無人機編隊飛行應用了哪些技術？實現有什麼困難？

11-28

本題已收錄至知乎圓桌 ? 玩轉無人機，更多無人機（Drone）操控、應用、研發方面的話題歡迎關注討論。

謝鄔老師邀請。

=補一句=============================================
搞集群編隊什麼的，不整個十架八架怎麼行……還十架八架rtk啊vicon啊的……沒有研發損耗扛著誰耗得起啊……
話說我們居然樓上樓下都認識…
===================================================

編隊飛行的多台空中機器人，可以理解為一台巨大的弱關聯的變形機器人來討論，就是一堆單機組成一個大的單機，這個大的單機可以變形。

-part 1-----------------------------------------------------------------------------------------

敘述無人機的編隊，應該同載人飛機進行對比進行思考。載人飛機的人眼大閉環編隊飛行已經發展的爐火純青，具體可以參考各大電影軍事論壇飛行表演隊什麼的，尤其是戰鬥民族的「勇士」飛行表演隊，重型空優戰鬥機密集編隊做特級，每一次看到（視頻）都讓人熱血沸騰。

載人飛機編隊飛行時，通常採用的是長僚關係，主要的決定因素在於在有擾動的環境下，長機的飛行狀態，速度，攻角等，僚機的飛行狀態，飛行員的決策與飛行員人眼大閉環的反饋控制。也就是說通常狀態是，（全天候），（訓練有素的）飛行員駕駛（貴的不行的）長機按照預先（用對講機）約定好的航線穩定飛行，僚機飛行員按照（用對講機）約定好的相對位置，（機智地）操作飛機保持（時變或是時不變同步）飛行。

對比來看載人飛機的編隊對應無人機，或者說是空中機器人的編隊飛行的幾個points：

1.全天候：有擾動的環境，這需要空中機器人編隊飛行的整個系統適應外界擾動，從徐徐的微風到熊孩子和大媽。這一條是衡量無人機編隊是否是玩具級的最重要指標，實驗室級條件下的swarm也是在實驗室環境下盡量降低環境擾動完成的。

2.訓練有素的：出色的飛控，魯棒的演算法，與飛機機械平台有相當好的適應，選擇得當的參數，能夠有一定的適應擾動的能力；好的點鎮定、軌跡追蹤和跟蹤演算法，能夠比較快和穩定的改變狀態，尤其是在位置環上。

3.貴的不行的：飛行平台有良好的機械結構、氣動設計，靠譜的動力系統，有按照飛控要求改變狀態的機械能力，對於固定翼來說通常表示與飛控相適應的靜穩定欲度，對於旋翼來說就是高效率的控制能力。

4.長僚機：飛行邏輯，飛行邏輯是編隊這件事的重要部分之一；

5.用對講機：機器人間交互，這也是衡量無人機編隊是否是玩具級的最重要指標，沒有交互的編隊。。。（實在不知道怎麼形容）

6.約定好：實際的編隊總是要裝訂一個任務的，相當於是到達某個地方，載入一條航線，追蹤一個物體這樣的任務規劃。沒有任務裝訂就編隊完全是為了編隊而編隊了（旁邊小夥伴說為了編隊而編隊也相當於是給編隊的機器人裝訂了一個任務，給跪了）。

7.機智地：這一條相對於空中機器人，主要是在於相互追蹤時的壁障，對外界障礙的躲避，以及對於不同的，攜帶不同感測器的空中機器人的即時編隊，涉及到相互感測和預測等。

8.時變或是時不變同步：寫著寫著混起來了。。。其實就是根據裝訂的任務和實際的環境在線的調整編隊隊形，實現時變編隊。

ps：小夥伴說這樣就是在胡扯，讓搞點有意思的。。

-part 2-----------------------------------------------------------------------------------------

來幾個編隊空中機器人的圖。。。審美炸不喜勿噴。。。

湖北易瓦特，2333，飛出SZ也是要水平的。深圳打造「無人機之都」110餘家企業傾力助陣--深圳頻道--人民網

MIT避障那飛機。MIT新型無人機可高速自主避障

完成方式：前一架自動，後一架人控，特例拉出來說說

ETH的。TED運動捕捉技術與無人機vicon大法，精心設計的控制演算法

ps 1：首先需要移除第一個圖片那個，一人控一台的集群只要飛行平台。。。

ps 2：移除一個發射機對頻到很多接收機一人控多個的情況。。。

閉環空中機器人編隊飛行的問題說到底就是移動機器人的問題。

核心就是定位！定位！定位！

因為編隊只是一個行為，編隊這個行為和背後的任務耦合之後又會產生很多矛盾需要權衡。

在機器人Hierarchial architecture中，主要屬於執行級和協調級。

分解到機器人的關鍵問題，就是這幾個：location，planning，tracking，dispatch。

在移動上，分成點鎮定編隊，路徑跟蹤編隊和軌跡跟蹤編隊。

自主的全分布空中機器人編隊飛行的問題實踐起來就是：

地面站（無差別）向空中機器人裝訂（相同）任務，機器人接收任務，生成（靜態或動態）群總體移動軌跡，無序（同質或異質）空中機器人開始建立交互通信，開始自主編隊，編隊飛行，群避障，地面站監測狀態。

完成下面這幾個條件才能算是一套完整的空中機器人編隊：機器人異質；地面站向每一台機器人裝訂任務時發送的消息是相同的；機器人之間進行交互通信；控制層面同質化，弱化主僚機拓撲，機器人之間的異質關係在感測層面和規劃層面表現；飛行過程中地面站不參與控制。

-part 3----------------------------------------------------------------------------------------

首先需要一個有SDK的無人機平台，這個現在主流一點有代表性的就三波咯，
dji，asctec和3DR，對應的產品主要是 Matrice 100，Pelican，當然還有parrot的ARdrone什麼的，不過parrot現在社區比較冷清了。
dji Matrice 100

asctec Pelican

在平台的基礎上，再來說閉環空中機器人編隊飛行的問題：location，planning，tracking。

location，
定位問題是現在規模化編隊集群無法走出實驗室的攔路虎，按照實際的導航與制導分成絕對定位與相對定位兩個問題。
考慮到成本，目前小型的空中機器人感測器主流是慣導+GPS+VO，主要滿足的是定位懸停平穩飛行等一系列單機問題，再輔以一些避障等功能。在單點GPS絕對定位有較大誤差的情況下，不同機器人測得的GPS絕對位置是有較大誤差的，但是相對位置基本準確，拿來做屌絲差分GPS還是可以。交互中不同機器人建立表達群移動軌跡的絕對坐標系就是不同的。如果分成內環和外環來考慮，以單機控制做為群內環，多機之間的相對位置就作為外環。
以同質機器人中的某一台測得的絕對坐標建立絕對坐標系，解算群質心的移動軌跡，之後用相對位置來訂正各個機器人的絕對坐標系。

相對定位是保持同步編隊的核心問題之一。當然粗略的相對定位可以用單點GPS粗略的絕對定位來解算，但這樣的話編隊密度會大大下降，甚至降到10m級別。其他的相對定位方法。。。

#RTK，
即實時差分GPS，這是通過高精度的GPS得到高精度的絕對定位信息，用這個高精度的絕對定位信息來反結算相對定位信息。缺點就是貴。。。而且優秀的RTK接收天線會大一圈，搜星慢一點，刷新慢一點，但是就是貴。。。這東西需要一個地面站架設天線，然後高精的定位是以這個地面站為相對的。如果用RTK方案，軟體成本較低，就是硬體貴。。。五十架編隊就要50個rtk板卡。小一百萬。。。

#視覺，
這是硬體成本相對較低的解決方案，主要壓力就是軟體開發需要做很多工作。視覺方案核心就是視覺測距，編隊問題需要動態的以一定頻率刷新一個視野內的位置點雲，測量機器人相對位置，去除視野內其他東西的干擾。並且由於機器人編隊室內外環境下完成應用，主動光測量的結構光掃描和tof是比較有效的方案，被動測量的雙目是比較有效的方案。
雙目點雲，需要使用向四周的環視相機，可以做到一定範圍內的相對位置測量。比如dji的guidance那樣的設備，使用這個設備的話保持閉環縱橫方形編隊是比較容易做到的。

我個人比較喜歡的就是單目slam那一個體系，單目EKF-slam，還有msckf之類的vo方案都挺不錯，這類東西才是能夠投入實用的。我會嘗試將單目視覺應用到機器人個體相對位置的測量中來，那對於編隊活動來說是有一定意義的。

#動作捕捉，
這東西算是多目視覺定位的高級版本，精度高一些，通常採用主動紅外光。在一定的範圍內可以到毫米級的精度，有些實驗室常常拿來做真值用。局限是只能室內和室外小範圍用，缺點就是貴。主流的兩個廠商是VICON和optitrack，前者一套百萬，後者便宜（一些）差不多三幾十萬。（啊原來差點就用vicon的。。。）
這人一直在用optitrack，可以讓他來說說，是吧 @wqfe 。

在拎水桶大賽的時候看過西工大用的一款室外動補，十米長基線的雙目，引導固定翼飛行效果也是不錯。
（照片找不著了）

#marker，
用marker來定位是一種非常好的近距離解決方案，也算是視覺定位，這裡面應用的比較好的就是parrot的表演，Parrot無人機的空中舞蹈。通過地面上貼的markers，可以做定位和姿態測量。這東西的完成是這裡面最沒有難度的部分，實習生級別，而且在自動降落等等問題上有很優秀的效果，各學校和機構什麼的都在用。推薦個aruco，好用的不行。

#狀態估計，
這是任何一個機器人都需要的，但是在編隊情況中比較特殊。對於每一個機器人個體，其需要一套濾波器估計自己的狀態，包括位置速度加速度和姿態。第一，但在自主的全分布編隊中，由於沒有主從機關係，沒有集中控制，個體機器人只能通過交互通信中獲取的周邊機器人的狀態（位置，速度，加速度和姿態）與任務規劃得到的群軌跡進行閉環，生成自己的控制量，在這裡就需要一套最優估計的濾波器來估計周圍機器人和群體質心的狀態，然後通過這個狀態來進行控制。第二就是多個機器人之間必然存在的通信延遲，而且在對等通信下興許收到的每台機器人的通信延遲還不同，在這個情況下做好狀態估計也是工程上比較麻煩的事情。
對於旋翼類機器人，還有包括編隊過程中磁羅盤干擾，加速度計和陀螺的誤差等的修正。
難道是一個EKF估計自己，然後一堆EKF估計別的每個人？？？在編隊問題上這是一個有很大餘地的部分。

communication，
通信這個怎麼能拿出來當問題呢？看編隊的水平。
普通的易瓦特級別的編隊不存在這個問題，虛擬遙控的編隊也不存在這個問題，開環編隊也不涉及這個問題。在自主的全分布編隊中，尤其是時變編隊，這個問題就暴露出來。level 1，同等優先順序的機器人在時變編隊中，需要保持低延遲的機間通信，對於單個個體而言存在其收發到的消息時間戳對準的問題，尤其是收到周圍同優先順序個體之間的延遲依此增大的msg；level 2，同等優先順序機器人數量小的時候用廣播的方式做消息發布，容易實現，在大量編隊的時候分形到編隊下的多級編隊，以及編隊合併和編隊分離，不同編隊（航線）混編等情況，涉及到一系列變拓撲結構通信的邏輯問題，這是在通信底層下的planning問題，就有點事兒了。
所以通信這塊需要重寫一套具有優先順序加密可分級別監管，具有分層能力，具有自適應拓撲能力，具有自診斷能力的全新協議，通過數個不同級別的信道，在自動空中機器人中嵌入互監督和互避讓，這是未來大量民用自動空中機器人在頭上嗚嗚飛來飛去要解決的一個問題。不然想想順豐的飛機撞了亞馬遜的飛機，我就能百得兩個別人的快遞。。。。
簡單混合拓撲通信邏輯的示意圖，哈哈哈將就著看看，圖片來自某次FOS討論，FOS中上面那套通信的部分由 @吳易易在設計。

sensing，
避障，避天避地避人避房子，沒別的。避動態障，就是編隊的時候旁邊飛過來的自己隊的機器人，編隊交叉的時候另一隊的機器人，還有飛來飛去的鴿子；避靜態障，就是避房子避樹。這是一個三維動態的避障，而且多機器人互相干擾還不能用有源感測。
避障升維額，激光雷達不好用了；超聲波毫米波互相干擾不好用了；tof結構光不好用了。。。FOS裡面視覺小夥伴（就是我）滿滿的惡意。。。
這圖描述群壁障的一種情況，最粗糙的情況。

舉個特例，有個特殊情況就是障出現在編隊正前方，編隊分開左右繞還是一起繞？就是和基友手牽手迎面走來一個人，你倆分開左右走還是一起繞？這是個有意思的問題。

planning，
這裡是和任務相關的東西，第一個問題就是為啥要編隊？
按照裝訂的任務生成一個群質心航線，是完成編隊之後再飛群質心航線，還是在飛群質心航線中完成編隊？動態的根據環境狀態，避障和不同機器人的個體差異生成個體航線，個體訂正航線會對群質心航線帶來什麼影響？如果其中一架掛了該如何處理？如果其中一架感測器出故障該如何處理？如果其中一架被人手控接管，該如何處理?
這地方是有很多邏輯關係需要理清楚的。我讀了很多文獻，但是都沒有很好的把這些問題討論出一個結果。
其實就是把一個單機避障的問題打散了變成一堆飛機的動態問題，讓一堆表現得像是單機。然而其中包含的邏輯問題，是很難處理的。
自主的全分布空中機器人計算的群質心航線應該一樣，然後在交互中修訂自己的個體航線，尤其是在編隊的那一堆機器人攜帶的任務載荷都不一樣的時候。

時變編隊中，群姿態的變化在以群質心的坐標原點的群坐標系下完成，然而每一台機器人的移動會改變群質心，進而改變群坐標系，這個也是FOS關注的問題。

tracking，
這是個移動問題，就是最快的完成對於生成的航線的追蹤咯。編隊問題的重點不應該放在這裡，因為這就是單機問題該考慮的。
分成點鎮定編隊，路徑跟蹤編隊，軌跡跟蹤編隊寫三套控制的東西：

懸停的點鎮定編隊，沒有編隊群質心航線，只用考慮編隊個體航線的軌跡追蹤，和群姿態的調整；

路徑跟蹤編隊，路徑是靜態的；

軌跡跟蹤編隊，軌跡是動態的。

啊，推薦一個基礎論文，L1路徑追蹤的

##展望##
貼一個我很喜歡的東西，DJI的phantom X，來自未來的無人機——大疆精靈Phantom X。

共勉
基本寫完。。。

謝邀。
如果硬是要我用一句話來回答這個題目的話，我會選擇這麼說：
本來想教無人機做人，結果反被無人機教做人。

關於亂七八糟的周邊問題，我的那個@不出來的小夥伴已經在樓上說的很清楚了。

應用了哪些技術我們先姑且放一放。關於無人機編隊的問題有一大類很嚴重的問題沒有被大家認真的思考過：

什麼是編隊？
編隊有什麼用？

沒錯，就是這麼老生常談的兩個不起眼的問題。他們會被人大大咧咧的回答，比如：
就是一群無人機一會兒排成S形，一會兒排成B形。
肯定有用的，只是我們看不出來。
這反映出一個非常嚴峻的問題——讓無人機編隊飛行是一句空話。

他沒有社會需求，也沒有推動力。能做的只有在實驗室里供對口的學者來打發無聊的時光。偶爾被一些無聊的企業拿出來吹吹牛，說自己解決了什麼什麼世界性難題。實際上只是大多數人不願意和他們比蠢罷了。

地圖炮開完了，回來說點正經的
實際上無人機編隊並不僅僅是像前面說的那樣組成一個特定的形狀那麼簡單（其實也不簡單）。
這本質上是一個路徑規劃問題，只不過。

你並不太清楚自己在哪裡。
你也不太清楚你周圍都有啥。
你甚至不知道你的夥伴到底是個啥，

正經點說就是

沒有足夠可用的定位方法，無論相對的還是絕對的
沒有被透徹研究過的動態避障問題
沒有現成可用的通訊鏈路

舉個非常簡單的例子：現在我要派20個drone幫我去花園裡拔草用來喂馬，另外一架幫我去買個新的燈泡換上。
那麼：

草叢裡的鳥怎麼躲？
屋裡和屋外要用一樣的定位方法么？
拔草了的草堆在一起怎麼排隊？

我們甚至還沒開始考慮：

沒電了怎麼辦？
這些任務是以何種方式下達的？
萬一撞上了怎麼破？
馬把無人機當草吃了怎麼辦？
鄰居家的drone也來拔草怎麼辦？
恐怖分子的drone來了怎麼辦（即，不在同一個通訊框架下的無人機）？

後三個問題又和標準制定以及各地政策之間有著千絲萬縷的聯繫。

好，開完腦洞。讓我們從一些比較正常的起點去思考一下。你會發現就算我只想讓drone們一會組成S形一會兒組成B形也是困難重重的：
（一）關於編隊
比如下面這個例子：

這是個再普通不過的例子了，它平凡到甚至是一個二維情況：
把四架無人機排成一個平面內的方。
典型的，我們有兩種方法去考察這個問題：

把他們看成一個整體，優化各個質點相對於質心的位置。
把他們看成四個東西，優化兩兩之間的位置。

前者比較好做，把一個新的問題轉化成了已有的問題，然而如果這個時候我們去除其中一架drone讓他們再組成三角形的話，這就是兩個問題了。
要知道，這世界上的形狀可比恆河的沙子多多了。所以這種已經被研究的差不多了的方法也並不會有廣泛的應用——他把隊形看得太狹隘。

但是第二個思路有一個致命傷——你打算把閉環接在哪裡？怎麼保證反饋的穩定性和收斂性？
問題的本質和停機問題近似，這裡就不仔細展開了。

（二）關於數據融合
好，現在我們來考慮這樣一個問題：
如果無人機在船上起飛，靠視覺和GPS導航會發生什麼？
簡單來說，蠢一點的飛控會炸。
因為視覺是以船為坐標系的，GPS則是絕對坐標，這樣的動態問題幾乎從來沒被任何設備考量過。就算是人類第一次做火車的時候也會以為是世界在飛快得後退。
扯一點遠的，我向來不看好VR設備，因為是個人都會暈，和視覺本身無關。人在融合耳蝸的IMU數據和視覺的光流的時候出現差異會認為自己中毒了，中毒就要吐。這是沒辦法的，暈車暈船暈飛機一樣。只不過這個更容易適應。VR則稍微難一些，畢竟你站著全世界都在亂晃，大腦不本能應激一下的祖先早就被淘汰了。當然其他的一些原因我就不仔細展開了。

這個問題人類自己都沒有被自然界很好的解決，因此，也是一個比較大的坑。

可能你覺得還不夠直觀，其實剛才的例子是drone和船編隊的問題的一個比較初等的例子，你把船換成另一個drone也是存在同樣的問題的。只不過你的觀察問題的角度不太一樣，沒發現這個坑罷了。

（三）關於通訊
傳統的通訊協議都是集總的，大家都和一個基站、交換機對接然後他們完成一些通許的Point to Point的查詢和連接。但是在swarm上面我們需要面對的是一個全新的問題環境。
最顯然的一個問題是：我們該怎麼在一個有限的頻段中區分不同的無人機？並同時保證廣播發現和私密通訊的可靠性，他們有的時候做鬆散編隊的時候還需要涉及到中繼問題。

這就好比需要一種方法能夠在一班嘰嘰喳喳的小學生中認真傾聽小明的故事，而且，你還距離小明十萬八千里。可能小明的話都是小紅傳達過來的。

小結

就算上面的問題你都妥善的解決了，你的無人機編隊仍然是實驗室里的玩具。因為，他仍需要以下假設前提：

編隊在運行時沒有通訊框架外的飛行物（比如鳥和沒有同協議的無人機）
在同一個空域內沒有多個編隊,不然的話你需要解決下面這個問題：

當然這些都是坑，討論了這麼就，我們連計算模型都沒開始設計。那又是一個大坑。

你這麼猛得問我一個大問題，我就突然間跟你說這些。

以上

所謂小型無人機編隊飛行可以大致分為兩種：無隊形和有隊形。

「無隊形」就是一組無人機不需要有隊形，只需要把每台無人機的分工區域設置明確，並在過程中進行一些調整。例如在植保應用中，無人機A撒這一塊田，無人機B撒另一塊田，兩台無人機並不需要什麼具體的隊形，獨立完成分內工作，不要闖出自己的分工區域即可。當然過程中可能會有些調整，例如A快沒電了，但它的區域還沒撒完，這時如果B還有電並且已經完成了其區域內相應工作，電腦也可以把一部分A的分工區域動態地劃分給無人機B。這種編隊控制也可以應用在搜救等等。

「有隊形」就是無人機之間的相對位置和速度需要控制，無人機之間不再獨立工作；其中也分不變隊形和可變隊形。兩年前TED上那個很出名的接球無人機組demo就是可變隊形的。

學校里一個老師的master和phd就是研究不變隊形的UAV cluster control，主要解決編隊中各機路徑規劃與運動控制的問題。上次和她聊過幾句。

應用她設計出的演算法，在默認編隊隊形下，用戶只用輸入目標編隊的linear and angular positions（例如定義在哪裡，以何種方向，擺出一個心型形狀等），系統就能自動控制無人機擺出相應的陣型。同時，在改變上述參數的時候（比如要把整個編隊調個頭等），系統可以自動在編隊隊形不打破的情況下整體掉頭。這種控制方式使得用戶可以方便地對一群無人機進行整體控制。

具體的演算法我其實沒完全聽明白，但大概包含robot space到cluster space的坐標系轉換，應用運動學方程和Jacobian matrices；編隊間無人機的相對運動方程由Hill-Clohessy-Wiltshire方程來實現。實驗部分，因為課題不是研究狀態估測的，所以就直接用了motion capture系統來做位置和速度feedback。

評論區有諮詢paper的，我回去找找看看。

來自：Simultaneous Stabilization of Linear Systems by Vincent Blondel

關於無人機本身的編隊飛行，基本內容之前的回答者都給的比較詳細了。
但大家不妨把編隊的概念再擴一擴，也許有更多可以討論的。
如果把「Cooperative UAV Team」向外擴展到「Cooperative Robot Team」，所需要討論的內容就更豐富了，把設計引向Multi-layer design:

但這還算是無人機編隊的內容嗎？
其實本質上還是關於無人機編隊定義的不同理解，如果把目的和功能引入到無人機編隊的定義中，就會導致這個應用更加外擴，整體編隊形成了更多層次，比如不同機型的小隊，不同種類機器人的小隊，也就是Multi-layer Robot Team Design，這裡無人機編隊要考慮的飛行情況與單獨的「一層」（這樣的用詞未必很準確，但大家能體會意思）情況又會有變化，編隊中無人機飛行的情況會有差別，無人機的通訊不止在無人機這一個層次間，而會在多層次間產生，新的拓撲結構也會引入更多可以探討的理論與實踐。雖然我個人更傾向於把上面的情況看做無人機編隊的一種表現形式，或應用情況，而且這種情況造成了一種獨特的編隊模式。但我們當然可以認為這樣的層次不是無人機編隊飛行的範疇。有趣的是定義是基本的，並且也存在相當大的靈活性，比如我們可以認為1是實數，也可以認為1是複數，實數是複數的子集，但我們討論實數的應用時暫時撇開複數也無妨，說研究實數的也沒有必要時刻加上：實數是複數的特例這樣的說明，但如果不承認實數是複數，很顯然就是錯的了，而複數的很多特性也會加深我們對實數的理解。
我們對同一系統的不同理解會直接體現在定義上，而它會導致我們研究和工作的產出有著不同的樣式。

手機裡面好像有上次編隊拍的幾張圖，我翻一下…

一隻手要拿遙控器…單手拍的，糊了抱歉…紙糊也不能發視頻…

這個是一個心形的一半，由於拍攝角度不太對，可能有點扭曲。
為什麼只有一半呢？
因為他喵的我是半夜2點寫完程序抗下去測試的！我一個人扛不動更多的了！！m100很沉的好嗎！！
為什麼是一個心形呢？
因為我想給女票，哦，不對應該是未婚妻求個婚…
按照設計。七架飛行器掛著led（如下圖）飛著編隊，逐漸連成一個心，再慢慢的熱點環繞著我們，我再深情的下跪，送上兩個月血汗錢換來的沒啥用的小石頭，簡直不能更浪！！棒棒棒！

（原計劃紙板下方掛著led燈條）
可是！！！女票出場自帶颱風杜鵑！！！喵了個咪的！足足吹了七天風！所以最後這個編隊程序也沒用上…哎…

浪費了我三個晚上寫的程序了…

只能直接把鑽戒扔她臉上了

Sad story

視頻封面零度智控無人機編隊飛行表演秀 - 騰訊視頻視頻零度智控央視無人機編隊飛行表演夢想之光 - 騰訊視頻視頻零度智控口袋無人機編隊表演霸氣登場，科技范兒十足 - 騰訊視頻視頻還在看機器人跳舞？看看無人機團體操 - 騰訊視頻視頻視頻封面淘寶造物節DOBBY口袋無人機編隊飛行表演 - 騰訊視頻視頻央視報道口袋智能無人機DOBBY在京驚艷亮相 - 騰訊視頻視頻

零度智控是國內唯一能夠在室內進行16架無人機編隊飛行表演的企業，並且，該技術目前已經極為成熟並開始用於商業化。

DOBBY口袋無人機進行編隊飛行表演

無人機編隊飛行作為一項比較複雜的機器人控制和管理活動，需要多項基礎技術支持。

需要解決的是授時、導航、制導、控制、路徑規劃五大問題。這五大問題同樣也適用於其他形態機器人的編隊協同任務的領域。

授時問題：是指如何為上多架飛行器授時同步或如何使多架飛行器的系統時間具有一致性。同步精度是多少，不同的授時方案，有不同性能表現。例如：GPS可以小於1ms，電波授時左右1ms，NTP網路授時就要在50ms左右。此問題確保編隊中的每架飛行器是在同一個時間域內進行調度。

導航問題：即空間定位問題，是指如何測量多架飛行器的位置和姿態測量。定位精度是指定位系統獲取每架飛行器的位置坐標的準確程度，像常用的方案有光學動捕（Vicon或OptiTrack為亞毫米級精度）、Marker板/光流定位（0.1-5cm的精度）、UWB定位（1-10cm）、RTKGPS定位（10-100cm）、GPS定位（1-10m）、IMU定位（誤差與累積時間有關）等。確保編隊中的每架飛行器是在同一個空間域內進行調度。

制導問題：是指導引和控制飛行器按一定規律飛向目標或預定軌道的技術和方法。制導過程中，導引系統不斷測定飛行器與目標或預定軌道的相對位置關係，發出制導信息傳遞給飛行器控制系統，以控制飛行。

控制問題：是指如何使飛行器達到或保持需要的速度和姿態的方法。計算出飛行器需要的油門和舵量以克服周圍風速、氣壓的影響，達到「穩定地執行制導指令，實現期望的飛行姿態」。

路徑規劃：是指生成預定軌道的過程或方法，分為人工規劃或自動規劃。通常少於100架的規模的飛機可以採用人工規劃，而當飛行器數量大於此值後，人工規劃的時間成本將變得不能讓人接受。自動規劃是超大規模編隊的必要核心技術之一，可以考慮採用基於網格地圖的搜索演算法（如：A* D*演算法），人工勢場法，或蟻群演算法、遺傳演算法等特殊的路徑優化方法。

（零度智控編隊飛行技術總監黃建）

我們就做差分模塊的。RTK精度

Synthetic swarm, 33 small flying machines – Verity Studios

仔細認真地學習了，受教了！
弱弱地問一下，無人機的編隊可以用UWB 來做嗎？定義長機，僚機，把編隊的位置關係下發下去，用UWB 精確測距，近距離可以控制在20cm，精確度3~5cm，遠距離可以達到1KM，精確度10cm。所有無人機之間全動態測距，根據測距結果來做動作決策。
復旦大學學生好像在這樣玩。多多指教！

我覺得還是用無人機的預警機或者預警車控制更可行，想像了一下一架異族無人機侵入編隊的場景，光想就覺得要吐了。

最新一部星際迷航里的編隊飛行碉堡了吧，一曲搖滾就讓它灰飛煙滅

大家看文獻吧，darpa有一個sosite項目還有個dbm項目，都在研究這個。無人機自主化是大勢所趨。這問題一個回答講不清楚。

@DJI2.4G無線地面站

無人機的編隊飛行，用到的有差分GPS"和圖像跟蹤，視覺導航，這樣涉及到的感測器數據比較多，這樣一來就會有數據的的融合，涉及到卡爾曼濾波或者是擴展卡爾曼濾波。
簡單來說就是組合導航包括，差分GPS和慣性導航，視覺導航，對這些數據的濾波融合

室內的編隊飛行可以實現，只需要按按鍵盤點點滑鼠，就可以按你的想法編隊飛行，這是我們最近做的一個項目。
室外編隊飛行那就難了

不

2016年年底做的兩次試飛，在編隊飛行中混了接近半年，也遇到過各種各樣的試驗問題，只想說一句，能熬到現在的都是英雄！

先mark一下，有很多可以學習的地方，等我也有成果再來說，我準備用rtk實現無人機編隊，且看後續

我未來的美帝導師也是做無人機航空系統的（DAS，airforce最近的研究重點），偏向於通信與控制系統架構的設計，可否交流一下？

control中做multi-agent的對這方面有所涉及

1 自動油門技術，確保飛行地速一致
2 空間相對位置探測技術
3 編隊飛行技術，包含了編隊飛行演算法
4 廣播式通訊技術，一般長機發導航指令，僚機跟隨，長機許可權可空中交接
5 自動編隊進入和退出技術

腦洞一下，我覺得目前@吳易易答案裡面提出的各種不可能我覺得是可以解決的。

純外行，歡迎探討可能性。

首先，把三維變二維。在無人機上裝上高度計，讓各個無人機飛行在同一海拔高度，由於高度計精度問題，會有小幅度差異，精度要求不高的情況下可視為一個平面。

而每個無人機上面裝上指南針，即可解決方向性的問題。

那麼剩下的影響隊形的就只有兩個因素了，速度和個體之間的距離。
個體之間距離可以通過超聲波來確定。
速度本來就可以控制。
我吹完了。