人机交互技术

     

无人机具有设计灵活、功能多样的特点，可以担任多种角色，执行烦琐、危险的任务。无人机作为僚机时，可通过红外线、电磁、雷达或视觉传感器来扩大飞行员或操作员的态势感知能力，还可作为友军的通信节点，或通过干扰敌方雷达、通信或其他信号进行电子战行动。携带武器的无人机还可与有人驾驶飞机一起进行空对空或空对地打击，从而给敌人带来多重威胁。因此，人机协同作战逐渐成为现代战争中的主要作战形式。人机协同离不开人机交互，如何将人的智慧与机的智能相结合，是目前正待解决的关键技术。

2022年1月，作为“拒止环境协同作战（Collaborative Operations in Denied Environment，CODE）”项目的一部分，美国通用原子公司（General Atomics）对1架MQ-20复仇者真机与5架硬件在环虚拟机的协同搜索任务进行测试。该现实-虚拟编队利用虚拟红外搜索和跟踪传感器网络进行探测，当虚拟敌方进入指定的搜索区域，编队将利用人工智能算法决定哪架飞机自动脱离编队并执行空对空战术。2022年2月，DARPA与西科斯基公司合作实现了UH-60“黑鹰”直升机的首次无人飞行。该直升机搭载有“机组人员驾驶舱内自动化系统（aircrew labor in-cockpit automation system，ALIAS）”，未来有望实现有人无人合作可选驾驶模式。2022年2月，美国BAE系统公司与国防部战略能力办公室（Defense's Strategic Capabilities Office，SCO）成功完成了有人无人编队技术的飞行试验。该公司的底层有人无人编队算法可在战术边缘实现分散式自主决策，使架构能够轻松适应新任务并融入未来技术。软件开发工具包还可允许第三方引入新的算法和技术来支持未来的任务（图10（a））。2022年7月，美国臭鼬工厂公布一项有人无人分布式团队协同作战概念，与以往的“有人机-忠诚僚机”概念有所不同，新概念指出一架有人驾驶的战斗机可配备有多架不同功能的无人机，实现无人机间、有人-无人机间高效互补协作。2022年6月，中国陆军第80集团军某合成旅针对无人装备开展人装协同演练，利用无人机执行引导打击、定点爆破以及中继通信等任务，提升了有人无人协同作战能力（图10（b））。2022年4月，国防科技大学立足未来城市战场，以空地协同察打一体任务为背景开展了无人机技术与保障岗前综合演练，验证了人机协同和空地协同等任务能力（图10（c））。

 

有人/无人机作战模式逐步向能力互补、分组分群方向发展。针对多用户之间共享无人系统的问题，德国慕尼黑国防军大学Schulte团队提出了一种分级方法，主指挥员可以接收次指挥员使用同一无人系统的请求，并开发了一种任务规划器，能够生成和评估考虑主次指挥员需求的解决方案，辅助主指挥员决策（图11）。团队研究结果表明，较高的自动化水平可对绩效产生积极的影响，但会导致态势感知能力下降。美国卡耐基梅隆大学Sycara团队指出，人机混合集群相比纯智能体集群，其异构性可能导致群体更为脆弱，因此提出利用群体保护指挥员的方法。团队利用深度神经网络（deep neural network，DNN）对群体和敌方进行训练，使敌方识别群体中的领导者，并与人类识别领导者进行准确度对比。研究表明当对群体和敌方进行联合训练时，DNN的识别机制与人类的识别机制并不相同，因此提出可利用两者的差异，将人的智能融入人工智能中，提高人工智能的识别能力。北京航空航天大学霍梦真等针对大规模有人/无人机集群中通信链路终端问题，提出了一种基于牵引控制的有人/无人分布式通信方法，使得异构集群在弱连接的条件下有效减少通信负荷。

 

在人机交互过程中，人的认知和意识与机的态势感知交互融合至关重要。如何刻画人的意识，将人的意识作用于“机”上，是待解决的关键技术。洛桑联邦理工学院Macchini等研究了人通过不同躯干，即通过躯体运动、手臂运动与手部运动远程操控虚拟旋翼机精确度的影响。研究表明，单纯利用人体躯干驱动无人机运动并不是最优的解决方案，还需要将生物力和行为因素纳入人类意图识别范围。洛桑联邦理工学院Dell'Agnola等结合呼吸、心电图等多种生理信号，基于支持向量机提出一种操作员认知负荷实时监测算法，能够识别操作员认知负荷高低，从而辅助完成人机交互任务。美国匹兹堡大学和卡耐基梅隆大学的研究人员则从“机”的角度考虑，使智能体具备人类意图识别能力。研究人员提出了一种智能心智理论模型，包含信念生成及更新模块、行为判断和预测模块，能够通过观察队员行为推断其意图。研究人员将该模型放入虚拟城市搜索营救任务中进行训练（图10（d）），研究表明该模型的意图推断能力比真实人的推断能力更强。

 

反无人机技术

 

随着技术进步，无人机个体变得更加小型轻便、敏捷灵活，这给无人机的识别与监测带来更大挑战，也迫使反无人机技术不断更新迭代。为应对无人机及蜂群攻击作战，中国航天科工集团第二研究院在2022年中国国际航空航天博览会中展出了一套反无人机体系，将“目标探测、指挥控制、拦抗防御”三项技术集成到一起，实现远距离拦截大型无人机，对中、小型无人机/蜂群多层次拦截，实现对“低、慢、小”无人机目标的快速响应，准确跟踪以及多层次防御（图12（a））。美国反无人机公司Liteye在2022年2月推出了一款便携式反无人机系统，采用多域传感器技术，结合了3D雷达、高清光电和红外传感器以及中波长红外线，可在多种环境条件下运行（图12（b））。2022年5月，该公司与美国国防部（Department of Defense，DoD）签署1210万美元的合同，为其提供反无人机系统及地面监视产品。波兰武器公司（Zakłady Mechaniczne Tarnów，ZMT）于2022年测试了一款带有多功能雷达和勃朗宁型12.7mmWKLM机枪的反无人机系统，可在3km处捕获纳米级无人机，在5km处捕获微型无人机，并且在至少10km的距离处检测到小型无人机。美国BAE系统公司于2022年11月完成了对其先进精确杀伤武器系统的测试。该系统可有效打击装甲、静止和移动目标，可从喷气式飞机、直升机、卡车、船只等不同载体上发射。在演示中，5枚70mm火箭击落了不同型号无人机，包括11.3~23kg级，飞行速度超过每小时161km的无人机。俄罗斯公司PPSh实验室推出了一款新的反无人机机枪LPD-802，可在最远1.5km的距离内干扰无人机卫星信号以及控制通道，同时兼备长运行时间。印度经济炸药公司（Economic Explosives Limited，EEL）正在开发一种基于微型导弹的反无人机系统，具备硬杀伤和软杀伤能力，可有效打击2km范围内敌方无人机，并与雷达和干扰器无缝集成。

 

西湖大学智能无人系统实验室基于四旋翼构建了一套微小无人机识别定位及跟踪系统，提出利用全景立体相机网络进行无人机识别与定位，并在中心节点将各感知节点的轨迹信息进行融合。网络中的每个节点由16个镜头组成，形成360°全景相机，网络观测距离可达80m。大连理工大学Zhao等基于视觉检测发布了一套图片-视频无人机数据集，可用于无人机检测与追踪，并提出了一种探测追踪融合方法，提升了无人机检测性能。波兰西里西亚理工大学Dudczyk等将主动式与被动式多种传感器数据进行融合，基于条件互补滤波和多阶段聚类方法实现了三维空间中无人机检测识别。立陶宛维尔纽斯大学Rudys等提出一种空中反无人机系统，使用装有高分辨率雷达的固定翼无人机进行反无人机探测，当识别到目标后，释放旋翼无人机，利用绳索缠绕的方式破坏敌方无人机桨叶旋转。该系统已进行初步验证。塞浦路斯大学Valianti等在考虑能源消耗、传感器感知范围限制的基础上设计了一种无人机群组协同追捕的方法，通过估计目标运动状态，可同时对敌方多架无人机进行反制。

无人机技术与反无人机技术是一种“道高一尺，魔高一丈”的矛与盾关系，既是对立的，又是互补的。无人机技术发展促进反无人机技术进步。搭载人工智能技术，反无人机探测识别能力进一步加强，结合不同打击技术与打击模式，反无人机技术发展前景广阔，行业领域规模将不断扩大。出台相应的政策支持与标准规范可进一步扶持反无人机行业发展，推动技术革新。

结论

     

从无人机法规政策、设计实现、关键技术、人机交互、反无人机技术等方面系统回顾和总结了2022年无人机军用与民用部分热点和发展新态势。中国无人机产业发展迅猛，在国际舞台上发挥越来越重要的作用。在相关法规与标准的指导下，无人机在低空空域的应用进一步拓宽。

人工智能、视觉导航等技术的发展是提升无人机能力特别是集群智能自主能力的关键技术手段，如何挖掘与体现无人系统内部个体的智能性，平衡个体个性与群体同步性的矛盾，是自主智能无人机系统面临的新挑战。正如北京航空航天大学段海滨在2022年7月13日出版的《人民日报》专稿《无人机集群应用前景广阔》一文中所言，“无人机集群应用前景广阔，但目前还存在‘有智无慧、有感无情、有专无通、有协无同’的瓶颈，自主能力仍待提高”。发展无人机集群技术，增强无人机智能感知能力、机间自主协作能力、无人机与其他无人装备的跨域合作能力以及人机混合协同能力是目前无人机领域的研究热点与焦点。随着未来无人系统面向的场景愈发多样化和具体化，执行任务的复杂程度越来越高，无人系统必将依然向智能化、自主化、跨域化、集群化、体系化方向迅速发展，特别是面向特殊任务场景的无人机技术也不断获得新的突破。