北京婚礼两架无人机相撞

无人机避免相撞技术解析

无人机可能引发的危害主要包括空中相撞和地面撞击，其中无人机与有人机之间的空中相撞是首要关注对象，为保障飞行安全目前各国对无人机的运行管理普遍采用将无人机限制在特定的空域内与有人机隔离运行。下面是由为大家整理的无人机避免相撞技术解析，欢迎大家阅读浏览。

无人机防止碰撞技术分析

1 、现状与挑战

无人机可能引发的危害主要包括空中相撞和地面撞击，其中无人机与有人机之间的空中相撞是首要关注对象，为保障飞行安全目前各国对无人机的运行管理普遍采用将无人机限制在特定的空域内与有人机隔离运行。但随着无人机在侦查、搜救、运输、军事等多个领域的广泛使用，其飞行活动量的不断增加对空域环境内的其他飞行器以及地面第三方带来很大的安全隐患。在未来隔离运行方式将难以满足无人机日益增长的应用需求，无人机与有人机共享空域飞行是未来的发展趋势，因而防撞问题也成为制约无人机发展的关键挑战之一。美国国家空域系统(National AirspaceSystem, NAS)的下一代空域系统计划指出“下一代空域将着眼于利用卫星使得航管员、飞行员、乘客、无人飞行器以及其它相关者能够实时地共享空域。”美国***也制定了空域集成计划中，计划逐步将无人机融入共享空域。

无人机的空域集成，即无人机进入非隔离空域飞行与有人机共享空域。针对不同类型的使用特点，美国定义了6类空域：A类，6000-20000m，严格按空管飞行；B类，主要机场周边，低于3000m；C类,次于B的繁忙机场，低于1200m；D类,有塔台的机场，低于800m；E类，地面开始，A-D 类外空间；G类，非管制空域。

2 、当前的检测技术

目标探测是规避的基础，无人机探测技术目前存在多种不同的解决方案，根据感知探测方式可以分为合作型和非合作型两大类：合作，意味着所有飞行器可通过共同的通信链路共享信息。非合作，则表示在天空的飞行器彼此间不通信，因此，意味着只能采用主动检测的方法。合作型探测设备例如应答机TCAS 以及ADS-B 广播式自动相关监视系统能够获取目标飞机装载同类设备的飞机的直接精确全面的状态信息，但必须依靠通信链路且探测目标受限。非合作型探测设备，如雷达视觉EOIR 光电红外等非合作型传感器能够感知探测视场范围内的所有物体包括飞机以及地势、鸟类等非合作型目标。

3、合作型感知探测

空中交通告警和防撞系统(TCAS)和广播式自动相关监视(ADS-B)属于合作型感知探测设备，能够直接精确全面的获取装载同类设备的目标飞机的状态信息，但必须依靠通信链路且探测目标受限。视觉和雷达等属于非合作型传感器，能够感知探测视场范围内的所有物体包括飞机、鸟类以及地形，但其探测性能受到无人机姿态影响而存在盲区。

3.1 空中交通告警和防撞系统(TCAS)

TCAS是为减少空-空碰撞的发生率，从而改善飞机飞行安全的系统。TCAS最初设计是用于载人飞行；然而，同样可用于无人飞行，不过，目前的价格(25,000-150,000美元)可能会妨碍TCAS在无人机领域的广泛采用。

3.2 广播式自动相关监视(ADS-B)

ADS-B是一种相对较新的技术，它为防撞提供了巨大潜力。ADS-B不仅限于空-空监视，它使用空对地通信并具有取代二次监视雷达的潜力。使用了类似于TCAS使用无线电信号发收发附近飞机的信息的方式，但ADS-B的一个重要且明显的区别在于其信息交换的类型。每架飞机应分享的信息包括三维位置、速度、航向、时间和意图。这些信息是对于防撞系统非常有价值。

4、非合作型感知探测

非合作型探测设备，如雷达视觉EOIR 光电红外等非合作型传感器能够感知探测视场范围内的所有物体包括飞机以及地势、鸟类等非合作型目标。

4.1 基于视觉的防撞探测

无源性以及对非合作目标的鲁棒性是光电传感器的关键优势，使它们成为规避应用中非常有吸引力的传感器类型。与此相反，在交通警报和防撞系统(TCAS)则更多依赖于其他合作飞机转发自身飞行信息的方法。

光电传感器的传感器技术已经相对成熟度，适合应用于无人机感知与规避应用。当前先进的光电传感器趋向于紧凑、低重量、低功率，使得它们能够应用于相对小的无人机平台。此外，目前很容易得到支持高速IEEE1394和IEEE802.3-2008(千兆以太网)通信接口的商用现货(COTS)产品，以此可以很容易地实现图像数据的实时采集和高分辨率传输解决方案。目前，可利用从相机到图像处理计算机或工作站传送数字视频文案信号所常用的总线标准：火线(IEEE1394)、USB2.0、千兆以太网和CameraLink。光电传感器所提供的信息不仅仅局限于用于图像平面内的目标检测与定位。由目标在图像平面中的位置所进一步推断出的相对航向信息可以用于评估碰撞危险(恒定的相对航向对应于高风险，而变化率大的相对航对对应于低风险)。此外，也可从中得到常用于控制目的距离信息并用于飞机机动。相关研究表明，以光电传感器为基础的感知和规避系统获得监管机构批准的可能性最大。但是，光电传感方法仍面临诸多问题。其中最显著的挑战源自于空中环境的不可预测和不断变化的性质。特别是，对于可见光光谱的光电传感器，检测算法必须能够处理各种图像的背景(从蓝色天空云到杂乱的地面)、各种照明条件，以及可能的图像伪影(例如镜头眩光)。光电传感方法的另一个问题是存在图像抖动噪声。由于受到不可预知的气动干扰和无人机的机动，加剧了相机传感器的图像抖动。对于图像平面的检测算法，图像抖动引入不希望的噪声分量，并对性能产生显著影响。基于飞机的状态信息和图象特征的抖动补偿技术已经提出，可以减少图像抖动效应，但仍不能完全消除。最后，实现光电传感器图像数据的实时处理也是一个挑战。然而，随着并行处理硬件的发展(例如图形处理单元(GPU)、现场可编程门阵列(FPGA)和专用数字信号处理器(DSP))，此问题正在得到改善。在过去的十年里，政府、大学和商业研究小组已经展示了不同成熟度的基于光电传感器感知和规避技术。其中最成熟的基于光电传感器感知和规避技术方案已经由国防研究协会有限公司(DefenRearchAssociates,Inc.(DRA))、空军研究实验室(AFRL)和航空系统中心(ASC)联合完成。AEROSTAR无人机也已验证能在距离大约7海里侦查并跟踪不合作的通用航空器的机载设备。该计划的目的是实现合作和不合作目标的防撞能力。澳大利亚的航空航天自动化研究中心(ARCAA)已承接用于民用无人机的成本效益高的感知与规避系统。已经进行了闭环飞行试验，展示了原型系统自动检测入侵飞机并命令载机自动驾驶仪进行回避动作的能力。在过去十年中，类似的研究加深了对光电传感器参数(如视野)与系统性能(如探测距离、检测概率和误报率)之间权衡的认识。例如，许多研究表明，在一般情况下，增大视野将减小探测距离，反之亦然。

4.2 基于雷达的防撞探测

雷达作为一项成熟的飞机防撞技术，其探测范围、扫描角速度、更新率和信号质量等均相对较高。Kwag等研究了适用于低空飞行无人机防撞雷达的关键设计参数。其主要的技术缺陷在于大小的限制。雷达的重量消耗大量的动力，并需要一个巨大的天线才可以发现较小的物体，天线越小，则精度越低，这样雷达就被限制在大型的无人平台上。在小型化方面，丹佛大学无人系统研究所的研究人员开发了一种可供无人机携带的相控阵雷达系统，重量只有12盎司，体积和人的手掌差不多。

5、结论

由于小型无人机受成本、重量、功耗等限制，无法采用有人机传统的防撞系统及传感器系统，如高精度惯导、雷达、光电吊舱等。因而实现小型无人机的感知与规避需能力面临着更多的挑战。

无人机感知技术避让分析

有人机上的飞行员可通过“看见-规避”的方式来判断当前态势，针对威胁做出决策并完成规避工作以保证飞行安全，对于无人机采用的则是“感知-避让”技术。感知避让过程可划分为环境态势感知、飞行冲突预测和飞行冲突解脱三个部分：无人机通过自身携带的传感器对当前空域内的环境进行探测，利用通信网将周围态势向合作目标进行传输，系统预测未来一段时间内的飞行路线上是否存在飞行冲突，自动生成决策指令并执行规避动作以应对突发威胁，确保飞行安全。

一、无人机空中态势感知方法

不同的传感器可探测感知的目标不同，根据无人机所携带使用的传感器类别可将无人机态势感知方法分为合作型和非合作型两种。

合作型感知探测

合作是指无人机与周围的航空器同属一方，它们之间互相通信，能够通过共同的通信链路共享当前空域的态势信息。比如空中交通告警与防撞系统（TCAS）和广播式自动相关监视系统（ADS-B）等。TCAS主要由应答机、收发机、告警计算机和告警显示装置等组成，该设备昂贵，主要装载在有人机上；ADS-B是一种相对较新的技术，该系统有信息源、信息传输通道和信息处理与显示设备组成，通过精确实时的信息交互可为无人机提供决策引导，实现感知避让。

非合作型感知探测

非合作表示无人机与周围的航空器或物体之间没有通信关系，无法共享各自的状态信息，需采取主动探测的方式。雷达和视觉传感器等是目前常用的非合作型探测设备。雷达是利用电磁波进行目标探测的电子设备，在防止航空器相撞上的研究应用已较为成熟，其探测范围和精度与雷达的天线大小有关，天线越大则范围越远、精度越高。光电传感器技术也比较成熟，且具有无缘性和鲁棒性等特点，与其他设备相比较有明显的优势。

二、无人机飞行冲突预测方法

无人机飞行冲突预测是在周围环境进行感知并获得当前态势的基础上采取某种预测方法对未来一段时间内的飞行状态作出推测，判断是否存在飞行冲突，是无人机感知避让的关键环节，目前，主要预测方法有概率分析法和几何分析法。

概率分析法

概率分析是通过建立概率性冲突预测模型来预测判断航空器在未来一段时间内是否存在飞行冲突。Lygeros PJ 和Prandini M提出了短期预测和中期预测两种模型：短期预测模型是预测未来几秒到几分钟内的飞行情况，此时若存在飞行冲突，则必须通过执行相应规避动作；中期预测模型则是用来对未来数十分钟内的飞行情况进行预测，判断将来时间内有无飞行冲突，若存在飞行冲突则通过防撞算法进行机动以避免发生难以控制的短期冲突。由于概率分析法是采取数学计算的方法来求解飞行冲突可能发生的'概率，计算量较大，现有嵌入式计算机的处理速度尚不能完全满足实时计算的要求，因而概率性冲突预测法在实际中的应用受到很大的限制。

几何分析法

几何分析法是指利用几何方法建立确定性冲突预测模型，通过划设保护区等方法判断航空器之间是否存在冲突威胁。李彬等人考虑了航空器飞行途中随机因素和探测设备误差的影响，通过选取椭球壮保护区模型建立了常速模型和冲突探测模型，运用卡尔曼滤波的方法对航空器的航迹进行预测，排除了不可能发生冲突的航空器进而减少了计算量。几何分析法简单直观，计算量小，可以满足实际需要。但目前对几何分析法的研究大多在水平范围或垂直方向上的二维空间，局限性较大。

三、无人机飞行冲突解脱方法

无人机感知避让的最终目的是化解飞行冲突，在无人机自主预测到飞行冲突前，必须立即依据解脱方法进行机动，保证无人机与其他航空器的飞行安全。目前冲突解脱方法主要有离散型解脱方法与连续解脱方法两种。

离散型解脱方法

离散型方法是指通过对计划航路点的调整，在尽可能保持原有航线的基础上得到最大可能的无冲突飞行路线。大部分研究者采用基于遗传算法或粒子群算法寻优，得到有利航线（求解速度快、省油等约束下）。使用离散型解脱方法可以满足无人机正常飞行队安全距离的要求，且能够很好地处理少量航空器间的飞行冲突，但在解决大量航空器间的飞行矛盾时显露弊端。

连续型解脱方法

目前连续型解脱方法的研究主要是针对二维情况下的合作型目标，包括势场法、路径规划法和几何方法等。势场法将生活中的吸引和排斥现象应用到航迹规划中，计划航路点对无人机是吸引作用，吸引无人机朝着目标方向飞行，同时，空域内的其他航空器或物体对无人机产生排斥的力，在引力和斥力的合力作用下，使无人机在尽可能保持原航线的基础上安全飞行。无人机路径规划法就是指依据人物要求和周围的环境信息等因素，事先规划出一条从起点到终点的最优无碰撞路线。碰撞锥方法（Collision Cone Approach，CCA）是典型几何算法的一种，CCA的基本原理是划设一个以入侵航空器为中心的球体保护区，无人机到保护区的所有切线构成碰撞锥，调整无人机的相对速度与球体保护区相切，此时可求解无人机的最优解脱路线。

目前，无人机的防撞能力与有人机相比还存在差距，感知避让技术还不够成熟，冲突预测和解脱算法大多局限在双击和二维空间，尚不能满足无人机在保证飞行安全的前提下与有人机共享空域的要求。今后的研究将向多数据融合、智能化、实时性的方向发展，增强无人机对周围环境的探测能力、态势感知能力、预测冲突和解决冲突的能力，发展机遇数据融合的多传感器组合方式进行探测，解决三维空间内多机间的冲突问题，大幅提高无人机的防撞能力和安全水平。同时，改进和完善无人机防撞制度和体系，将制度体系与防撞技术相融合是无人机防撞工作的又一发展趋势。