空地協(xié)作機(jī)器人研究綜述

趙津　劉暢

摘 要：空地協(xié)作是當(dāng)今多智能體研究領(lǐng)域的熱點(diǎn)，具有區(qū)域覆蓋面廣、環(huán)境適應(yīng)性強(qiáng)、任務(wù)執(zhí)行率高等特點(diǎn)。相比于單一智能體系統(tǒng)，多智能體協(xié)作突顯出了更強(qiáng)的數(shù)據(jù)匹配、自由協(xié)同、更好的系統(tǒng)冗余程度等特點(diǎn)，在更多領(lǐng)域廣泛應(yīng)用。同時(shí)其充分利用異構(gòu)多機(jī)器人的功能互補(bǔ)性，組成跨域協(xié)作系統(tǒng)，實(shí)現(xiàn)任務(wù)協(xié)同和信息共享，從本質(zhì)上提升面對(duì)復(fù)雜環(huán)境和任務(wù)規(guī)劃的感知能力、執(zhí)行能力和運(yùn)行效率。因此，多智能體的有機(jī)協(xié)調(diào)、跨域協(xié)作等將引領(lǐng)未來(lái)機(jī)器人技術(shù)與應(yīng)用的新模式。從空地協(xié)同進(jìn)行綜述，即以無(wú)人駕駛車輛（unmanned ground vehicle， UGV）與無(wú)人機(jī)（unmanned aerial vehicle， UAV）協(xié)同為研究對(duì)象，分析了空地協(xié)同系統(tǒng)的設(shè)備類型，對(duì)空地協(xié)作的任務(wù)類型、衡量標(biāo)準(zhǔn)、面臨環(huán)境、角色功能以及協(xié)作模式進(jìn)行了描述，并探索在異構(gòu)機(jī)器人平臺(tái)下的感知、決策和任務(wù)執(zhí)行等能力，提出了對(duì)當(dāng)前可能改善空地協(xié)作系統(tǒng)的見解和未來(lái)可能面臨的挑戰(zhàn)。

關(guān)鍵詞：跨域協(xié)同;多智能體;空地協(xié)作;任務(wù)規(guī)劃

中圖分類號(hào)：TP11;TP242? 文獻(xiàn)標(biāo)志碼：A

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（51965008）;貴州省科技重大專項(xiàng)資助項(xiàng)目（[2019]3012）

近年來(lái)，人工智能和移動(dòng)機(jī)器人領(lǐng)域的快速發(fā)展帶來(lái)了越來(lái)越多的好處，大到無(wú)人駕駛車輛、醫(yī)療服務(wù)型機(jī)器人，小到智能手機(jī)、智能穿戴設(shè)備等都與人類生活息息相關(guān)。隨著科技進(jìn)步和生產(chǎn)力的提高，在科研領(lǐng)域中多機(jī)器人協(xié)作已成為當(dāng)今多智能體研究領(lǐng)域的熱點(diǎn)。相較于單一智能體系統(tǒng)，多智能體協(xié)作有著區(qū)域覆蓋面廣、環(huán)境適應(yīng)性強(qiáng)、任務(wù)執(zhí)行率高等特點(diǎn)，在該領(lǐng)域中受到廣泛研究人員的青睞。在工業(yè)場(chǎng)景中，協(xié)作機(jī)器人正被用于制造業(yè)，例如移動(dòng)機(jī)器人在物流倉(cāng)庫(kù)中有序配送。盡管如此，機(jī)器人協(xié)作在民用領(lǐng)域中仍然存在著巨大的挑戰(zhàn)，例如，它們需要與人類進(jìn)行交互并在未知環(huán)境中部署[1-3]。在民用應(yīng)用中，搜索與救援是一個(gè)關(guān)鍵場(chǎng)景，其中異構(gòu)機(jī)器人的協(xié)作有可能通過更快的響應(yīng)時(shí)間來(lái)拯救生命[4-5]。在搜救（search and rescue， SAR）行動(dòng)中，多機(jī)器人協(xié)作也可以顯著提高搜救人員的效率，加快對(duì)受害者的搜索。首先，確定搜救范圍并利用無(wú)人機(jī)做初步探測(cè)，實(shí)時(shí)繪制環(huán)境地圖，同時(shí)對(duì)搜救行動(dòng)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，或建立緊急情況下的通訊網(wǎng)絡(luò)，最后利用無(wú)人車進(jìn)行路徑規(guī)劃、物資運(yùn)載等。因此，異構(gòu)機(jī)器人組合——UAV/UGV的空地協(xié)同系統(tǒng)能夠?yàn)樗丫群吞剿餍袆?dòng)提供更大的優(yōu)勢(shì)。

無(wú)人機(jī)（unmanned aerial vehicle，UAV），特別是多旋翼無(wú)人機(jī)（以下簡(jiǎn)稱“無(wú)人機(jī)”），因其新穎的結(jié)構(gòu)布局、獨(dú)特的飛行方式、較低的價(jià)格，使其成為當(dāng)前機(jī)器人領(lǐng)域的研究熱點(diǎn)。它們能快速通過障礙物、粗糙的地形或者陡峭的山坡，并且能夠從高空提供視野[6]。然而，無(wú)人機(jī)的載荷與電池壽命是有限的，因此很難執(zhí)行需要重型設(shè)備或復(fù)雜操作的任務(wù)。

無(wú)人駕駛車輛（unmanned ground vehicle，UGV）是當(dāng)前自動(dòng)控制領(lǐng)域研究的熱點(diǎn)，一方面，在道路交通中，該技術(shù)在提高交通安全、效率、舒適性、便利性等方面存在巨大潛力;另一方面，UGV有更高的電池容量和更大的有效載荷，這意味著它可以攜帶更重的傳感器、更強(qiáng)大的計(jì)算機(jī)和復(fù)雜的操作設(shè)備來(lái)執(zhí)行任務(wù)[7]。但它們往往受到傳感器范圍、地形穿越性和攀爬能力等限制。

本文針對(duì)UAV/UGV空地協(xié)同進(jìn)行了全面的介紹，從系統(tǒng)層面討論空地協(xié)作，考慮作業(yè)環(huán)境、通信、自主水平和人機(jī)交互;從任務(wù)導(dǎo)向出發(fā)，將UAV/UGV協(xié)同分為搜索和救援，并結(jié)合相應(yīng)示例分析空地協(xié)同中用到的理論和工程方法;針對(duì)跨域多機(jī)器人協(xié)作的未來(lái)發(fā)展趨勢(shì)提出看法。

1 空地協(xié)同下UAV與UGV的基本要素

空地協(xié)同系統(tǒng)的基本要素：UAVs、UGVs、任務(wù)、環(huán)境。此外，UAV和UGV的結(jié)構(gòu)、功能、優(yōu)勢(shì)，以及任務(wù)的不同也是實(shí)現(xiàn)空地協(xié)同的必要條件。

1.1 UAV與UGV的類型

UGV在不同的空地協(xié)作系統(tǒng)中可以采取不同的構(gòu)型，通常采用兩種構(gòu)型：履帶式和車輪式，如圖1（a，b）所示。履帶式可以提高在復(fù)雜或非結(jié)構(gòu)地形的牽引力[8]，而車輪式可以通過車輪的使用類型和車輪數(shù)量來(lái)定義。正如SIEGWART等[9]對(duì)UGV穩(wěn)定性、機(jī)動(dòng)性和可控性的描述，不同車輪的結(jié)構(gòu)各有優(yōu)缺點(diǎn)。

UAV類型因任務(wù)而異，如圖1（c， d， e）所示。在協(xié)同系統(tǒng)中使用的UAV可以分為單旋翼、多旋翼、固定翼。

單旋翼（直升飛機(jī)）：?jiǎn)涡盹w機(jī)可以垂直起飛、降落、懸停、前后飛行，相比于多旋翼更加穩(wěn)定[10]。然而，帶有單個(gè)巨型旋翼的飛機(jī)具有更高的價(jià)格和機(jī)械復(fù)雜度。

多旋翼：這類無(wú)人機(jī)有一個(gè)或多個(gè)旋翼，可以通過調(diào)整旋翼速度來(lái)實(shí)現(xiàn)穩(wěn)定的懸停和飛行。多旋翼在民用產(chǎn)品中更為廣泛[11-12]。

固定翼：固定翼無(wú)人機(jī)相比多旋翼無(wú)人機(jī)具有更低的能耗和更強(qiáng)的續(xù)航能力，然而它不能懸停和轉(zhuǎn)彎，這便限制了該類無(wú)人機(jī)在某些特定任務(wù)下的應(yīng)用部署。

1.2 UAV與UGV的任務(wù)類型、衡量標(biāo)準(zhǔn)與應(yīng)用場(chǎng)景

1.2.1 任務(wù)類型

空地協(xié)同系統(tǒng)通常需要完成各種不同的任務(wù)，其復(fù)雜、耗時(shí)程度各不相同。任務(wù)的復(fù)雜程度決定了任務(wù)的難度，而任務(wù)的難度又影響到完成任務(wù)所需的設(shè)備數(shù)量、類型及準(zhǔn)確率。例如，單個(gè)UGV可以進(jìn)行小規(guī)模的地圖構(gòu)建、設(shè)備取放和導(dǎo)航等問題，多個(gè)UGV又可以根據(jù)任務(wù)的合作程度進(jìn)一步區(qū)分：從分散式協(xié)作到集中式協(xié)作。分散式協(xié)作可以被分解成多個(gè)獨(dú)立執(zhí)行的子任務(wù)，UGV之間的互動(dòng)與依賴關(guān)系將會(huì)降低，這方面包括大規(guī)模勘探、協(xié)作式建圖、跟蹤與監(jiān)視等。在這種情況下，協(xié)作設(shè)備所處環(huán)境可以被劃分為互不相干的區(qū)域，UGV只需在其指定的區(qū)域內(nèi)運(yùn)作，然而集中式任務(wù)是不可分解的，需要UGV之間的相互協(xié)作。

1.2.2 衡量標(biāo)準(zhǔn)

衡量標(biāo)準(zhǔn)對(duì)于評(píng)估一個(gè)系統(tǒng)的性能、可用性、效率、質(zhì)量和魯棒性至關(guān)重要，其也可用于評(píng)價(jià)空地協(xié)作系統(tǒng)及其演化的跨域多機(jī)器人系統(tǒng)的有效性?？盏貐f(xié)作系統(tǒng)的一些評(píng)價(jià)指標(biāo)屬于特定領(lǐng)域，對(duì)于勘測(cè)、建圖、定位與導(dǎo)航來(lái)說(shuō)，位置精度的誤差是衡量標(biāo)準(zhǔn)之一[13]。除了一些特定領(lǐng)域的標(biāo)準(zhǔn)外，空地協(xié)作還有幾個(gè)常見的指標(biāo)，包括：解決方案的最優(yōu)性、可擴(kuò)展性、魯棒性、資源利用率、耗時(shí)、泛化能力和負(fù)載平衡等。

1.2.3 應(yīng)用場(chǎng)景

環(huán)境為UGV和UAV提供了可以感知、交互和改變的“外殼”，以及可以運(yùn)行和協(xié)作的空間。UGV和UAV所面臨的環(huán)境有很大差異。UGV面臨的地面環(huán)境是復(fù)雜多樣的，例如陡坡、溝渠等，這些可能限制UGV的行為并迫使它們改變運(yùn)行軌跡。此外，結(jié)構(gòu)化和非結(jié)構(gòu)化的道路目前也有其定義的標(biāo)準(zhǔn)范圍。結(jié)構(gòu)化道路具有已知的、恒定的幾何形狀（車道寬度、路面標(biāo)記、曲率半徑等）。非結(jié)構(gòu)化道路可能具有多變的幾何形狀，車道容易出現(xiàn)中斷的情況，并且很難從周圍場(chǎng)景中區(qū)分出來(lái)（例如，已鋪裝或未鋪裝的道路等）。環(huán)境中的動(dòng)態(tài)物體（人類、動(dòng)物、高速行駛的車輛）可能會(huì)在沒有警告的情況下突然變更軌跡，這給UGV的運(yùn)動(dòng)規(guī)劃帶來(lái)挑戰(zhàn)[14]。復(fù)雜的環(huán)境（例如，遮擋、雜亂的背景、光線的變化）也會(huì)使檢測(cè)變得困難。

與UGV面臨的地面環(huán)境相比，UAV面臨的空中環(huán)境相對(duì)簡(jiǎn)單?？罩协h(huán)境相比地面環(huán)境的優(yōu)勢(shì)在于：

1）空中環(huán)境范圍較廣，無(wú)明顯障礙物，適合機(jī)動(dòng)性強(qiáng)的UAV執(zhí)行飛行工作。

2）相比于地面環(huán)境，空中環(huán)境受場(chǎng)地限制較小。

3）國(guó)際民航組織規(guī)定，遙控飛機(jī)等不會(huì)對(duì)民航和軍事機(jī)密造成影響，一般不需要審批便可執(zhí)行飛行工作，而UGV在路面環(huán)境形式需要遵守相應(yīng)的法律規(guī)定。

4）空中環(huán)境的安全性高于地面環(huán)境。

類似的，空中也存在復(fù)雜的環(huán)境條件，例如，樹葉、霧霾、飛行的鳥類、多變的天氣，會(huì)使無(wú)人機(jī)探測(cè)環(huán)境中的物體變得更加困難[15]。

1.2.4 異質(zhì)性和互補(bǔ)性

表1列出了UAV和UGV的特點(diǎn)。從表1可以看出：一方面，UAV和UGV都有自身的局限性，這在一定程度上降低了它們執(zhí)行任務(wù)的效率[16];另一方面，UAV和UGV在動(dòng)力學(xué)、速度、傳感器配置、通信功能等方面的巨大異質(zhì)性和互補(bǔ)性，使UAV和UGV在協(xié)同下能夠完成各種復(fù)雜的任務(wù)。雖然UAV/UGV協(xié)作屬于跨域多機(jī)器人的范疇，但是UAV和UGV之間存在很大的異質(zhì)性，目前關(guān)于跨域多機(jī)器人系統(tǒng)的研究成果不能直接用于其中。

與現(xiàn)有同構(gòu)機(jī)器人的處理方式不同，UAV/UGV協(xié)作系統(tǒng)需要處理來(lái)自完全不同的平臺(tái)數(shù)據(jù)，依據(jù)決策分析模塊，有效協(xié)調(diào)二者的行為。因此，空地協(xié)作系統(tǒng)的研究具有一定挑戰(zhàn)性。通過UAV輔助UGV開展導(dǎo)航、編隊(duì)、運(yùn)輸、偵查、目標(biāo)跟蹤等任務(wù)，能夠有效拓寬二者的作業(yè)能力，提高執(zhí)行任務(wù)的效率，如圖2所示。二者的互補(bǔ)性主要體現(xiàn)如下：

1）無(wú)人車能夠近距離精確定位地面目標(biāo)，但在環(huán)境信息未知或部分可知情況下，車載傳感器對(duì)環(huán)境的感知能力存在較大局限，只能實(shí)現(xiàn)局部的路徑規(guī)劃[17-19]。而無(wú)人機(jī)則具有更廣闊的視野，可以在特定高度得到周圍環(huán)境的全局信息，但由于高度原因也丟失了許多局部信息。通過二者協(xié)同，可以實(shí)現(xiàn)無(wú)人車的全局路徑規(guī)劃。

2）在復(fù)雜環(huán)境中，無(wú)人車載傳感器對(duì)負(fù)高度障礙物檢測(cè)能力有限，并且缺乏足夠的預(yù)判[20-21]。而無(wú)人機(jī)可借助較高的工作高度和懸停等功能，對(duì)負(fù)障礙等特殊地形進(jìn)行檢測(cè)，或?qū)⒁伤茀^(qū)域預(yù)先通知無(wú)人車，以便無(wú)人車?yán)米陨砀兄到y(tǒng)進(jìn)行檢測(cè)。

3）在執(zhí)行動(dòng)態(tài)目標(biāo)檢測(cè)與跟蹤等復(fù)雜任務(wù)時(shí)，比如追捕逃逸者、災(zāi)后救援等，由于障礙物遮擋等因素，無(wú)人車獲取環(huán)境信息受限，執(zhí)行任務(wù)效率低，而無(wú)人機(jī)則可以借助機(jī)載傳感器為無(wú)人車提供一個(gè)感興趣區(qū)域（region of interesting，ROI），進(jìn)而利用無(wú)人機(jī)與無(wú)人車協(xié)同系統(tǒng)有效地提高執(zhí)行任務(wù)的效率[22]。

2 空地協(xié)作系統(tǒng)中各智能體的角色和作用

UAV和UGV的特性使二者具有很強(qiáng)的互補(bǔ)性，不同角色與功能的組合使這類空地協(xié)作系統(tǒng)更有前景。首先，在捕捉地面特征時(shí)（例如，移動(dòng)的行人、障礙等），作為執(zhí)行器的UGV通常受到速度、環(huán)境遮擋及交通流等限制，而作為傳感器的UAV則能快速部署，尋找到目標(biāo)。其次，由于無(wú)人機(jī)具有高空多自由度作業(yè)的優(yōu)勢(shì)，它們的通信能力（例如，北斗/GNSS準(zhǔn)確定位、低延時(shí)的視頻或數(shù)據(jù)傳輸?shù)龋┍萓GV更難被障礙物阻斷，而UGV受到周圍較高建筑物的影響，容易丟失外部定位信號(hào)，也會(huì)因自身較低的高度丟失定位信號(hào)。因此，位于不同位置的UAV可以作為通信橋梁將UGV與自身間接聯(lián)系起來(lái)[23-24]，確定UGV在真實(shí)環(huán)境下的定位。再次，由于自身能量的限制，UAV僅能執(zhí)行短途航行等任務(wù)，而作為載體的UGV則具有較大的載荷能力，如圖3所示。

2.1 充當(dāng)傳感器的UAVs和充當(dāng)執(zhí)行設(shè)備的UGVs

這類空地協(xié)作系統(tǒng)中，UAV作為傳感器收集、傳輸、檢測(cè)，以及追蹤目標(biāo)相關(guān)的信息，而UGV則依據(jù)UAV傳遞的信息規(guī)劃路徑并反饋路面實(shí)時(shí)狀態(tài)，以便作進(jìn)一步的修正。通常，UAV有著高機(jī)動(dòng)性和較寬的視野范圍，因此可以迅速捕捉到目標(biāo)。UAV將收集的信息傳遞給UGV能大大加快任務(wù)的執(zhí)行效率。類似的，自動(dòng)化水平不同的UAV也會(huì)傳遞不同層次的數(shù)據(jù)，如圖4所示。

早期對(duì)該主題應(yīng)用的研究依賴于UAV的手動(dòng)控制，其在UGV部署之前收集該地區(qū)的數(shù)據(jù)，屬于離線處理、兩階段的方式。文獻(xiàn)[8]中，STENTZ等證明了預(yù)先從空中收集的數(shù)據(jù)可以提高UGV的規(guī)劃效率，但卻存在地圖無(wú)法多次復(fù)用、保存周期較短的缺點(diǎn)。隨后，KELLY和VANDAPEL等[25-26]針對(duì)上述問題提出了多機(jī)器人協(xié)作系統(tǒng)，其中通過UAV獲得預(yù)收集的數(shù)據(jù)可以提高UGV的地面導(dǎo)航能力。

隨著自主探索技術(shù)的不斷進(jìn)步，無(wú)人機(jī)可以采集地面圖像，然后通過圖像處理技術(shù)進(jìn)行校正等處理，同時(shí)自動(dòng)構(gòu)建環(huán)境地圖，使UGV可以避開障礙物并執(zhí)行任務(wù)。KSLIN等[27]提出了一種基于高程地圖的UGVs定位方法，該方法允許UGV在UAV提供的參考地圖中找到自己的相對(duì)位置和方向，無(wú)需依賴GPS等定位傳感器。ZHANG等[28]開發(fā)了一套自主的空地協(xié)作實(shí)地勘察系統(tǒng)，其中UAV為UGV提供了一個(gè)鳥瞰圖，用于避免碰撞并進(jìn)行路徑規(guī)劃，當(dāng)任務(wù)完成后，UAV將降落在UGV上。PETERSON等[29]提出了一套空地協(xié)作系統(tǒng)，該系統(tǒng)利用UAV的俯視視角來(lái)確定UGV的行駛路徑并實(shí)時(shí)糾正。JIN等[30]則采用兩架UAV為UGV提供立體視覺，利用二者的視差計(jì)算高度圖，由UGV在決策過程中使用。莊嚴(yán)團(tuán)隊(duì)[31]開展了室內(nèi)場(chǎng)景下空地協(xié)作的環(huán)境感知研究，提出了一種無(wú)人車搭載3D激光傳感器開展環(huán)境建模，無(wú)人機(jī)搭載視覺傳感器對(duì)地面移動(dòng)機(jī)器人相對(duì)位姿進(jìn)行估計(jì)的方法。谷豐等[32]探索了一種基于顏色空間的動(dòng)態(tài)目標(biāo)識(shí)別和跟蹤方法，實(shí)現(xiàn)空地機(jī)器人協(xié)作的目標(biāo)檢測(cè)和運(yùn)動(dòng)跟蹤。

2.2 充當(dāng)傳感器的UAVs和充當(dāng)輔助設(shè)備的UGVs

UAV可以在一些關(guān)鍵、感興趣區(qū)域盤旋或在低空中飛行，進(jìn)行更近距離的測(cè)量。這意味著具有高機(jī)動(dòng)性的小型UAV（例如，四旋翼UAV等）能夠進(jìn)行更準(zhǔn)確的檢測(cè)。然而，小型UAV的有限飛行時(shí)間意味著其在大規(guī)模環(huán)境下很難完成任務(wù)，UGV作為一個(gè)中大型移動(dòng)設(shè)備，可以彌補(bǔ)UAV在飛行時(shí)間上的劣勢(shì)，使其能夠在更大范圍內(nèi)收集數(shù)據(jù)，僅僅在電量預(yù)警時(shí)返回UGV平臺(tái)進(jìn)行電量補(bǔ)充即可。

美國(guó)陸軍作戰(zhàn)能力發(fā)展司令部陸軍研究實(shí)驗(yàn)室的工作人員利用該想法進(jìn)行了相應(yīng)實(shí)驗(yàn)，并指出空地協(xié)作能夠在遙遠(yuǎn)而危險(xiǎn)的環(huán)境中執(zhí)行搜救任務(wù)，但需要各種定位和通信基礎(chǔ)設(shè)施。在搜救任務(wù)中，由于UAV的機(jī)載GPS不可靠且容易受到干擾，UAV無(wú)法依靠GPS進(jìn)行導(dǎo)航。在沒有士兵干預(yù)的情況下執(zhí)行任務(wù)，UAV所需的一項(xiàng)關(guān)鍵功能是能夠自主降落在靜止或移動(dòng)的UGV上進(jìn)行充電，然后起飛執(zhí)行新任務(wù)。因此，基于UAV視覺-慣性測(cè)距法的定位技術(shù)應(yīng)運(yùn)而生，同時(shí)專門為此應(yīng)用和機(jī)載行為與控制設(shè)計(jì)獨(dú)特的車頂標(biāo)記。所有計(jì)算均是在具有較大計(jì)算限制的小型UAV上完成的。該項(xiàng)研究的獨(dú)特之處在于，利用機(jī)載計(jì)算能力，在無(wú)GPS輔助的情況下，在戶外實(shí)地演示了UAV自主著陸于UGV上的操作。其中，UGV頂部使用了專門為UAV著陸任務(wù)而設(shè)計(jì)的自定義標(biāo)記，該標(biāo)記通過大標(biāo)記中包含小標(biāo)記，即使機(jī)載相機(jī)非常接近標(biāo)記，也可以捕捉到，如圖5所示。

類似的，民用應(yīng)用中以多旋翼為代表的空地協(xié)作系統(tǒng)經(jīng)常被部署在關(guān)鍵基礎(chǔ)設(shè)施的檢查上，如精準(zhǔn)農(nóng)業(yè)、目標(biāo)檢測(cè)和電力檢查等。TOKEKAR等[33]建立了一個(gè)用于精準(zhǔn)農(nóng)業(yè)的空地協(xié)作數(shù)據(jù)采集系統(tǒng)，該系統(tǒng)使用UAV執(zhí)行監(jiān)測(cè)任務(wù)，由于能量有限，UGV用于UAV的電力補(bǔ)充。ROPERO等[34]介紹了一種混合空地系統(tǒng)，旨在監(jiān)測(cè)到分布在勘探區(qū)域的一組目標(biāo)點(diǎn)。ZHU等[35]建立了一種電子巡邏系統(tǒng)，包括巡航車輛與空地協(xié)作系統(tǒng)間的通信、探測(cè)和指揮控制網(wǎng)絡(luò)?；趯?duì)空地協(xié)作系統(tǒng)面臨問題的分析，他們建立了一個(gè)模型來(lái)評(píng)估這種協(xié)同巡航的有效性。LI等[36]構(gòu)建了空地協(xié)同系統(tǒng)，利用UAV視覺得到的環(huán)境地圖，增強(qiáng)UGV識(shí)別環(huán)境信息能力，并提出了一種結(jié)合局部?jī)?yōu)化與基因算法的混合型路徑優(yōu)化方法。趙津團(tuán)隊(duì)[37-39]也進(jìn)行了在空地協(xié)同下利用無(wú)人機(jī)視覺對(duì)地面目標(biāo)、障礙物等進(jìn)行識(shí)別、特征匹配、分類等工作，建立可通行地圖，在此基礎(chǔ)上，無(wú)人車開展全局路徑規(guī)劃及運(yùn)動(dòng)控制等相關(guān)研究。

上述研究?jī)H考慮了UGV單獨(dú)輔助一架UAV，無(wú)法同時(shí)為分在不同區(qū)域的多個(gè)目標(biāo)服務(wù)。文獻(xiàn)[40-41]采用了多UAV平行服務(wù)于多目標(biāo)，這樣可以顯著提高效率并擴(kuò)大服務(wù)范圍。HU等[42]提出用一輛載有多UAV的UGV在指定目標(biāo)區(qū)域內(nèi)執(zhí)行任務(wù)。

3? 空地協(xié)作在未來(lái)的挑戰(zhàn)

UAV和UGV在動(dòng)力學(xué)、速度、通信等方面的巨大異質(zhì)性和互補(bǔ)性，使空地協(xié)作系統(tǒng)能夠高效地完成任務(wù)。這些優(yōu)勢(shì)比擁有一個(gè)強(qiáng)大且復(fù)雜的同構(gòu)機(jī)器人完成同一任務(wù)的性能更好。在廣泛采用多機(jī)器人系統(tǒng)過程中，關(guān)鍵的進(jìn)展是為協(xié)作系統(tǒng)嵌入更多的智能，設(shè)計(jì)并開發(fā)新的分布式框架及感知和控制算法的結(jié)合。然而，這也增加了設(shè)計(jì)過程的復(fù)雜性，在能夠執(zhí)行復(fù)雜任務(wù)的空地協(xié)作系統(tǒng)被部署之前，學(xué)術(shù)界仍然面臨許多挑戰(zhàn)。本節(jié)將從以下三個(gè)方面討論空地協(xié)作系統(tǒng)在未來(lái)的挑戰(zhàn)。

3.1 空地協(xié)作系統(tǒng)的實(shí)時(shí)性

空地協(xié)作系統(tǒng)的某些應(yīng)用需要實(shí)時(shí)響應(yīng)，因此在計(jì)算能力上應(yīng)該合理分配。由于尺寸和重量的限制，UAV/UGV的計(jì)算能力通常是有限的;而且?guī)捿^低、通信不穩(wěn)定的影響以及最低延遲的要求，導(dǎo)致可能無(wú)法實(shí)時(shí)加載計(jì)算數(shù)據(jù)。隨著機(jī)器人數(shù)量的增加，UGV和UAV之間的大量互動(dòng)增加了計(jì)算成本，緊耦合協(xié)作的任務(wù)加重了計(jì)算負(fù)擔(dān)。機(jī)器人之間要進(jìn)行大量的通信和數(shù)據(jù)交換，這就為開發(fā)高效嵌入式硬件技術(shù)的研究人員提出了更大的挑戰(zhàn)。

3.2 空地協(xié)作系統(tǒng)的任務(wù)建模

任務(wù)場(chǎng)景的建模是空地協(xié)作系統(tǒng)的根本。根據(jù)任務(wù)目標(biāo)，依據(jù)需求在多個(gè)抽象層次上進(jìn)行建模來(lái)支持空地協(xié)作完成任務(wù)。對(duì)當(dāng)前模型進(jìn)行分析，可以重新提煉關(guān)于任務(wù)實(shí)現(xiàn)方式、任務(wù)相關(guān)性等進(jìn)一步的研究方法。然而，目前大多數(shù)研究主要是要求開發(fā)人員對(duì)任務(wù)進(jìn)行手動(dòng)分類、建模。為了幫助空地協(xié)作系統(tǒng)在不確定條件中完成復(fù)雜任務(wù)，任務(wù)建模的步驟應(yīng)該隨著條件的變化自動(dòng)調(diào)整，其中會(huì)涉及到最優(yōu)理論、信息論等領(lǐng)域。

3.3 空地協(xié)作系統(tǒng)的人機(jī)交互

空地協(xié)作系統(tǒng)在執(zhí)行任務(wù)時(shí)與人類互動(dòng)是必要的。人類的參與可以將必要的干預(yù)傳遞給個(gè)別機(jī)器人或編隊(duì)，以便與其他設(shè)備一起執(zhí)行任務(wù)。該類系統(tǒng)的好處包括提高空地協(xié)作系統(tǒng)的任務(wù)性能，提高系統(tǒng)的適應(yīng)性和對(duì)環(huán)境隨機(jī)性的魯棒能力。因此，在一個(gè)特定場(chǎng)景中，確定“人在環(huán)”是一種必要的責(zé)任和安全保障。

4 總結(jié)與展望

UAV和UGV之間的協(xié)作吸引了越來(lái)越多的關(guān)注，本文系統(tǒng)地回顧了UAV/UGV空地協(xié)作系統(tǒng)的成果與進(jìn)展，基于相關(guān)文獻(xiàn)的研究，對(duì)UAV/UGV空地協(xié)作系統(tǒng)進(jìn)行了相應(yīng)分類，并提出可能的問題與挑戰(zhàn)。

1）介紹UAV/UGV空地協(xié)作系統(tǒng)的設(shè)備類型，并對(duì)任務(wù)類型、衡量標(biāo)準(zhǔn)、應(yīng)用場(chǎng)境，以及二者的異質(zhì)性和互補(bǔ)性做出描述;

2）歸納UAV/UGV空地協(xié)作系統(tǒng)中的兩個(gè)關(guān)鍵功能角色——執(zhí)行設(shè)備和輔助設(shè)備，進(jìn)行對(duì)應(yīng)分類，這些功能角色之間的密切配合能有效提高UAV和UGV的工作效率;

3）從空地協(xié)作系統(tǒng)的實(shí)時(shí)性、任務(wù)建模和人機(jī)交互角度闡述了該類異構(gòu)機(jī)器人未來(lái)可能存在的挑戰(zhàn)并提出相應(yīng)見解。

盡管空地協(xié)作等異構(gòu)機(jī)器人課題一直受到強(qiáng)烈關(guān)注，但在現(xiàn)實(shí)世界的部署中，空地協(xié)作仍然存在很多局限性，在系統(tǒng)層面、多代理控制及算法角度等方面仍然存在挑戰(zhàn)。

參考文獻(xiàn)：

[1]INGRAND F， GHALLAB M. Deliberation for autonomous robots： a survey[J]. Artificial Intelligence， 2017， 247： 10-44.

[2] DENG C J， LIU G M， QU F C， et al. Survey of important issues in multi unmanned aerial vehicles imaging system Indian commercial banks[J]. International Journal of Software & Hardware Research in Engineering， 2018， 6： 28-38.

[3] SHAKHATREH H， SAWALMEH A， AL-FUQAHA A， et al. Unmanned aerial vehicles： a survey on civil applications and key research challenges[J]. IEEE Access， 2018， 7： 48572-48634.

[4] MEHMOOD S， AHMED S， KRISTENSEN A S， et al. Multi criteria decision analysis （MCDA） of unmanned aerial vehicles （UAVS） as a part of standard response to emergencies[J]. International Journal of Innovative Technology and Exploring Engineering （IJITEE）， 2018， 8（2s2）： 79-85.

[5] MIDDLETON W T， MILLER G， POLLMAN A. Cooperative unmanned， air-ground vehicle search and rescue exercise[C]// Military Operations Research Society 86th Symposium. USA： Military Operations Research Society， 2018： 2-16.

[6] LI X Q， ZHANG Y， LUO H， et al. Analysis of new modes of environmental monitoring and environmental monitoring operation[J]. Environment and Development， 2019， 31（2）： 187-188.

[7] HAYAT S， YANMAZ E， MUZAFFAR R. Survey on unmanned aerial vehicle networks for civil applications： a communications viewpoint[J]. IEEE Communications Surveys & Tutorials， 2016， 18（4）： 2624-2661.

[8] SAKAI S， IIDA M， OSUKA K， et al. Design and control of a heavy material handling manipulator for agricultural robots[J]. 2008， 25（3）： 189-204.

[9] SIEGWART R， NOURBAKHSH I R. Introduction to autonomous mobile robots[J]. Industrial Robot， 2004， 2（6）： 645-649.

[10]WANG K， YIJIE K E， CHEN B M. Autonomous reconfigurable hybrid tail-sitter UAV U-Lion[J]. Science China Information Sciences， 2017（3）： 1-16.

[11]RUAN W Y， DUAN H B. Multi-UAV obstacle avoidance control via multi-objective social learning pigeon-inspired optimization[J]. Frontiers of Information Technology & Electronic Engineering， 2020， 21（5）： 740-748.

[12]WANG T M， ZHANG Y C， LIANG J H， et al. Multi UAV collaborative system with a feature fast matching algorithm[J]. Frontiers of Information Technology & Electronic Engineering， 2020， 21（12）： 1695-1712.

[13]LAZNA T， GABRLIK P， JILEK T， et al. Cooperation between an unmanned aerial vehicle and an unmanned ground vehicle in highly accurate localization of gamma radiation hotspots[J]. International Journal of Advanced Robotic Systems， 2018， 15（1）： 1-16.

[14]COUNCIL N R. Technology Development for Army Unmanned Ground Vehicles[M]. Washington， D. C： The National Academy Press， 2003.

[15]HU C， WANG Y X， WANG R， et al. An improved radar detection and tracking method for small UAV under clutter environment[J]. Science China， 2019， 62（2）：240-242.

[16]STRENTZ T， KELLEY A， HERMAN H， et al. Integrated air/ground vehicle system for semi-autonomous off-road navigation[C]//AUVSI Symposium.[S.l.：s.n.]， 2002： 1-15.

[17]SAMPEDRO C， RODRIGUEZ-RAMOS A， BAVLE H， et al. A fully-autonomous aerial robot for search and rescue applications in indoor environments using learning-based techniques[J]. Journal of Intelligent & Robotic Systems， 2019， 95（2）：601-627.

[18]RAO R， KUMAR V， TAYLOR C. Visual serving of a UGV from a UAV using differential flatness[C]//Proceedings 2003 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS 2003） （Cat. No.03CH37453）. Las Vegas， NV， USA： IEEE， 2003： 743-748.

[19]SOFMAN B， BAGNELL J A， STENTZ A， et al. Terrain classification from aerial data to support ground vehicle navigation[Z/OL].[2021-10-10].http：//citeseerx.ist.psu.edu/viewdoc/download;jsessionid=10B0B8ACB40F

B77DE036BD51DA8F4913？doi=10.1.1.71.1104&rep=rep1&type=pdf.

[20]HECKMAN N， LALONDE J F， VANDAPEL N， et al. Potential negative obstacle detection by occlusion labeling[C]// IEEE/RSJ International Conference on Intelligent Robots & Systems. USA： IEEE， 2007： 2168-2173.

[21]BEZZO N， GRIFFIN B， CRUZ P， et al. A cooperative heterogeneous mobile wireless mechatronic system[J]. IEEE/ASME Transactions on Mechatronics， 2014， 19（1）：20-31.

[22]KLODT L， KHODAVERDIAN S， WILLERT V. Motion control for UAV-UGV cooperation with visibility constraint[C]// 2015 IEEE Conference on Control Applications （CCA）. USA： IEEE， 2015： 1376-1385.

[23]DING Y L， XIN B， CHEN J. Precedence-constrained path planning of messenger UAV for air-ground coordination[J]. Control Theory and Technology， 2019， 17（1）： 13-23.

[24]DING Y L， XIN B， CHEN J， et al. Path planning of messenger UAV in air-ground coordination[J]. IFAC-PapersOnLine， 2017， 50（1）： 8045-8051.

[25]KELLY A， RANDER P， HERMAN H， et al. Real-Time， Multi-Perspective Perception for Unmanned Ground Vehicles[D]. USA： Carnegie Mellon University， 2003.

[26]VANDAPEL N， DONAMUKKALA R R， HEBERT M. Unmanned ground vehicle navigation using aerial ladar data[J]. The International Journal of Robotics Research， 2006， 25（1）： 31-51.

[27] KSLIN R， FANKHAUSER P， STUMM E， et al. Collaborative localization of aerial and ground robots through elevation maps[C]// 2016 IEEE International Symposium on Safety， Security， and Rescue Robotics （SSRR）. Lausanne， Switzerland： IEEE， 2016.

[28]ZHANG S， WANG H， HE S， et al. An autonomous air-ground cooperative field surveillance system with quadrotor UAV and unmanned ATV robots[C]// 2018 IEEE 8th Annual International Conference on CYBER Technology in Automation， Control， and Intelligent Systems （CYBER）. USA： IEEE， 2018： 284-290.

[29]PETERSON J， CHAUDHRY H， ABDELATTY K， et al. Online aerial terrain mapping for ground robot navigation[J]. Sensors， 2018， 18（2）：630.

[30]JIN H K， KWON J W， SEO J. Multi-UAV-based stereo vision system without GPS for ground obstacle mapping to assist path planning of UGV[J]. Electronics Letters， 2014， 50（20）： 1431-1432.

[31]王安青. 面向空-地機(jī)器人協(xié)作的環(huán)境感知與閉環(huán)檢測(cè)[D]. 大連： 大連理工大學(xué)， 2016.

[32]谷豐， 王爭(zhēng)， 宋琦， 等. 空地機(jī)器人協(xié)作導(dǎo)航方法與實(shí)驗(yàn)研究[J]. 中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)， 2012，42（5）：398-404.

[33]TOKEKAR P， HOOK J V， MULLA D， et al. Sensor planning for a symbiotic UAV and UGV system for precision agriculture[J]. IEEE Transactions on Robotics， 2016， 32（6）： 1498-1511.

[34]ROPERO F， MUNOZ P， MD R-Moreno. TERRA： a path planning algorithm for cooperative UGV-UAV exploration[J]. Engineering Applications of Artificial Intelligence， 2019， 78（2）： 260-272.

[35]ZHU M， WEN Y Q. Design and analysis of collaborative unmanned surface-Aerial vehicle cruise systems[J]. Journal of Advanced Transportation， 2019（1）： 107-116.

[36]LI J， DENG G， LUO C， et al. A hybrid path planning method in unmanned air/ground vehicle （UAV/UGV） cooperative systems[J]. IEEE Transactions on Vehicular Technology， 2016， 65（12）： 9585-9596.

[37]席阿行， 趙津， 周滔， 等. UAV/UGV協(xié)同環(huán)境下的目標(biāo)識(shí)別與全局路徑規(guī)劃研究[J]. 電子技術(shù)應(yīng)用， 2019， 45（1）： 5-9.

[38]HU Q X， ZHAO J， LEI H. Cooperative path planning for intelligent vehicle using unmanned air and ground vehicles[C]// Chinese Intelligent Systems Conference. China： Chinese society of artificial intelligence， 2018： 603-611.

[39]周滔， 趙津， 胡秋霞，等. 復(fù)雜環(huán)境下移動(dòng)機(jī)器人全局路徑規(guī)劃與跟蹤[J]. 計(jì)算機(jī)工程， 2018， 44（12）： 214-220.

[40]PENG K， LIU W D， SUN Q G， et al. Wide-area vehicle-drone cooperative sensing： opportunities and approaches[J]. IEEE Access， 2019， 7： 1818-1828.

[41]HU M L， LIU W D， PENG K， et al. Joint routing and scheduling for vehicle-assisted multi-drone surveillance[J]. IEEE Internet of Things Journal， 2018， 6 （2）：1781-1790.

[42]HU M L， LIU W D， LU J Q， et al. On the joint design of routing and scheduling for Vehicle-Assisted Multi-UAV inspection[J]. Future Generation Computer Systems， 2019， 94： 214-223.

（責(zé)任編輯：周曉南）

趙津，男，1973年生，博士，教授，博士生導(dǎo)師，現(xiàn)任現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室常務(wù)副主任，教育部評(píng)估中心工程教育認(rèn)證專家，貴州省省管專家，貴州省優(yōu)秀青年科技人才，獲貴州省普通本科高?！敖饚煛?，貴州省優(yōu)秀教師等稱號(hào)。長(zhǎng)期從事智能網(wǎng)聯(lián)汽車，新能源汽車等領(lǐng)域研究。已承擔(dān)了國(guó)家自然科學(xué)基金，貴州省重大科技專項(xiàng)，企業(yè)橫向課題多項(xiàng)。發(fā)表論文80余篇，獲貴州省科技進(jìn)步二等獎(jiǎng)一項(xiàng)，貴州省研究生教學(xué)成果特等獎(jiǎng)，貴州省高等教育教學(xué)成果一等獎(jiǎng)等。

通訊作者：趙 津，E-mail：zhaoj@ gzu.edu.cn.

A Review of Air-ground Collaborative Robots Research

ZHAO Jin LIU Chang

（1.Key Laboratory of Advanced Manufacturing Technology， Ministry of Education， Guizhou University， Guiyang 550025， China;

2.School of Mechanical Engineering， Guizhou University， Guiyang 550025， China）

Abstract： Air-ground collaboration is a hot spot in the field of multi-intelligent research nowadays， which has characteristics of wide-area coverage， high environmental adaptability， and high task execution rate. Compared with a single-intelligent system， multi-intelligent collaboration highlights greater data matching， free collaboration， and a higher degree of system redundancy， which can be widely used in multiple domains. At the same time， the functional complementarity of heterogeneous multi-robot can be fully utilized to form a cross-domain collaborative system to implement task collaboration and information sharing， which essentially improves its perceptive capability， execution capability， and efficiency in the operation of a complex environment and task planning. Therefore， the organic coordination and cross-domain collaboration of multi-intelligent will lead to the new paradigm of future robotics and applications. This paper provides an overview of air-ground collaboration， i.e.， unmanned ground vehicle （UGV） and unmanned aerial vehicle （UAV） collaboration as the research targets， we analyze the device type of air-ground collaboration systems and describe the task types， metrics， environments faced， role functions and collaboration models of air-ground collaboration， while we explore the capabilities of sensing， decision-making， and task execution under heterogeneous robotic platforms， and provide insights into the current potential improvements and challenges of air-ground systems in the future.

Key words： multi-domain cooperation; multi-intelligence; air-ground collaboration; mission planning