機(jī)集群系統(tǒng)執(zhí)行多目標(biāo)跟蹤監(jiān)視任務(wù)時(shí),通過(guò)仿真地面站系統(tǒng)顯示的集群控制算法仿真推演畫(huà)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(wú)人機(jī)協(xié)同跟蹤監(jiān)視8個(gè)目標(biāo)。該任務(wù)執(zhí)行效果可通過(guò)如下兩個(gè)量化指標(biāo)來(lái)描述。第一,無(wú)人機(jī)平均盤(pán)旋半徑偏差,表征無(wú)人機(jī)編隊(duì)相對(duì)于待追蹤目標(biāo)的距離偏差;第二,無(wú)人機(jī)間平均角距偏差,表征無(wú)人機(jī)間相對(duì)于待追蹤目標(biāo)的角距偏差。
對(duì)于大數(shù)量成員組成的無(wú)人集群系統(tǒng)仿真,為節(jié)約硬件成本,可以借助于虛擬機(jī)來(lái)實(shí)現(xiàn),將機(jī)載軟件運(yùn)行于虛擬機(jī)中,維持現(xiàn)有邏輯架構(gòu)和數(shù)據(jù)流程不變,通過(guò)調(diào)整通信模擬功能,實(shí)現(xiàn)比較理想的仿真效果。另外,該仿真平臺(tái)可采用與實(shí)物系統(tǒng)一致的中間件架構(gòu),使其很容易擴(kuò)展支持虛實(shí)結(jié)合的運(yùn)行方式。
4 無(wú)人集群系統(tǒng)驗(yàn)證評(píng)估
無(wú)論是實(shí)物系統(tǒng)還是仿真系統(tǒng),針對(duì)于無(wú)人集群的能力評(píng)估和關(guān)鍵技術(shù)評(píng)估是無(wú)人集群系統(tǒng)研究的重點(diǎn)。在仿真平臺(tái)評(píng)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(píng)估模型,通過(guò)仿真評(píng)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(píng)估
無(wú)人集群任務(wù)執(zhí)行能力,包括任務(wù)執(zhí)行時(shí)間、毀傷率、覆蓋率等因素,可以是針對(duì)單目標(biāo)的任務(wù)協(xié)同能力,比如多無(wú)人機(jī)協(xié)同監(jiān)視、反輻射攻擊等,也可以是針對(duì)多目標(biāo)的動(dòng)態(tài)分配能力,比如多目標(biāo)協(xié)同打擊、廣域協(xié)同搜索等。針對(duì)上述考核指標(biāo)構(gòu)建評(píng)估模型,驗(yàn)證集群的任務(wù)執(zhí)行能力。
無(wú)人集群任務(wù)能力主要取決于以下幾個(gè)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(tái)機(jī)械控制能力和能源保障能力。
從硬件上說(shuō),無(wú)人集群系統(tǒng)任務(wù)執(zhí)行能力取決于計(jì)算模塊的處理速度、機(jī)電系統(tǒng)的控制效率、能源系統(tǒng)的保障能力。從軟件上說(shuō),無(wú)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(bào)感知算法和武器攻擊策略等功能模塊的效率約束。
驗(yàn)證無(wú)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(shí)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(píng)估
除傳感器感知能力、武器攻擊能力和平臺(tái)機(jī)動(dòng)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(yùn)行的核心基礎(chǔ)。其中,集群自組織協(xié)同控制能力是無(wú)人集群獨(dú)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(biāo)需求下,配置相應(yīng)的集群控制模式。比如,在集群機(jī)動(dòng)任務(wù)中,需要加強(qiáng)集群針對(duì)固定區(qū)域(門(mén)洞、走廊)的協(xié)同避撞穿越能力,在多目標(biāo)攻擊任務(wù)中,需要加強(qiáng)集群針對(duì)多目標(biāo)的協(xié)同跟蹤能力等。
通過(guò)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(duì)固定障礙物和敵方防御設(shè)施的避撞檢測(cè)能力、針對(duì)集群成員的避撞檢測(cè)能力、集群整體編隊(duì)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(tái)的傳感器能力、通信組網(wǎng)能力、飛行控制能力、機(jī)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(yàn)證該能力,需要從集群任務(wù)模擬、平臺(tái)模型設(shè)計(jì)、運(yùn)行環(huán)境仿真等方面進(jìn)行綜合考慮。
結(jié) 語(yǔ)
無(wú)人集群系統(tǒng)仿真平臺(tái)是驗(yàn)證無(wú)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(jì)方法,可以支撐構(gòu)建無(wú)人集群系統(tǒng)仿真驗(yàn)證平臺(tái),對(duì)于集群典型任務(wù)模擬、集群算法評(píng)估具有重要意義。在平臺(tái)構(gòu)建初期,可根據(jù)研究目標(biāo)適當(dāng)簡(jiǎn)化各類(lèi)仿真模型,以達(dá)到快速構(gòu)建的目的,后續(xù)可根據(jù)需要有針對(duì)性地細(xì)化改進(jìn)具體模型。開(kāi)放式、規(guī)范化的設(shè)計(jì)方法使得仿真平臺(tái)具備靈活擴(kuò)展能力,隨著模型準(zhǔn)確度、任務(wù)場(chǎng)景逼真度等方面的持續(xù)優(yōu)化,其仿真評(píng)估效能會(huì)持續(xù)提升。
【參考文獻(xiàn)】
[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(jī)器人研究[J]. 中國(guó)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(qiáng), 尹忠海, 王亞利, 劉蘋(píng)妮. 大規(guī)模無(wú)人系統(tǒng)集群智能控制方法綜述[J]. 計(jì)算機(jī)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(jì)算機(jī)信息, 2010, 26(25):162-163.
[8]方美琪, 張樹(shù)人. 復(fù)雜系統(tǒng)建模與仿真[M]. 北京:中國(guó)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(dòng)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(dòng)力學(xué)與協(xié)調(diào)控制研究中的若干問(wèn)題[J]. 控制理論與應(yīng)用, 2010, 27(1):86-93.
聲明:版權(quán)歸《中國(guó)電子科學(xué)研究院學(xué)報(bào)》所有