《协作式无人飞行器的通信与控制：最新进展与未来趋势》最新综述

无人飞行器/无人机（UAV）技术的最新进展极大地推动了无人飞行器在军事、民用和商业领域的应用。然而，为无人机群建立高速通信链路、制定灵活的控制策略和开发高效的协同决策算法等方面的挑战，限制了无人机群的自主性、鲁棒性和可靠性。因此，越来越多的人开始关注协作通信，使无人机群能够自主协调和通信，在短时间内合作完成任务，并提高效率和可靠性。本研究全面回顾了多无人机系统中的协作通信。我们深入探讨了智能无人机的特点及其自主协作和协调所需的通信和控制要求。此外，还回顾了各种无人机协作任务，总结了无人机蜂群网络在密集城市环境中的应用，并介绍了使用案例场景，以突出基于无人机的应用在各个领域的当前发展情况。最后，我们确定了未来需要关注的几个令人兴奋的研究方向，以推进无人机协作研究。

无人飞行器中的协作

起初，单无人机系统用于导航、监视和灾难恢复，每个无人机作为一个孤立的节点直接与中央地面站连接。然而，在单无人机系统中，由于无人机在指定区域内独立运行，因此更容易出现系统和通信故障。此外，无人机在网络中独立工作还需要更长的时间和更高的带宽来完成任务。相比之下，在多无人机系统中，无人机共同工作以实现共同目标。例如，无人机可以协同工作，生成高分辨率图像和三维地图，以确定救灾过程中的热点区域。同时，配备嗅探器的无人机可以探测到高浓度的甲烷，从而找到破损的天然气管道。因此，无人机还可以在不危及救援人员生命的情况下提供水和食物。因此，协调与合作对于在多无人机环境中实现理想性能至关重要。本节将详细讨论协作式无人机的要求和挑战，如智能、通信、控制和协作。此外，我们还将介绍最先进的协作通信方法，以突出无人机网络的贡献和局限性。

A 智能无人机

传统无人机的主要组成部分包括传感、通信、控制和计算单元 [25]。传感单元由集成在无人机上的多个传感器组成，用于不同的目的，如评估高分辨率物体、温度估计、光探测和天线配置[36]。同时，通信单元使无人机能够相互通信并与中央控制站交换信息。强制控制单元通常控制传统无人机的操作，包括避免碰撞、路径规划、目标跟踪和资源管理。然而，与中央控制单元的频繁通信以及无人机与无人机之间有限的通信能力限制了无人机独立完成任务的自主性和协作性。例如，在救灾行动中，具有自主功能的多架无人机可以执行协作功能，如一组无人机可以检查危险区域，而其他无人机可以执行医疗援助补给投放任务，帮助灾民。此外，配备高分辨率摄像头和资源管理算法的无人机可以执行智能决策，将损失降到最低。同时，当无人机对城市环境中的风向模式有了更深入的了解后，它们可以利用这些知识避开乱流，选择能量最小的路线，而无需频繁接受控制单元的指令。

同样，具有协作通信能力的智能无人机可以执行各种分布式操作，并为智慧城市应用做出独立决策[32]。例如，在城市环境中工作的无人机需要与其他传感设备、机器、机器人、无人机和人进行高度协调和协作，才能执行某些操作。因此，加强合作和对部署环境的了解有助于无人机与周围物体进行无缝互动，以处理监测到的数据并做出实时决策，从而提高复杂环境中的安全性和可靠性[37]。同样，无人机可以通过对城市环境中周围物体的语义理解来提高物体识别能力，从而更好地理解和设计与周围环境互动的方法。

然而，由于缺乏高效的智能自主无人机对无人机通信机制，无法实现无人机的独立飞行、轨迹形成、目标定位和数据操作决策，这阻碍了基于无人机的应用范围。因此，为了从无人机的天然特性（如高机动性、灵活部署和不同类型传感器集成）中获益，有必要更加关注无人机的自主性和智能协作通信能力集成，以提高无人机作为一个团队了解环境、共享知识和资源以做出智能决策的性能，而无需高度依赖中央控制的系统指令[38]。

B 通信要求

在多无人机系统中，无人机之间以及无人机与中央骨干基础设施之间都要进行通信，以顺利完成各种指定任务。无人机与基础设施网络之间的通信一般遵循两种通信模式，即无人机与基础设施之间的通信和无人机与无人机之间的通信，以交换数据并确保高水平的连接性，从而实现协作通信。本节将详细讨论这两种模式的通信要求。

无人机对基础设施：如图 2 所示，无人机对基础设施通信可实现无人机与基础设施网络之间的信息传输，使用的平台包括地面平台、高空平台（HAP）和卫星。无人机可充当通信中继站、用户或基站，以建立有效的通信。在无法直接联系的情况下，无人机作为中继器可在地面站和远程基础设施之间提供无线覆盖。无人机作为中继器具有许多优势，如覆盖范围大、速度快、通信信道清晰、易于部署、数据转发模式可靠等 [39]，[40]。无人机还可以作为用户将任务卸载到边缘服务器，从而以较低的延迟增强覆盖范围 [41]。与此同时，当无人机作为基站工作时，它们能为异构网络提供更灵活的通信服务解决方案，因为它们能实现更好的 LoS 传播、可扩展性和更高的运行高度[42]。本节重点介绍使用上述各平台实现高效无人机群的主要通信要求。

无人机对无人机通信：除了无人机与基础设施之间的通信外，有效的无人机对无人机链路可使无人机群克服各种基本挑战，如自主飞行、避免碰撞、分布式处理和联合行动。最新文献提出了提供无人机对无人机通信的多种方法，包括卫星通信链路、Wi-Fi 链路、超高频（UHF）链路、蜂窝通信链路、长距离广域网（LoRAWAN）和自由空间光学（FSO）链路。本节将讨论这些不同方法对实现稳定可靠的无人机对无人机通信的要求。

C 控制要求

由于无人飞行器体积小、成本低，因此需要一种成本效益高的控制系统，能够在起飞、着陆、悬停、机动性、高度控制、定位和避免碰撞等方面实现灵活的移动和轨迹跟踪。下文将讨论无人机的主要控制要求：

起降：无人机可分为固定翼和旋翼两种，两者对起降都有特定要求。固定翼无人机的起飞和降落需要跑道，而旋转翼无人机可以垂直起飞和降落，从而提高了其在各种民用领域的适用性[69]-[71]。在文献[72]中，作者提出了一种混合垂直起降 VTOL 解决方案，该方案将固定翼和旋转翼无人机的功能集成在一个平台上，从而实现了长续航时间和高飞行效率。VTOL 方法需要一个固定翼位置控制器、旋转翼位置控制器、过渡控制器和基于气动特性的 VTOL 混合器，以实现过渡和提高飞行稳定性。在另一项工作[73]中，不同的 PID 控制器用于没有跑道和发射回收设备的 VTOL，通过控制指令实现平稳运行。此外，在现有文献[74]-[76]中，还介绍了使用可见光摄像传感器、全球定位系统和 IMU，利用 PID 控制器进行起降的各种解决方案。
受控运动和悬停：无人飞行器的旋翼使用螺旋桨，可实现滚动、推力控制、俯仰、偏航和六个自由度的旋转、机动和悬停。无人飞行器的控制算法可调整滚转、俯仰和偏航，以实现在 X 轴、Y 轴和 Z 轴上的稳定旋转。现有研究提出了各种控制无人机运动的模型，例如，Thu 等人在文献[77]中根据 "+"和"×"飞行配置，模拟了著名的四旋翼飞行器控制系统，以实现灵活的运动和机动。在另一项研究[78]中，设计了一个动态模型来控制无人飞行器在一个旋转轴上的运动。Elkaim 等人在文献[79]中介绍了一种无人机控制系统，该系统利用位置、速度和高度估计来控制无人机的运动和轨迹形成。另一篇论文[80]介绍了一种自主无人机飞行控制系统，该系统集成了全球定位系统，可生成最佳飞行路径。此外，现有文献还对油门运动、状态信息和机载传感组件进行了分析和建模，以实现稳定机动和悬停 [81]-[83]。
飞行中控制：无人机的位置和速度等状态信息用于引导和控制无人机进行着陆或物体跟踪等精确操作。遥控航空模型自动驾驶仪（RAMA）在文献[84]中有详细描述，它利用高度、角速度和位置信息来设计小型无人机的控制系统。此外，PID 控制器也引起了学术界和工业界对无人机自主运行的极大关注 [85]。集成 PID 自动驾驶仪可实现一整套无人机自主导航和实时操作的航空电子设备 [86]。此外，PID 控制器还能提高可靠性，并以最小的误差和能耗将飞行中的无人机稳定在预定轨迹上。
避免碰撞：这是无人机设计中确保无人机自主飞行的基本要求。现有文献 [80]、[87] 提出了各种方法，如 GPS 导航和不同的防撞传感器来避免碰撞。此外，根据现有研究[88]、[89]，廉价的商用传感器（如红外、压力和高度传感器）可以很容易地集成到无人机飞行系统中，以估计与障碍物的距离，从而控制其移动。此外，无人机的精确位置估计和轨迹规划也是避免碰撞的基本要求[90]。

D 协同执行任务

本节将全面介绍协作通信方面的现有发展。无人机的协同任务允许多架无人机共享信息，以分布式的方式低成本、高效率地执行各种任务，并提高灵活性、鲁棒性和容错性。近年来，人们提出了一些协作通信架构，主要侧重于将无人机网络与 WSN、Ad-hoc 网络和物联网范例整合起来，以实现有效监测和数据收集[91]。此外，还提出了一些基于蜂群的方法，用于协作轨迹规划、路由选择和目标定位。

基于蜂群的协作通信：最近有几项研究利用无人机群在短时间内协作完成任务，具有更好的覆盖范围、可靠性和效率。
无人机群网络的深度强化学习：在过去几年中，强化学习技术已被广泛应用于提高无人机蜂群网络在复杂环境中的路径规划、导航和控制性能[97], [98]。
轨迹形成：协作轨迹形成可使多个无人机找到从起点到目标点的最佳路径。这是无人机系统的新兴研究领域之一，因为协同路径规划可最大限度地降低定位成本、改进机动决策并有助于避免碰撞 [109]-[111]。
合作目标定位：精确定位可为目标指示、空中拍摄、数据传感和空对地攻击带来显著优势[121]。
数据收集：在过去的几年中，人们引入了许多协作通信机制，以改善远程数据收集体验[128]。
协同决策：无人机的自主操作需要做出复杂的决策，以实现应用目标，如消除威胁或时间紧迫的救援行动。这些复杂决策受到信息不足、高度不确定性、延迟和任务耦合的影响 [137]。