随着世界主要国家的反介入/区域拒止 (A2 /AD) 能力的不断提高，传统的有人作战武器面临高性能综合防空系统、全球定位系统（GPS）中断、通信距离受限、强电磁干扰及定向能武器等一系列挑战，导致士兵的生存状况极度恶化。
为此，军事大国高度重视发展无人自主系统及人工智能技术，试图提高无人化装备的复杂任务组织和精确协同配合的能力，以应对强对抗环境中的各类威胁。随着空战的升级，防空武器经历了几番更新换代，已愈发成熟。在作战飞机和飞行员的生命安全面临极大威胁的情况下，UAV应势而生。与有人战机相比，UAV具有零伤亡，高速超载，隐形性能好，作战准备时间短，生命周期成本相对较低等优点。这些优势增加了空军高风险目标渗透，压制敌方对空防御，纵深目标攻击和获取制空权的能力。未来UAV将在战术和战役级别作战中发挥独特作用。
UGV作为一种陆地移动机器人平台，使人类的作业范围和持续时长在很大程度上得到延伸。完全自主的UGV通常能够适应全地形，通过环境感知技术来检测和跟踪感兴趣的对象，对地面目标具有精确侦察能力，可以长航时持续工作而不需要考虑人体生理极限的影响。
表1 空地无人装备优缺点对比
异构系统的协同控制技术异构系统的协同控制技术是UAV/UGV协作的基础。由于UAV与UGV之间存在很大的差异，目前关于多机器人系统（MRS）的研究成果不能直接应用于无人飞机和地面车辆系统（UAGVS），并且需要对UAGVS中展现的大量新特征给予特别关注和进一步研究。与现有的MRS主要集中在UAV或UGV相比，UAGVS需要处理来自两个异构平台的信息以及有效协调UAV和UGV行为的需求，使得相关研究更具挑战性。
在远程控制UGV期间遇到的主要问题之一是车载摄像头等传感器获得的视野有限。在困难的环境，例如废墟瓦砾中，操作员很难了解情况并决定最佳的导航策略。一种可能的解决方案是利用UAV在UGV上方飞行，以监视更广阔的区域。有学者研究了早期的异构机器人协作的分布和组合，提出了一种“牧羊人”空地无人平台协作模式，如图1。将UGVs以小组为单位进行组合，通过UAV协调控制UGVs。每个小组必须有一架“牧羊人”无人机，而一架UAV可以同时护送一个或多个小组。该模式的缺陷是，需要两名操作员同时控制不同系统，受到较多的人为干预，难以实现空地无人平台的有效协作。
图1 “牧羊人”模式图
最优解决方案是增强所涉及的平台的自主能力，从而最小化操作员的干预。L. Cantelli等人研究了一种视觉跟踪算法，该策略通过使用图像处理算法，使UAV可以在恶劣的环境中进行轨迹规划，继而自主跟随地面无人平台。通过这种方式，操作人员只需操控地面车辆，而四旋翼UAV则自主飞抵指定区域。此外，涉及异构系统间协调控制的研究层出不穷，例如Brandao等人基于人工视觉实现了直升机和UGVs之间的分散协调控制。Ippolito等人公开了PCS（多形控制系统），使得跨多个异构系统和多种通信介质的控制系统进行拓扑重新配置成为可能，实现了多系统情形下的控制协调和策略优化，提高了协同系统的故障恢复和任务执行能力，从而更好地发挥系统中个体的作用。这些研究成果都为UAV/UGV协作技术的发展奠定了基础。
应用与发展现状1、战场监视与侦察
目前部署的军事无人系统正在扩大美军在监视和侦察任务中的作用范围。经过长期的实战运用，UAV已被证明是不可缺少的侦察监视手段。同时，iRobot、PackBot等UGV正在迅速加入EOD（爆炸物处理）任务的行列，用来识别和处理军械或清理道路和建筑物。UAV/UGV协作以增强执行任务能力的前景愈发可观。
Raven-PackBot协作计划
iRobot公司和CMU机器人研究所开发了过航点导航，依靠单一的操作控制单元（OCU）同时控制Raven小型无人机（SUAV）和PackBot UGV的技术，以通过Raven-PackBot自主协作达到识别和跟随踪移动目标的目的。在任务预想中，后方操作人员首先使用导航卫星调查感兴趣区域，并对选定的目标进行地理定位。随后，Raven与PackBot将共享这一目标位置，通过实施分散控制和数据融合软件架构，继而实现两者自主地协作检测目标并保持对目标的跟踪。其任务规划架构如图2所示。Raven配备机载航点导航算法，包含基于立体视觉的导航设备，GPS和高精度惯性测量单元（Inertial measurement unit，IMU）；PackBot安装两个车载摄像头（侧视、前视摄像头）。操作员通过协作系统的OCU设定任务方案、监视任务进展并进行必要的人工干预。
图2 UAV/UGV协作系统的任务规化架构图
“黑骑士”拓展项目
“黑骑士”无人坦克项目由英国BAE公司牵头，传感器、车载计算机系统、自主导航和行驶系统由卡内基梅隆大学国家机器人工程中心负责研制，该无人坦克的综合性能和任务能力在世界陆地无人系统中处于领先地位。目前，BAE公司正在无人坦克的基础上进一步开发UAV/UGV联合的未来概念性作战系统：“黑骑士”配合空中无人机，受控于处于控制和决策中心的士兵，在极度严苛的战场环境中协同执行任务，向控制中心传递侦测到的情报信息。此外，无人机能够检测和跟踪目标，还具备敌我识别能力，能在最短时间内为“黑骑士”提供激光瞄准信号，使其依靠自携武器进行自主攻击，在特定环境中掩护友军清除潜在的威胁。该空地联合无人作战系统不仅可以消除威胁士兵安全的因素，最大程度上减少战斗人员的伤亡，更是为未来UUC（UAVs- UGVs - Controller）“三位一体”的战场警戒与巡逻做铺垫，如图3所示。在这种模式下，UAVs和UGVs可以高效地采集和处理战场信息，并源源不断地传递给处于战斗指挥中心的决策者，消除决策者可能因信息不对称而造成的判断失误，从而取得战术层面上的胜利。
图3 “三位一体”战场警戒与巡逻
2、空地协同，提高定位精度
编队各成员的高精度定位是UAV协同编队飞行的关键技术和难点，也是规模化UAV编队集群走出实验室的拦路虎；且在战场环境中，全球导航卫星系统(GNSS)可能不可用或定位精度严重下降。UGV和UAV的协同定位为解决这一问题提供了方案。
Sivaneri V O等考虑在利用GNSS进行导航存在挑战的环境中操作UAVs与UGVs进行协作导航，其中UGV提供点对点无线电测距，并通过设计UGV的最佳运动以改进UAV定位的几何结构，以最好地帮助UAV提高定位精度，从而降低UAV导航方案的不确定性。
韩国学者Sunghun Jung和美国学者Kartik B. Ariyur研究了使用标记检测算法识别四旋翼UAV视线内的UGV，以UGV作为参考，来提高UAV上GPS传感器的定位精度。在研究中，学者安装使用多个低质量的GPS模块来提高UGV定位数据的准确性。UGV根据从UAV到其的距离（通过粘贴对UGV上标准图案的缩放比例进行测量得到）来向UAV发送GPS数据校正参数，并通过使用集成GPS辅助INS（惯性导航系统）的扩展卡尔曼滤波器来执行UGV和UAV的地理定位。研究发现，在UGV上使用3个GPS模块时，相较于UAV独立定位，定位误差在计算机仿真中减少了2.3倍，在实验中减少了1.6倍。
Acuna R等提出了一种基于移动标记（Mobile Marker, MOMA）检测的多机器人合作定位方案，利用摄像机基于精确固定的标记进行定位，实现了在移动过程中对标记的视觉测距。该方案只需要廉价的单目相机和易加工的基准标记，避免了使用昂贵的激光传感器。
此外，依赖于3D场景模型中已知特征或关键点坐标的摄像机定位方法、不需任何3D场景信息的无标记定位方法以及对多机器人SLAM（同时定位和地图创建）的扩展研究等已经展开。
3、联合信息采集
未来的战场指挥官依靠指挥，控制，通信，计算机，信息，情报（C4I2）工具在各类信息复杂交错的的战场环境中掌握战场态势，战争的概念已经从传统战争演变为信息不对称战争。传统用于信息获取的无线传感器网络（WSN），是一种通常包含传感器节点，网关节点和控制站的分布式传感器网络。但是WSN容易被发现和摧毁，只当少量的节点被移除或破坏时，传感器网络链接就会中断，WSN将无法正常工作；同时它的生命周期可能很短且不可预测，导致了其在军事应用中的不可靠性和局限性。
因此，研究人员提出一种新的传感器网络概念，即“未来战士”的无线轮询传感器网络（WPSN）。这种新网络结构是由携带通信传感器的UAV和UGV作为节点的移动自组织网络。该系统有两种模式：点对点（Ad-hoc）模式和地面固定传感器模式。前者用于移动时的信息传输，通过UAV/UGV协作进行视线外的通信链接；后者包括一个UGV的小型特设网络，以及一组连续检测特定区域的固定传感器节点，UGV沿着预先计划的路线移动并轮询传感器。控制站具有到该移动网络任一选定节点的数据链路，移动网络通过添加一个随机访问事件通道，对概率选定的节点进行轮询。WPSN解决方案相比传统的WSN具有许多优点：以UAV作为节点，增强了生存能力，扩大了通信距离；轮询可以使用选定的节点传感器的特定代码，提高了信息传输的安全性；即使移除大量节点，剩余传感器节点与控制站的连接也不会丢失，增强了传感器网络的生存能力。
4、无人化投送，扩展作业范围
洛马公司与美陆军坦克车辆研究、开发和工程中心合作进行了UAV远距离投送UGV的试验。在此过程中，K-MAX UAV通过吊索运输一辆装备了Gyrocam（侦察、监视和目标确认传感器）系统的SMSS（班组战斗支援系统）到达指定的目标地点，指定地点被模拟为危害士兵生命安全的恶劣环境。K-MAX在收到远程操作人员的指令后，在指定区域下放SMSS。成功着陆后，SMSS依靠自主行驶能力或远程站点的遥控操作进行移动，对该区域进行环境要素的检测与评估，将目标坐标和图像通过卫星通信系统传输至几百英里外的远程操控中心；同时K-MAX返回基地。
借助UAV的投送，地面无人平台的跨区域侦察、检测与评估的能力得到大幅提高。这种规模的在视线外操控UAV与UGV之间的合作达到了无人装备领域的领先水平。
随着UAV/UGV协作水平的不断提高，其应用将围绕如图4所示的总体框架，不断向实战靠拢。
图4 UAV/UGV协作系统总体架构图
1、战场态势感知
采用UAV/UGV作为战场信息采集网络的节点，有利于提高网络的灵活性和鲁棒性。对获得的多角度、多方位的信息进行综合，有助于提高情报分析和处理的准确性，从而增加辅助决策的深度和参考价值，将无人装备的信息采集任务从特定区域情报收集扩展至深层战场态势感知。例如：UGV携带车载激光雷达对目标区域进行三维场景重建，与UAV所携带的光电载荷采集的二维图像进行特征匹配度的解算，更易于辨别目标属性，识破伪装手段，从而使决策者获得更为准确的目标指示。
2、边境管控
有效的边境管控对于国家安全具有重要意义。作为无人装备技术领先全球的美国，已将液氢动力大型长航时无人机“幻影眼”应用到对墨西哥边境的监测中。尽管该型无人机能够在1900m左右的高度将监视图像高效地传至地面接收站，但无法解决被山峦、植被遮蔽的区域；边境管控压力巨大的以色列在水（“保护者”无人快艇）、地面（“Guardium”无人车）、空中（“苍鹭”、“云雀”无人机）均应用了无人装备进行巡逻，但仍是独立执行任务，无人平台间的联系并不密切。利用UAV作为边境保卫人员的“天眼”，结合UGV进行地面巡逻以尽可能覆盖空中监控的盲区，不仅节省人力、增加监控覆盖面、提高监控效率，同样可以避免边防人员在危险区域的巡逻，从而降低执行任务中的伤亡率。因此，拓展空地无人装备在联合进行边境管控方面的应用，具有深刻的现实意义。
3、城市作战
全球范围内城市化进程的不断推进，将使得城市作战成为未来军事斗争的常见形式。从近年来中东国家发生的城市战不难看出，在通视条件差、机动空间受限的城市环境中，传统的侦察手段存在明显的“城市病”：遍布的钢筋混凝土严重遮挡和衰减了电磁波强度，使得传统侦察设备的效能大打折扣；且现行的常用侦察装备难以在城市环境中展开手脚，如侦察机（绝大多数为固定翼飞机）等。同时，在对特定目标进行重点清除的行动中，经常发生平民死伤的非预期情况。因此，具有垂直起降、转向灵活、飞行速度低等特点的旋翼UAV在城市侦察中具有很大的应用潜力，配合以具有更大载弹量的UGV执行火力杀伤任务，将提高地面部队的城市作战能力。
4、后勤运输
后勤补给是战场上的生命线，往往易遭火力打击而造成人员和物资损失。依赖有人车辆和直升机的传统运输方式会因驾驶员视野有限，且在长时间、高压力情况下工作易产生疲劳，而限制补给效率。以UAV空中侦察作引导，无人车队以自主或跟随的方式进行后勤运输，可以避免人体生理极限的影响，减少人力消耗，为战斗人员提供先导的信息、机动和补给保障，满足在持续化、全域化的未来战争中进行聚焦式保障的需求。
此外，无人装备在战场监视与侦查方面的应用将由排爆、清障向“三位一体”模式下的战场巡逻与警戒深入；UAV/UGV协作进行的无人化投送在联合救援、快速反应等方面同样有着很大的应用潜力。而信息交互与融合作为无人装备联合应用的重要前提，将是未来UAV/UGV协作技术发展的重点。
本文首先阐述了UAV/UGV协作在技术层面的可行性，并结合国外最新陆空装备联合应用技术，剖析了UAV/UGV协作技术的发展现状和前景。分析表明：陆空无人装备通过优势互补，将有助于UAV/UGV扩展业务范围、提高应用价值。本文研究所用的样本量有限，不能覆盖陆空无人装备联合应用的全方面，例如联合救灾等。下一步将通过分析更多应用实例，梳理UAV/UGV更多的互补层面，探寻两者在更广范围内协作的可能性。
作者：陆军工程大学 程子阳等本文转载自《战术导弹技术》2018年第6期,
