文/魏一  金鹏电子信息机器有限公司

　　无人机的研究最早开始于20世纪初早期，距今已经有百年的发展历程。汽车主要应用在军事领域，包括军事训练、信息侦查、战斗歼敌等方面，随着科技的不断进步和民用市场的逐步扩大，目前无人机已被广泛运用到各个领域。在国内，随着民用无人机在航拍方面的推广和应用，专业级别的无人机也陆续进入到农业、海关、城市规划等领域，并开始为公安、交通、城管、消防等公共安全部门提供服务。金鹏近年来在无人机空地一体化智能防控的应用方面进行了深入研究，并取得了一定的成绩，本文将围绕空地一体无人机智能防控系统的关键技术、技术架构、今后的发展趋势等方面进行论述。

　　一、空地一体无人机智能防控系统关键技术

　　与单个飞行器相比，无人机集群系统通常具有更低的成本，更好的环境适应性和鲁棒性，以及更为强大的作业能力。无人机集群技术在军用和民用方面都具有巨大的应用潜力。要实现无人机的分布部署和集群控制，需要开展以下方面的研究工作。

　　（1）集群控制算法

　　多无人飞行器系统要实现相互间的协同就必须确定无人飞行器之间逻辑上和物理上的信息关系和控制关系，针对这些问题进行的体系结构研究可以将多无人飞行器系统的结构和控制有机地结合起来，保证多无人飞行器系统中信息流和控制流的畅通，为无人飞行器之间的交互提供框架。集群控制算法不仅要保证多无人飞行器之间能有效地进行协同，而且不依赖于无人飞行器的数量，即无人飞行器可以随时退出或者加入集群都不会影响控制系统的整体结构。

　　（2）通信网络设计

　　在多无人飞行器协同任务自组织系统中，无人飞行器作为通信网络节点，其空间的分布决定了网络的拓扑结构，但不同的网络拓扑结构有着不同的通信性能。在一定的通信拓扑及性能下，根据所执行的任务分配通信资源，提高通信质量是集群技术的重要环节之一。

　　（3）控制算法与通讯技术的耦合

　　多无人飞行器为了提高协同完成任务的效能，需要进行信息交互。为了使得所交互的信息及时完整地进行传输，对于通信网络性能有一定的要求。基于通信质量约束的协同控制方法指在当前通信服务质量的约束下设计多无人飞行器协同控制方法，既需要满足多无人飞行器的运动任务需求，又可以使多无人飞行器构造的通信网络性能满足信息及时完整传输的需求，进而提高多无人飞行器协同完成任务的效能。

　　（4）任务规划技术

　　为了实现多无人飞行器之间有效的任务协同，并且保证控制结构不依赖于无人飞行器的数量，因此构建多无人飞行器协同任务自组织系统采用分布式体系结构。各无人飞行器的基本行为和简单任务可由无人飞行器自主完成，当面临复杂任务和需要协作的任务时，当前无人飞行器可以把任务信息和资源需求发布到由各无人飞行器组成的网络上，各无人飞行器可以根据自身当前任务和资源情况予以响应。由此，任意一个无人飞行器的退出或加入都不会对系统组织结构带来影响。

　　（5）路径规划技术

　　如果无人机在实际飞行中遭遇突发状况，必须重新规划航迹以规避威胁。为满足协同工作的时效性，重新规划所采用的算法必须具有实时、高效的特点。因此，可以根据蜂群算法领域搜索的特点，以参考航迹的突发威胁作为领蜂航迹，跟随蜂仅需要在参考航迹的突发威胁段进行领域搜索，不需要对整条航迹进行搜索，由此可以快速获得修正航迹段并替换原突发威胁航迹段，在整个飞行过程中，无人机根据获得的威胁信息不断修正参考航迹，直至达到目标节点。

　　2.无人机智能航线规划技术

　　无人机的航迹规划是指在特定约束条件下，寻找由起始点到目标点既满足无人机机动性能又满足现场环境信息限制条件的最优飞行轨迹，它是无人机实现自主飞行的技术保障。根据航迹规划层次的不同，一般将航迹规划算法分为两大类：任务级航迹规划算法和战术级航迹规划算法。任务级航迹规划算法可以采用较粗糙的数字地图和简化的飞行器性能模型。任务级规划的目的是获得参考航迹，从而减少战术级航迹规划的搜索空间。其主要方法包括网络法、符号规划法、试探法和知识推理法。战术级航迹规划实质是轨迹优化问题，它可以运用动态规划法、最优控制理论等方法来求解。

　　无人机智能航线规划系统结合三维地图应用界面，指点飞机对目标点进行自动布控并实时传回监控画面，系统根据三维信息自动计算从飞机当前位置到任务点的航线，航线自动避开途中障碍物。系统提前对无人机的航线进行规划，实现无人机的全自主方式飞行，包括航线中各个关键航点的经纬度位置、高度信息等信息以及对任务设备的操作。无人机智能航线规划系统包括无人机航线规划、地理信息数据管理、常规任务航线管理、无人机信息管理、无人机临时航线管理、无人机航行状态管理、空中集群管理等模块。

　　3.无人机智能数据链技术

　　无人机智能数据链技术可智能实现无人机之间、无人机与基站间自组织无线网络协议的使用和切换。无人机与基站形成的局域无线网络建立后，任意两个节点之间可以传输数据。当空中有新的经预授权后的无人机开机升空后，自动搜索加入局域网形成新局域无线网，实现指挥中心可随时调用任意的无人机画面，当有某架无人机处于基站盲区时，可通过其他无人机进行数据链中继自生长、自愈合的智能数据链网络。多架无人机自组网是指多架无人机和多个地面站自组成的网络，新增节点自动加入并拓展自组网，在整个集群网络中自主寻路，自由流动，随时随地接入集群网。

　　智能数据链的软件主要由应用软件、人工智能软件、CORBA 中间件、硬件管理与驱动软件和知识库等组成。其中硬件管理、驱动软件主要完成CORBA 中间件与软件无线电SDR 进行数据交互。 CORBA 中间件是为了提高软件的可重用性， 将应用软件、人工智能软件与具体的硬件分割开， 这样应用软件就可以独立于具体的硬件设备， 具有较强的通用性和重用性。知识库包含数据链的有关技术知识、无线电法规知识、战场环境用户知识、无人机系统知识和干扰信号特征等各种知识， 知识库丰富程度和有效性在很大程度上决定了智能决策的正确性。应用接口软件实现人机交互以及与其它系统的协同与交互。

　　4.无人机数据监测技术

　　无人机数据监测技术能够实现在无人机进行作业任务的过程中实时监测无人机的各项飞行数据，包括飞行模式、飞行姿态、动力负载、电量信息、水平巡航速度、垂直爬升速度、高度、GPS 定位信息、相机云台角度等信息。无人机飞行异常时向指挥人员及作业人员推送问题信息，及时发现问题并进行相应预案处理。在进行无人机飞行前，需要对无人机飞行参数进行设置，包括飞机的飞行高度、电压、通讯中断保护、无人机遥控器校准、无人机GPS校准、无人机在GPS模式下的最大爬升速度、飞行速度、返航时最大下降速度等相关设置。无人机进行空中作业时，无人机的各项飞行数据既可以通过无人机自身的遥感通道，又可以通过5G/4G移动通信网络与地面控制台进行实时通信，实现对无人机数据的实时监测。

　　5.视频智能分析和视频大数据技术

　　视频智能分析和视频大数据技术是通过无人机视觉智能感知分析和预警系统对空中无人机搭载的各类传感器和视频采集设备发回的数据和视频图像、图片进行特征数据识别分析，并在海量视频文件中自动检索指定的车辆或人员出现的轨迹、时间、地点，精准识别人脸、车牌、车型和异常事件等信息，依据分析的结果，结合大数据和人工智能技术对事件和危机的后续发展进行预测和预警，提前为指挥决策组织提供参考。

　　二、空地一体无人机智能防控系统技术架构

　　空地一体无人机智能防控系统通过新建、接入、整合相关设备、数据及系统，以5G/4G移动通信、无人机、物联网、大数据、人工智能为技术支撑，实现"空中巡查、智能感知、立体布控、实时预警、快速调度"的"巡、防、处、研"等智能化安防应用，为用户提供统一调度、集中管理、数据共享等服务。

　　空地一体无人机智能防控系统采用云模式架构，基于容器技术以DevOps为理念，面向微服务应用的新一代SAAS平台，系统技术架构如图1所示。

　　图1 空地一体无人机智能防控系统技术架构图

　　1. 集成支撑层

　　接入各类前端综合数据，包括5G/4G移动通信网络、无人机智能数据链、无人机监测数据、无人机视频、平安城市视频、交通路面监控、城市卡口数据、热成像与红外成像视频、PGIS地图信息、视频智能识别、警综平台、视频平台、物联网感知数据、通信调度平台、数据中心和社会资源接入等相关模块。系统部署在政务网或行业专网，需要依赖政务网、公安网、视频专网、互联网、移动5G网、LTE等网络，将前端数据通过5G/4G网络接入到视频专网进行传输，并在视频专网中完成数据的初步预处理。所有视频、图片、数据在视频专网中完成存储时转发数据经安全边界进入政务网或行业专网中，通过安全边界共享给公安、城管、消防、交通、环保、电力、教育等各个政府和行业部门。

　　2. 微服务平台层

　　服务平台层采用微服务架构设计，系统微服务平台主要分为五大模块：基础微服务模块、应用微服务模块、微服务网关、ESB总线服务模块、持续集成模块。

　　（1）基础微服务：通过服务治理中心集群、分布式缓存集群、分布式消息集群、分布式文件服务集群、容器、配置中心等为微服务平台提供各种服务支撑。

　　（2）应用微服务：为各个应用系统提供业务数据访问。

　　（3）微服务网关：通过统一的微服务网关接收、发送外部和内部的请求。

　　（4）ESB服务总线：通过ESB服务总线统一接入各类物联网前端感知及情报大数据研判服务。

　　（5）持续集成：让产品可以快速迭代的同时还能保持系统高质量发展。

　　3. 应用系统

　　空地一体智能防控系统包含多个子应用系统，具体如下：

　　（1）应用子系统：主要用于集成立体巡查监测系统、无人机智能航向规划系统、无人机智能任务规划系统、无人机监控和反制系统、无人机管理系统、分析研判系统、无人机调度管理系统来丰富系统架构。

　　（2）可视化扁平指挥调度系统：基于预案管理系统、资源管理系统、运维管理系统、态势资源一张图展示系统、综合态势看板等为指挥调度提供直观、准确的情报。

　　（3）APP：可在移动端随时进行视频监测、任务中心、信息查询、处置信息、线索上报、研判请求和勤务等操作。

　　三、空地一体无人机智能防控系统发展趋势

　　从当前的安防行业应用场景和匹配技术发展形势看，安防行业无人机有如下发展趋势：

　　（1）智能化趋势：随着无人机配套技术的发展，各类无需飞手操作的自动飞行、自动起降、自动充电、自动维护检测的无人机系统已经出现。随着人工智能技术的成熟，智能目标识别、跟踪、定位等功能应用到无人机采集的图像中已成为必然，而这些技术将大大提高无人机应用在安防执法领域的效率，节省人力成本，切中安防行业无人机用户的痛点，因此，也将很快在公安、应急、城市管理等公共安全部门中普及。

　　（2）体系化趋势：安防领域涉及到各级指挥、执法、保障等多个单位，因此将来无人机在安防行业的普及必然体系化，要涉及到通信网络、指挥系统、执法终端、安全系统等。未来安防无人机的发展也从应用体系化向综合化系统拓展，包括飞行平台、飞行保障系统、通信链路系统、监控平台、指挥平台、数据库管理系统、智能云计算平台等。

　　（3）专业化和数据化趋势：无人机最重要的一个功能便是采集数据，因此可以把无人机视为一个会飞的数据采集器。未来随着无人机的大范围推广，无人机将会成为一个大数据入口，后端的大数据挖掘以及与各类政务和行业应用的结合将会是安防无人机服务业务的核心述求。

　　四、结语

　　安防领域的无人机作为立体安防的重要一环，与安防整体解决方案一起将路面信息采集、控制和传输等能力快速延展到空中，凭借其"查得准、盯得住、传得快"的优势能够快捷高效地完成各种急难险重任务，受到了各级政府部门和行业、企业的青睐。无人机凭借成本低、易操纵、高度灵活和稳定等优点，成为政府部门执法的重要工具，安防无人机市场仍然是一片亟待开发的广阔蓝海，未来的发展前景十分值得期待。