成功案例
加速工程及科技创新，让智能装备的设计研发更简单高效
行业前沿丨大规模无人机集群与“虚实结合”半实物仿真系统
无人机集群在军事、安全、救援、航空监测、物流配送等领域具有广泛的应用前景。它可以提高任务执行的效率、灵活性和安全性，同时降低人力资源的需求和风险，无人机集群研究涉及多个学科领域，如机器人学、控制理论、通信技术和人工智能等。目前的研究主要集中在算法与控制、通信与协调、感知与感知融合、自主性与智能化等方面。随着技术的进一步发展和应用需求的增加小规模集群越来越难以满足市场需求，数十架甚至数百架的无人机集群是非常有必要的。
研究阶段进行数百架无人机集群的实飞实验存在较高的风险，主要涉及以下方面：
1.编队控制与协同：需要设计高效的编队算法和控制策略，确保集群内无人机之间的相对位置和运动保持稳定和协调。同时，考虑到通信和计算资源的限制，实现实时的集群控制是具有挑战性的。
2.空域管理与安全：无人机集群的实飞实验需要合理的空域管理和飞行安全措施。确保无人机之间的安全间隔、避免碰撞，并与其他航空器和空域使用者协调和共享空域是重要的挑战。
3.数据处理与感知融合：无人机集群实飞实验产生大量的传感器数据，需要实时处理和感知融合。数据处理的复杂性、感知误差和数据丢失可能会影响编队控制和决策的准确性。
4.可扩展性与鲁棒性：集群规模的增加会引起计算和通信负载的增加，而且集群内部的失败或失效可能对整个集群的运行产生影响。
5.实验资源需求与成本：进行数百架无人机集群的实飞实验需要大量的资源，包括无人机设备、地面控制站、通信网络、计算设备和人力资源等。实验的规模和复杂性会导致资源需求和经济成本直线上升。
解决方案
为了应对大规模无人机集群研究过程面临的挑战和限制，太阳成集团tyc234cc基于智能装备仿真测试一体化数字孪生平台Links-XIL,为用户提供一套集成化半实物仿真测试平台，主要以多机飞行器编队控制系统开发为重点，具有如下特点：
1.基于模型的设计思路；
2.支持多旋翼、固定翼等小型无人机飞控系统设计验证；
3.支持飞控快速控制原型设计；
4.支持100架无人机动力学解算，仿真步长不大于10ms，支持Mavlink协议串口通讯；
5.支持硬件接口扩展，集成多飞控实验箱，实现编队模型系统验证；
6.支持1~16个固定翼无人机飞控和任务机硬件在环仿真实验；
7.支持100个以上固定翼无人机的虚实结合硬件在环仿真实验
8.支持PIXHAWK系列飞控，提供专门的Simulink模块库，包括传感器、舵机、GPS、控制模式、链路接口等；支持复杂控制算法的直接代码生成；
无人机编队飞控半实物实验平台采用“上-下”位机架构，上位机是1台Windows开发仿真主机，是用户进行多机飞行编队控制系统设计和地面站控制检测的环境；下位机是1套16核32线程实时仿真计算机运行多套飞行器动力学、传感器及大气环境模型实时代码，并通过I/O通道与运行飞行控制模型的飞控系统（16套飞控板）、任务机处理器实现连接。
系统的总体架构如下图所示：
1.开发仿真主机作为模型程序软件开发、实验工程管理、地面站软件、视景软件运行的设备，可支持用户通过MATLAB/Simulink、ROS方式进行飞控算法、编队算法开发，通过以太网实现与实时仿真设备的实验管理及数据通讯。
2.实时仿真设备运行实时仿真系统，利用多核仿真技术，可以加载运行基于MATLAB/Simulink开发的多个飞机动力学模型，并提供包含AD、DA、DIO、SIO、CAN、PWM、以太网等等在内的真实通讯接口，方便进行设备接口扩展和数据转发测试。通过多路串口通道可以实现与多个真实飞控和任务机的数据通讯，提供实时联合仿真运行环境。
3.飞控系统包含若干套真实飞控板，负责加载运行飞机控制程序或模型，通过串口通讯与实时仿真设备／任务机进行通讯；
4.任务机为一套或若干套高性能处理器，负责加载运行编写的集群编队算法或指定任务程序；
5.飞行视景系统主要实现视景软件的大屏显示功能，清晰直观的展示多个飞机的视景动画；
本系统可以提供更真实、全面的研究和验证平台，促进无人机集群编队技术的发展和应用。通过实际飞控和仿真模型的结合，可以解决集群编队研究中的一些挑战和限制，包括：
1.实验成本和风险：通过虚实结合的方式可以降低实验成本和风险，同时提供更安全和可控的环境。
2.缩放性和复杂性：通过半实物仿真可以模拟更大规模的集群行为，并逐步测试和验证系统的扩展性和性能。
3.传感器和通信限制：在实际飞行中，存在通信距离和带宽的限制，以及传感器性能和精度的限制。通过半实物仿真，可以模拟和控制不同的通信和感知条件，评估编队算法在各种限制下的性能。
4.环境复杂性：无人机集群操作的环境可能非常复杂，包括动态障碍物、不确定性和变化的地形和气象条件等。在实际飞行中，这些环境因素可能难以控制和重现。通过半实物仿真，可以灵活地创建不同的环境场景，并在实际飞行中验证算法在复杂环境下的鲁棒性。
5.实时性和协同性：无人机集群编队需要实时的决策和协同行动。在实际飞行中，存在传感器延迟、通信延迟和决策计算时间等因素，可能影响编队的实时性和协同性。通过半实物仿真，可以模拟和调整这些延迟因素，并评估算法的实时性能和协同能力。
综上所述，通过集群编队与半实物仿真的组合，可在仿真环境中验证无人机集群编队的算法和控制策略，并在仿真环境中模拟更大规模的集群行为和场景。这种方法可以提供更真实的评估和验证，帮助优化编队算法和系统设计，降低实验成本和风险。