Intelligent Autonomy of UAVs – Advanced Missions and Future Use

Intelligent Autonomy of UAVs – Advanced Missions and Future Use

无人驾驶航空是一个令人兴奋且快速发展的行业,且有望成为航空领域的基本组成部分。本书的主题是无人机(UAV)的民事应用(或任务)。无人机具有遍及许多行业的潜在创新应用。无人机是较为经济的合理选择,为了增强其生产力,提高无人机的自主性变得至关重要。无人机系统(UAS)正在改变航空系统的特性,这是经济增长的主要推动力。

无人机能够携带多个传感器、发射器和成像设备。目前,大多数无人机应用都属于遥感领域,例如用摄像机或超光谱成像传感器进行测量。随着无人机的应用不断增加,它们涉及各行各业:从娱乐业到农业,再从建造业到快递市场,以及执法跟踪运动目标、追踪野生动物、勘测灾害现场、搜索或救援、物体操纵、全球网络和电信、远程监控和数据采集,等等。无人机的能力是成功的关键因素。无人机的用途很可能会持续多年并不断增加,因此,迫切需要了解当前已有的以及未来的无人机类型。

本书的目的是提供无人机完成典型任务的基本工作方法,并指导如何采用不同的通用机器人方法来解决这些问题,使得任务与方法相适应。因此,本书旨在为无人机项目提供系统的工程方法,找到真正需要解决的独立于应用之外的问题。第1章的概述能让读者进入飞速发展的航空机器人领域。第2章介绍无人机的任务框架,包括自主性、任务分析、人-无人机协同、同构和异构无人机协同、无人机-无人地面车辆(UAV-UGV)协同。第3章主要考虑通用机器人方面,包括定向运动和覆盖。第4章介绍了无人机部署、巡察和捕获(搜寻目标)。第5章探讨了无人机的一个重要应用——航空搜索、跟踪与监视。

本书适用于无人机行业的工程技术人员和研究人员。

  1. 对于工程技术人员,它提供了根据任务进行分类的现有解决方案,包括:监视和侦察,三维绘图,城市监控,精准农业,林业,灾害评估和监测,安全性,工业场地巡察,等等。
  2. 对于研究人员,它提供了关于通用机器人方面的综述,包括定向运动和覆盖,部署、巡察和捕获,以及搜索、跟踪和监视。对许多相关领域,包括机器人技术、运筹学、控制理论和计算机科学等,给出了独特的综合问题算法的设计和分析。

本书的结构如下。

第1章解释本书的目的和范围。介绍了美国和欧洲的法规,包括联邦航空管理局(FAA)和欧洲航空安全局(EASA)的相关要求。然后提供了一些案例研究,并回顾无人机领域的现状。本章还考虑了无人机领域典型的应用情况,包括精准农业与环境、测绘海岸线或土壤侵蚀、监视物种和建筑工地、探测矿山、监控大型网络、诊断建筑物的状况以及土建工程和灾害。配备红外和光学传感器的无人机可用于探测和监视在重要救援任务中困在危险区域的人。配备热、视觉、多光谱成像和化学检测传感器的无人机可用于工业中的遥感作业、精准农业、搜索和救援以及安全等任务。与有人驾驶飞机不同,为了提高传感器数据的精度,无人机能非常靠近地面设施飞行,即使在夜间或没有通常干扰的环境中,无人机也能按照规定的要求进行作业而不会危及驾驶员的生命安全。到本章结束,读者可掌握一些风险分析和经济可行性的快速变化规律,以及各种可能的无人机任务。

第2章的主要内容包括自主性、人-无人机协同、同构和异构无人机协同、无人机-无人地面车辆协同,以及任务分析。自主性系统有两个主要目标:一是理解任务,二是在执行任务过程中对不确定的任务、环境和系统做出相应的反应。能够适应各种任务的高级自主性系统可以进行自动任务规划并识别要执行的任务。协同无人机系统对于快速感知和探测任务是一种非常好的方式,可以提高信息融合的精度,完成一架无人机无法完成的任务。协同无人机系统包括同构无人机协同和异构无人机协同。另一种机器人协同是具有互补能力的无人机-无人地面车辆协同,它可以以更高精度完成更复杂的任务。自主性构架是在不同的自主性级别上形成的。无论什么应用,不同的任务都有着共同的特征,都可以使用一些通用算法来提高性能和可靠性。当然,任务的特殊性也应该考虑。由于监管控制系统固有的不确定性,因此人类要参与更高级别的规划、决策和远程操作,人-无人机协同是有益的。到本章结束,读者将掌握当前研究的无人机任务系统的方法,以及了解不同类型机器人在空中或地面的协同方法。

第3章主要讨论通用机器人方面的内容,如定向运动和覆盖范围。定向运动是机器路径问题和相关内容的概述。协同的定向运动是一个多层次的组合优化问题。在航空机器人中,覆盖范围定义如下:无人机必须通过传感器对有界区域内的所有可用空间进行全覆盖。一些子问题也需要解决,如栅栏覆盖、面积和边界覆盖。区域和边界监视是最显著的无人机应用。这样的任务可能是重复的或危险的,因此可以使用受控的无人机协同以更有效和更安全的方式来解决。与传统覆盖相比,无人机协同持续覆盖环境,环境的覆盖水平总是在不断变化。出于这个原因,无人机必须不断飞行以保持所需的覆盖面。无人机通常可以确定地或随机地放置在感兴趣的区域中。到本章结束,读者将获得可行的搜索算法及其在无人机定向运动和覆盖中的应用等知识。

第4章中部署方法的选择在很大程度上取决于无人机传感器的类型、应用以及无人机所在位置的飞行环境。当无人机非常昂贵或其飞行严格受到所在位置的影响时,按受控节点进行部署是可行的,也常常是必要的。在无人机任务规划中,一些无人机可能需要携带各种传感器来巡察一组目标,每个目标都指定了一个收益,规划者的目标是使总收益最大化。为了解决任意多个机器人协同的区域巡察问题,需要智能的协同策略,以便目标区域内需要警惕的所有监视点都可见。捕获涉及3个基本技能:感知和目标定位、接近目标至可达的范围、以某种方式处理目标。这可能涉及需要与发现目标的无人机进行通信,或者对单架无人机无法运输的大型物体进行协同运输。到本章结束,读者将掌握使用一些通用机器人算法来实现无人机部署、巡察和捕获。

第5章讨论的是搜索运动目标并在发现目标后进行跟踪的问题。该问题因为以下几个因素变得复杂:多架无人机、运动目标、有限资源,以及异构无人机的性能。此外,搜索规划和任务分配的紧密耦合增加了问题的复杂性。为了完成目标监视,必须设计一系列复杂的行为。它们通常包括尽可能多地收集给定限制条件下的信息,以及针对发现的目标与操作人员进行通信等,观察员通常在信息快速变化且不可预测的环境下进行操作。他们必须决定采取什么行动以及如何几乎同时地与其他观察员协调操作,并接受高强度训练以做出快速的反应。与此同时,观察员在有限的资源、可预期的无人机剩余寿命以及规定时间内适合的目标等情况下做出战略性的决策行动。到本章结束,读者将获得现实生活中遇到的不同类型的搜索、跟踪和算法方法等知识。

第6章给出了一些总结性的结论,同时对未来环境中民用无人机任务进行了综述。

发表评论

电子邮件地址不会被公开。 必填项已用*标注