无人机低空交通管理系统综述

低空空域改革是提高低空空域利用率和促进低空产业发展的重要举措,无人机的低空运行是低空空域改革的重点。低空无人机的数量与低空空域使用需求急剧增加,亟待发展与空中交通管理系统相称的无人机空中交通管理系统。为了解低空无人机运行现状和发展无人机低空运行关键技术,从无人机交通管理系统/智能交通管理系统、无人机低空运行关键技术和无人机低空运行飞行规则三个方面对无人机低空交通管理系统的现状进行了总结介绍,并探讨了无人机低空交通管理系统的发展趋势。     

浅谈我国民用无人机适航发展趋势

梳理了国内无人机适航管理的现状,提出了无人机适航管理当前所面临的一系列问题。随后从适航管理体系、适航规章、标准体系、空域开放等几个方面对我国无人机适航的发展趋势进行了分析。     

人工智能赋能空域系统,提升空域分层治理能力

为应对未来平台无人化、用户多元化、服务个性化的航空发展趋势,空域运行将呈现分层治理的发展趋势。而随着算力、算法与数据的持续提升与积累,数据驱动的人工智能方法将持续为层次化的空域系统赋能。本文从超低空、城市、区域、枢纽、亚轨道等5个层次化场景梳理我国空域系统的发展趋势;提炼得出空域运行面临的核心难点与关键科学问题;提出基于数据驱动的人工智能方法求解空域运行科学问题的研究框架、研究内容和应关注的关键技术;结合层次化典型应用场景,简要分析智能空域运行的具体应用案例;最后对人在空域运行中的作用提出了新的思考。     

美军推动UAS陆基感知和规避系统的发展

在美国，无人机目前还不能进入民用空域飞行。从阿富汗撤军以后，美军大量的无人机及其机组将面临着在国内民用空域开展无人机系统的训练和操作问题。为此，美军研究并开发了感知和规避系统，以保证美军无人机系统在国内空域的训练和安全。     

无人机地面站发展综述

主要介绍了无人机地面站的发展,包括无人机地面站典型的配置、功能及其关键技术。并展望了未来无人机地面站发展趋势。     

无人机编队飞行问题初探

回顾了国内外无人机的发展历史和近年来的发展趋势，简要介绍了无人机在军事、国民经济和科学技术方面的作用。分析了单架无人机执行任务时面临的问题和编队飞行的优势，介绍了国内外在无人机编队飞行方面的研究状况，同时对保证无人机编队飞行的关键技术进行了探讨和分析。     

无人机飞行控制与管理

从无人机工程研制的角度出发,介绍了工程中常用的无人机飞行控制与管理系统的组成、结构、功能与外部接口;分析了系统功能设计时在飞行控制、飞行任务管理与规划、机载设备故障判断与处理、遥控遥测管理以及任务设备管理等方面应考虑的主要问题;从系统控制权限逐步增大的角度论述了无人机典型的遥控控制、人工干预自动控制以及自主控制等控制方式的特点、适用情形和发展前景;讨论了系统研制过程中的控制律设计、控制与管理策略设计、软件开发和高逼真仿真试验等主要关键技术;最后,归纳了区别于有人机系统的显著特点以及通用化、综合化、智能化和网络化的发展趋势。     

无人机自主控制发展趋势研究

根据无人机自主控制的定义与内涵,将无人机自主控制关键技术划分为态势感知技术、规划与协同技术、自主决策技术和执行任务技术,并针对这四项关键技术发展所涉及内容分别进行了层级研究,初步给出了我国无人机自主控制层级发展规划和层级发展趋势图,可以为我国建立无人机自主控制能力标准或者开展无人机自主控制研究项目提供参考.     

基于层级网络的多无人机自主编队策略

为了研究任意几何形态的无人机自主编队方法,综合运用虚拟结构原理和智能体模型,提出了一种较为通用的基于层级网络的自主编队策略。首先,引入了虚拟领航员结构和无人机智能体模型,并建立了划分等级次序的层级网络;其次,针对假设条件,研究了虚拟领航员的运动规律,并给出了入列及防撞的具体策略;最后,通过系列仿真试验对自主编队策略进行了验证。结果表明,多无人机能够进行固定形态的自主编队并保持稳定,通过合理调整层级关系,无人机还可进行编队重构。     

无人机系统技术发展趋势

本文综述了无人机系统特点及其技术发展趋势，讨论了无人机机载无人驾驶的内在技术内涵，重点分析了长航时无人机、微型无人机、无人战斗机等三类无人机系统的关键技术内容和研究方向。     

基于改进人工势场法的无人机避让航迹规划

随着无人机技术的不断发展，以及无人机应用领域的不断扩展，无人机与有人机在低空空域的融合运行是我国通用航空事业发展的必然趋势，而感知与规避技术是无人机与有人机间避免碰撞的重要保障。在对感知与规避技术进行详细阐述的基础上，对其关键技术问题之一的避让航迹规划进行了研究。首先，针对传统人工势场法的局部震荡问题提出了解决方案；其次，结合感知与规避实际背景，对威胁区模型进行了优化，并对无人机自身性能约束进行了建模；最后，对改进算法进行了仿真验证，阐明了其对无人机动力能源消耗、避让时间和任务执行效率等方面的影响。     

基于复杂网络的无人机飞行冲突解脱算法

为解决局部空域内的无人机（UAV）群相撞和可能发生连锁碰撞问题,创新地以复杂网络理论为基础,将无人机群的飞行冲突解脱分为关键节点选择和避撞方向选择2个步骤实施,最大限度地保证无人机群受威胁时的安全性。通过分析无人机群的状态信息,选择最重要无人机（关键节点）进行避撞,同时遵循鲁棒性最小原则进行避撞方向选择。通过2个典型无人机飞行案例的仿真实验,验证该策略不仅可以有效解决当前无人机的冲突问题,而且可以防止连锁碰撞,实现整体的最优化。大量仿真实验验证了所提算法的可行性和可扩展性,以及与随机选择方向避撞算法进行比较,结果表明该算法能够提升无人机群的安全性。     

无人机空中冲突探测与避撞研究

近年来，无人机运输业迅猛发展，其飞行过程中的冲突探测与避撞问题成为亟需解决的关键问题。在无人机周围建立合理的三维空间模型，优化包括紧急避撞区域、一般避撞区域、监视及提前避撞区域的三级避撞区域系统，并利用ADS-B 报文提供的无人机位置、速度等信息，基于无人机一般二维平面上的冲突探测与避撞算法，通过增加垂直方向上的冲突识别来改进冲突探测算法，对比调速、调向两种避让方案在各避撞区域的成功率。结果表明：改进算法能在无人机数量大幅增加的情况下有效识别冲突无人机，同时采用先调速后调向的避让方案，避撞成功率达到99.75%，可为保障无人机的飞行安全提供有效策略。     

A survey of safety separation management and collision avoidance approaches of civil UAS operating in integration national airspace system

Recent years have witnessed a booming of the industry of civil Unmanned Aircraft System (UAS). As an emerging industry, the UAS industry has been attracting great attention from governments of all countries and the aviation industry. UAS are highly digitalized, informationized, and intelligent; therefore, their integration into the national airspace system has become an important trend in the development of civil aviation. However, the complexity of UAS operation poses great challenges to the traditional aviation regulatory system and technical means. How to prevent collisions between UASs and between UAS and manned aircraft to achieve safe and efficient operation in the integrated operating airspace has become a common challenge for industry and academia around the world. In recent years, the international community has carried out a great amount of work and experiments in the air traffic management of UAS and some of the key technologies. This paper attempts to make a review of the UAS separation management and key technologies in collision avoidance in the integrated airspace, mainly focusing on the current situation of UAS Traffic Management (UTM), safety separation standards, detection system, collision risk prediction, collision avoidance, safety risk assessment, etc., as well as an analysis of the bottlenecks that the current researches encountered and their development trends, so as to provide some insights and references for further research in this regard. Finally, this paper makes a further summary of some of the research highlights and challenges.     

考虑UAV性能约束的变速度自主避障算法研究

动态不确定环境下,为有效地提升UAV执行任务的安全性和可靠性,在UAV自主避障过程中考虑了自身的性能约束条件.在速度障碍圆弧法的基础上,考虑UAV的法向和纵向加速度约束范围,研究了速度障碍圆弧随速度矢量变化的规律,提出了一种考虑UAV性能约束的变速度自主避障算法.该算法在考虑自身性能约束条件下,为实现UAV对威胁障碍的避碰提供了更大的避碰裕度.最后,对考虑UAV性能约束的变速度自主避障算法进行了验证,仿真结果证明了算法的有效性和可行性.     

无人机防相撞空中威胁态势的探测与告警研究

空中威胁态势探测与告警是无人机飞行防相撞预警的关键。为此,提出一种基于航迹预测的无人机防相撞空中威胁态势探测与告警方法。在该方法中,先采用滑动窗多项式拟合法对入侵机航迹进行动态预测,然后,在航迹预测基础上,利用无人机与入侵机飞行信息,建立针对入侵机的无人机动态避撞区,最后,结合静态保护区原理,对特定飞行场景下的无人机飞行冲突趋势、空中危险接近趋势和飞行碰撞趋势的探测与告警。仿真实例验证了所提出方法的有效性,也验证了其用于无人机飞行防相撞预警的可行性。     

有人机/无人机协同任务控制系统

针对有人机/无人机协同任务控制系统的设计和实现问题展开研究。结合有人机/无人机协同控制过程的特点,提出了基于自然语言接口方式的有人机/无人机协同任务控制系统结构。在此基础上,分析了系统模块的关键内容,设计了面向有人机与无人机交互过程的任务指令格式,提出了基于优先级的任务模式调度策略,针对无人机的典型任务模式,讨论了航路规划的计算方法选择,最后构建了有人机/无人机协同任务仿真环境。仿真试验结果验证了整体方法的可行性。     

基于强化学习的多无人机避碰计算制导方法

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法。首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述。然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,并给出了相关神经网络结构和机间协调机制。最后建立了一个实体数量可变的飞行场景模拟器,在其中进行"集中训练"和"分布执行"。为了验证算法的性能,在高航路密度场景中进行了仿真实验。仿真结果表明,提出的在线计算制导方法能够有效地降低多无人机在飞行过程中的碰撞概率,且对高航路密度场景具有很好的适应性。     

基于群智机理的集群防碰撞控制

在执行作战任务以及民用中,无人机集群由于具备高可靠性和高效费比的特点而受到广泛关注;随着城市低空空域的开放,作战环境的动态复杂性剧增,对无人机集群防碰撞提出了严峻的挑战。针对无人机集群执行任务时的编队个体之间防碰撞以及遭遇突发障碍时的集群防碰撞问题,提出了基于群智机理的集群防碰撞控制方法。通过引入力学概念,设计了集群内部吸引力、排斥力以及编队构型力的模型;通过集群个体间的信息共享以及类脑知识发育,构建了基于群信息共享和类脑反射的无人机防碰撞模型。仿真结果表明：所提集群控制方法提高了集群的集结效率,而且在遭遇突发障碍时能够规避动态障碍,再次完成编队重构;群智机理的引入缩短了无人机集群面临突发障碍时的反应时间。