如何避免撞机：无人机规避技术分析

　　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 Airspace System, 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。”美国国防部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(DefenseResearchAssociates,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[6,8]。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。