|
所说的无人机避障，指的是经过飞行器在将来的一按时间内是不是存在潜在危险冲突，面对冲突时改变自己飞行状态，规划并执行相应的安全路径避开阻碍物的动态过程，无人机避障的最后目的是经过保持自己与阻碍物的安全距离从而保准自己的安全和靠谱性。
避障的基本策略是经过一系列的动作来处理无人机的飞行冲突（飞行冲突指的是两架飞行器在三维坐标上距离少于特定安全距离，使无人机置于安全威胁状态）。该避障动作能够包含但不限于加速、减速、左转、右转、提升和下降等。倘若出于简单的避障场景，无人机能够经过单个简单动作完成避障功能。然而现实中常常面对的是繁杂、空域密度高和不确定性等环境，此时需要多个动作根据必定策略来执行，才可保证无人机实行有效避障。
无人机动态避障是不是恰当且安全还需思虑一系列原因，如安全约束、理学性约束、摆脱实时性、执行任务、空间约束、无人机属性和性能等；同期，其避障路径的评估指标亦应思虑路径的质量（飞行时间、航程代价、威胁代价、油耗代价和转向代价等），以及避障算法的性能（可操作性、收敛时间和鲁棒性等）。下面将分别介绍无人机避障的现有办法和局限性，以及类人设备直觉启发下的感知到避障的端到端强化学习智能掌控理论与应用探索，推动以无人机动态避障为表率的无人机智能理论发展。
1 无人机避障办法
从智能掌控方向看，无人机避障技术框架包含传感器感知层、决策与路径规划层和机动掌控层。
其中，传感器感知层是利用各样机载传感器或各类通信链路对空间环境进行获取并量测，对周边各样阻碍物进行检测和状态估计，这是无人机避障技术的关键技术之一；决策与路径规划层需要无人机对感知信息进行计算处理，并做出自主决策，形成恰当的决策策略，之后按照智能策略决策结果，规划出适应当前避障任务和实时场景的最优路径，路径规划可细分为全局规划和局部规划；机动掌控层是按照规划好的最优路径生成掌控指令，掌控关联硬件使无人机快速精细地跟踪最优路径，从而完成恰当有效的避障过程。
当前主流的无人机避障算法重点可分为基于优化的避障办法、基于势场和导航函数的避障办法和基于强化学习的避障办法三类。
基于优化的避障办法源于自动化行业的最优掌控，经过创立无人机时域和频域的数学模型，选取恰当的掌控律，约束无人机的运行状态使其达到相应性能最优过程。该办法可采用各样数值计算办法和现代优化办法求解避障路径。数学优化类算法重点针对无人机避障模型，经过此算法将最优掌控问题转换成可解的模型，生成规避阻碍物的路径。其对应的算法大致有非线性优化办法、混合整数线性 / 非线性规划、动态规划等，这些办法的路径求解模型易于理解且较直观，然而面对约束要求繁杂时，常常因求解困难、计算量大而难以满足实质需要。启发式算法是在承受成本范围内搜索近似最优解的一类优化算法，是避障行业的路径规划办法中最常用的办法，重点有 A*、D* 和群智能算法等。另一种基于优化的办法是图论，这是一类基于图形的避障算法，经过栅格化的方式对环境建模，再利用搜索算法生成相应可行路径。该类详细的算法有 Dijkstra 算法、随机路标图法、Voronoi 图、Dubins 曲线、轮廓图法和通视图法等。
基于势场和导航函数的避障办法重点触及构造合适的虚拟势场，形成导航函数，将无人机的运动规律转化为物体间力的功效结果，这是传统的且应用广泛的避障办法。其特点是拥有结构简单、美观，以及规划算法快等优良，常用的算法有人工势场法、速度阻碍法、流函数等。
基于强化学习的避障办法，重点是将避障问题转换成一个决策问题。强化学习是一种自主试错的设备学习办法。无人机经过自主学习的方式得到一个从状态量到掌控量的映射，从而实现自主掌控。强化学习在无人机避障行业取得较好的发展，尤其是将神经网络和强化学习结合的深度强化学习算法，深受广大科研者的喜爱和关注。深度强化学习算法的应用大致分为基于值函数的办法、基于策略梯度的办法、基于 Actor-Critic 的办法和基于模型的办法。其中，基于值函数的办法，如深度 Q 网络 (Deep Q Network, DQN) 算法在无人机避障掌控行业中有较好的效果，然则只能处理离散动作空间，没法实现连续的避障路径；基于策略梯度的办法能够实现连续的路径，如区域信赖策略优化算法（Trust Region Policy Optimization, TRPO）、 深度确定性策略梯度算法（Deep Deterministic Policy Gradient, DDPG）、引导性策略梯度算法（Guided Policy Search, GPS）和分布式近似策略优化算法（Distributed Proximal Policy Optimization, DPPO）等在无人机避障掌控中有良好的性能。
结合以上所描述的各类办法的性能效果和存在的局限，能否能够省去精心设计数学模型、采集海量数据、面对繁杂场景中的高计算需要和实时响应时间等，直接采用自然且简单的办法来实现无人机动态避障的任务？下面介绍一种打破现有智能掌控办法的基于类人设备直觉机理来启发无人机直觉地实现从感知到避障的端到端强化学习智能掌控办法，为将来无人机避障行业的科研工作带来必定的理论基本和启发。
2 设备直觉启发端到端的智能掌控
无人机动态避障技术是无人机自主掌控的关键技术之一。传统基于“感知 - 决策 - 规划 - 掌控 - 行动”的避障架构面对繁杂场景常常存在出现掌控响应不即时、掌控参数调节频繁等问题，大大降低了无人机执行效率和安全性。因此呢，首要能够借鉴人类直觉的避障机理将其引用于设备中，形成类人设备直觉机理。其次，利用设备直觉机理赋予无人机在特定、有限场景下的基于直觉的避障能力；与此同期，无人机避障摒弃现有的智能掌控的多层架构设计，利用深度强化学习的学习能力，直接构建从感知到避障的端到端掌控模型，进一步实此刻不确定的、繁杂的场景实现有效的直觉避障掌控。
2.1 类人设备直觉机理
直觉是很少或不经过规律的，按照当前信息 ( 可能是不完整的，局部的信息 ) 进行无认识推理且拥有整体性、快速性的从感知直通决策的一种思维习惯 ( 如灵感与顿悟 )。例如，在竞争激烈、攻防转换快速的比赛或需捉捕高速目的时，运动员面临巨大压力下，在对对手行为进行准确的预判时，常常倾向于发挥直觉决策的能力；在驾驶途中出现突发事件时，人类驾驶员能够对危险事故凭直觉提前预警或快速而准确地执行一系列操作，从而驾驶设备化险为夷。直觉思维是基于科研对象整体上的把握，不专意于细节的推敲，亦被广泛用于决策与科学科研探索中。
脑与神经科学的成果科学地看到了人类基于双系统进行信息处理的过程，其中一种重要的实现方式便是直觉处理机制。经科研，人类直觉机制实现的基本是由于基底神经节、腹内侧前额叶皮质、伏隔核、杏仁核和外侧颞叶皮质构成的神经结构网络。然而，当前对机理的科研还是从现象学方向切入，针对直觉决策的行径特征及其神经机制科研并不充分，其产生机理尚未知道且未达成共识，尤其是关联的实验手段依旧难以令人信服。
咱们课题组提出并发布了可应用于设备人掌控的“设备直觉”的新兴方向，其科研目的是，经过探索新的直觉智能机理与计算模型，突破现周期人工智能发展的局限性，让设备实现类似乃至超过人类的直觉能力，赋予设备洞察力与创造性。设备直觉将为无人机动态避障掌控理论供给重要启发。当前对大脑机理的科研显示，大脑内部的导航机制是按照视觉等外边输入信息经过大脑内部的导航细胞的自组织特异放电运动，实现端到端的导航任务。因此呢，不难发掘，发掘类脑设备直觉机理的关键是脑电信号的采集与处理。在动态避障场景下，利用脑机接口采集无人机“飞手”专家操作无人机避障的视觉和运动信号数据，并充分提取数据特征，将其用做为无人机避障模型的先验知识参数。
2.2 基于设备直觉的掌控理论模型
经过直觉样本数据的输入，构建避障掌控模型。掌控模型拥有特定的、有限的直觉避障性能。但面对更为繁杂且不确定的环境，仅依靠模仿现有专家的直觉掌控难以完成较高难度的避障任务。利用深度强化学习在未知环境中较强训练学习能力的优良，构建基于直觉的强化学习掌控模型。因为“感知 - 决策 - 规划 - 掌控 - 行动”多层架构设计过于繁杂，且采用办法重点包含全局路径规划和局部反应式规划办法。咱们能够摒弃繁杂多层架构，不关注中间结构设计，从感知到行径完成端到端的避障任务。基于设备直觉的端到端动态避障掌控模型框架，如图 1 所示。
3 直觉避障应用的展望
基于直觉的避障模型能赋予无人机类人的直觉策略，从而当面对动态避障场景时拥有必定的“直觉判断”，例如森林火灾救援、废墟检测、海洋巡航检测、电力厂电力故障检测，以及在未知环境中自主高速飞行等繁杂场景。这一科研为开展类人动态避障掌控理论供给重要的发展方向，该科研拥有突破无人机动态避障瓶颈的可能，亦将无人机作业推向更广泛的应用。
选自《中国人工智能学会通讯》
2022年第12卷第8期
人机融合智能专题返回外链论坛：www.fok120.com，查看更加多
责任编辑：网友投稿
| 
发表于 2024-8-23 09:20:32
