为什么集群无人机是趋势，它的关键技术是什么？
来源：雷锋网，作者：萧殷
作者萧殷，泊松技术联合创始人，关注无人系统自主、自治技术与。本文是作者基于大神基础上做了延伸，详细探讨了集群无人机的关键技术和优势，并预测，集群技术可能是发展的重要热点。
引言
作为一个发展速度快、迭代周期短的领域，无人机技术的趋势一直是业内讨论的焦点。
今年8月，在中国计算机学会主办，雷锋网(公众号：雷锋网)承办的CCF-GAIR峰会上，被称是无人机大神的Vijay Kumar教授提出来他的5S趋势理论：Small（小型），Safe（安全），Smart（），Speed（敏捷）和Swarm（集群），与一直被广泛研究的前四个S不同，Swarm集群技术目前还主要在学术界和国防领域受到关注，集群智能（Swarm Intelligence）作为一种Game-Changing的颠覆性技术，一直被中美等国军队视为无人化作战的突破口。
最近，在珠海航展上，中国电科CETC披露了我国第一个固定翼无人机集群试验原型系统，实现了67架规模的集群原理验证，打破之前由美国海军保持的50架固定翼无人机集群的世界纪录，该成果由CETC电科院、清华大学、泊松技术携手完成。结合今年Intel团队100架和500架多旋翼无人机的震撼空中灯光秀，我们已经可以看出无人机集群技术发展的端倪，甚至可以谨慎地预测，集群技术可能是无人机技术发展的下一个重要热点。
概念与起源
集群行为（Swarm behaviour）、或者群行（Swarming）是一种生物的集体行为，最典型的例子是外观上看起来一群实体聚集在一起兜圈或朝特定方向行动。生物界中的昆虫、鸟类、鱼类、水生动物、人与细菌都会出现集群行为。
的集群技术的灵感来源于自然，正如上世纪初发明飞机就是受到了飞鸟的启发一样，无人机集群概念起源于古老的昆虫蜜蜂，蜂群内部分工明确，个体之间存在着丰富有趣的信息交流语言，社会行为丰富。
早在1亿2千万年前，蜜蜂就以集群的方式在地球上，每个蜂群由蜂王、工蜂和雄蜂组成，蜂王通常每群只有一只；工蜂自数千至数万只不等，雄蜂一般只在群体需要的季节里才存在。宋代诗人戴表元所作诗词之一《义蜂行》中就曾写道：“朝朝莫莫与蜂狎，颇识蜂羣分等差。一蜂最大正中处，千百以次分来衙。”在概念上，与鱼群、鸟群、蜂群、蚁群类似，机器人的集群行动也可用此术语描述，因此我们创造了无人机集群即UAV Swarm的概念。
从抽象的角度来看，群体行为是大量自驱动粒子系统的集体运动。
从数学模型的角度来看，它是一种突现（Emergence）行为，即个体遵循简单的运动和逻辑规则，不需要任何有中心的中央协调，而又能自然而然的呈现群体特征。
集群行为也被物理学家当作一种非热力学平衡现象加以研究，他们需要研究新的统计物理学工具来对付这种非热力学平衡系统。在理论研究仍然不着边际的80年代，数值计算科学家首先用模拟程序boids在计算机上模拟群体行为，该程序根据一组基本规则来模拟一组简单智能体的运动，这个程序首先用来模拟鸟类的集群行为，后来也被用于研究鱼类和其他集群动物。
数学模型
最简单的集群数学模型只遵循如下三个原则：
1、个体沿着邻居相同的方向移动
2、个体保持靠近邻居
3、个体避免与邻居碰撞
例如，下图左边是鱼群的度量距离模型，每条鱼都排斥近距离范围的其他个体；跟随中等距离的其他个体；吸引较远距离的其他个体。
下图右边是鱼群的拓扑距离模型，每条鱼只关注距自己最近的6～7条鱼，而不管其他较远的个体。
共识主动性（stigmergy）
在集群智能领域的一个关键概念是stigmergy，即共识主动性，是智能体或行为之间的间接协调机制。
观察蚂蚁：它们是非常普通的动物，通过分布路径上的信息素来相互交流，这让它们看起来很聪明。共识主动性不需要任何控制或者代理间的直接通信，就能产生复杂流程。它的原理是通过动作留在环境中的轨迹刺激下一个动作的执行，随后其他个体的行动连贯而有序，前后协调共同完成复杂的工作， Stigmergy是一种自组织的、有系统活动，它产生复杂的，看似智能的结构，不需要任何集中规划，控制或甚至也不需要个体之间的直接通信。因此，它支持极简单的个体之间的高效协作，确保简单生物体在缺乏任何记忆、智力、沟通甚至彼此不能互相意识到的情况下，也能完成复杂的集体协调任务。
集群智能（Swarm Intelligence）
集群智能来源于群居性生物通过协作表现出的宏观智能行为，具有分布式、无中心、自组织的的特点。从1991年意大利学者Dorigo 提出蚁群优化理论开始，集群智能作为一个理论被正式提出，并逐渐吸引了大批学者的关注，从而掀起了研究高潮。1995年，Kennedy 等学者提出粒子群优化算法，此后集群智能研究迅速展开，自Gerardo Beni和Jing Wang于1989年在研究细胞机器人系统时引入这个概念开始，集群智能开始广受AI领域的研究者关注，并以不同生物命名了一系列算法，较为经典的粒子群、蚁群、人工鱼群、文化算法，到最近几年比较新的混合蛙跳算法、猫群算法、蟑螂算法等等。
集群智能的特点包括：
1、控制是分布式的,不存在中心控制。因而它更能够适应当前网络环境下的工作状态,并且具有较强的鲁棒性,即不会由于某一个或几个个体出现故障而影响群体对整个问题的求解。
2、群体中的每个个体都能够改变环境,这是个体之间间接通信的一种方式，即上面提到的共识主动性（Stigmergy）。由于集群智能可以通过非直接通信的方式进行信息的传输与合作,因而随着个体数目的增加,通信开销的增幅较小,因此,它具有较好的可扩充性。
3、群体中每个个体的能力或遵循的行为规则非常简单,因而集群智能的实现比较方便,具有简单性的特点。
4、群体表现出来的复杂行为是通过简单个体的交互过程突现出来的智能( Emergent Intelligence) ，因此,群体具有自组织性。
机器人集群
将群体原理应用于机器人称为群体机器人，而集群智能是指更为通用的算法集合。研究人员为成千上万的小型机器人的群体行动建立模型，研究使它们一起执行任务的算法，例如找到隐藏的东西，清洁大楼外墙或协调搜集信息。每个机器人只具有相当简单的功能，但集群之后的群体行为则相当复杂多样。整个机器人集群可以被认为是一个分布式系统，如蚁群一样成为一个具有集群智能的超级有机体。
到目前为止最大的机器人集群是由1024个机器人组成的Kilobot。其他有代表性的集群项目包括iRobot群、ActivMedia的Centibots项目和开源的Micro-robotic项目。机器人集群能够提高故障冗余度，单一的大型机器人可能会因故障失效从而影响任务执行，但是集群中即使有几个机器人失效，集群整体也能继续工作不影响工效，这一特点对于执行空间探索任务特别有吸引力，因为高昂的成本带来的单节点失效常常导致昂贵的损失。机器人集群包括地面机器人集群、空中机器人也就是无人机集群、水面和水下机器人集群等多种形式。
例如，奥地利Ganz人工生命实验室的研究人员发布了世界上最大的水下无人机群：CoCoRo自主水下航行器集群。该项目由Thomas Schmickl领导，由41个水下机器人（AUV）组成，可以协同完成任务。
这些研究人员有一个雄心勃勃的目标：了解机器人网络是否能够展示群体认知，将该系统形成的群体智能与自然界中的生物集群进行比较研究。
“通过执行复杂的实验（元认知），我们将比较我们的结果与自然界的生物群，评估我们的科学成果，寻求生物学，神学，元认知，心理学和哲学领域的新发现”。这个项目的目标是：生态监测，搜索，维护，探索和收获水下栖息地的资源。
集群成为无人机发展趋势
在Kumar看来，无人机未来总体的发展趋势是“自主”（Atonomy），具体可以用5S来概括，前4个S为：
Small
未来机器人多应用于搜索和营救等场景，如果一个无人机体积太大，那么将极不利于其对环境的勘探。面对未知的环境，小型无人机有更强的自主性。像一群小蜜蜂。但同时，这也带来一些负面的挑战。当一个无人机的尺寸缩小至甚至11厘米的直径，20克的重量，它根本不能移动一些木块、石头等物体。
Safe
又小又安全的无人机，即使碰撞到路人也不会致伤，这样才更容易在生活各种环境中进行飞行控制。而且，由于机器体积变小，其惯性也会减小，能够在发生撞击时迅速自我调整平衡。
Smart & Speed
无人机在躲避障碍物过程中，能够通过传感器、云端控制、摄像头这样的闭环，此外，依靠计算机视觉对环境进行检测，分析周围环境的特征，实现自我规划路径，就像人看到障碍物知道绕道那样。
第5个S即Swarm集群，Kumar大神指出，小型化所付出的一个代价是载重变小，能完成的任务随即减少，为此他们从蜂群的工作方式中获取灵感，让多个无人机协作，完成个体无法胜任的任务。因此，集群
无人机集群的组织方式为：
1． 个体独立行动，行动是本地的和独立的；
2． 仅需要本地信息即可行动，即使无法知道全局信息，个体也能行动；
3． 行动匿名，独立于身份，不了解个体信息也能完成任务。
集群无人机优势
解决有限空间内多无人机之间的冲突
以当下正火的无人机快递技术为例，如何让未来漫天的快递无人机像人类快递小哥一样协同作业，也就是一定区域内的无人机避开同类障碍保持良好有序对空中交通，就需要相互协作，本质上相当于运作一个协调的集群系统。Kumar场景举过一个无人机绘制长城地图的例子，这显然是单一的无人机无法做到的，逐个给多架无人机设定作业任务也是件麻烦事，最佳的方案显然是给作为集群的多架无人机一个整体任务，集群自行分解、协同、分段作业无缝完成任务。
以低成本、高度分散的形式满足功能需求
无人系统集群可由不同的平台实现高低混搭，为实现不同的功能，采取一系列由大量分散的低成本系统协同工作机制以完成任务，这与投资开发造价昂贵、技术复杂的多任务系统策略完全不同。针对不同类型的工作目标，无人系统集群可利用混合搭配的异构优势低成本、高效率的完成工作。
动态自愈合网络
无人机与自主系统可协同形成具备自愈合功能的、执行信息搜集和通信中继等行动的主动响应网络。无人与自主系统组成的集群网络相互协同，可分别采集信息，还能依据需要调整搭载通信载荷的无人系统数量，形成具有一定冗余的通信中继站。
分布式集群智慧
大量的平台可实现分布式投票以解决问题，例如集群作业中目标确定问题，通过大量平台各自发送对同一目标地理位置信息的判断信号，这种分布式投票得出的结果往往正确率很高。
分布式探测
广泛分布传感器的能力对于主动与被动探测以及定位精度而言有着明显帮助。多平台可以相互协作完成目标精度定位，当需要主动探测时，平台间还可采取频率、波段不同的雷达进行全频谱探测，将极大提高探测能力。
可靠性
无人机集群数据链网络能够支持冗余备份机制和具有一定的自愈能力以提供可用性保证，集群网络能够监控已建立连接，具备应对意外中断的自动恢复能力，集群应具备一定的拥塞处理和冲突应对能力。
去中心化自组网提升抗故障能力、自愈性和高效信息共享能力
目前无人机的通信模式仍然以单机与地面站通信方式为主，信息传输仍是集中式的，去中心化的无人机集群利用自组网技术可以实现无人机之间信息的高速共享，同时提高集群的抗故障与自愈能力。
集群无人机关键技术
集群控制算法
多无人飞行器系统要实现相互间的协同就必须确定无人飞行器之间逻辑上和物理上的信息关系和控制关系，针对这些问题而进行的体系结构研究可以将多无人飞行器系统的结构和控制有飞行器地结合起来，保证多无人飞行器系统中信息流和控制流的畅通，为无人飞行器之间的交互提供框架。集群控制算法不仅要保证多无人飞行器之间能有效地进行协同，而且不依赖于无人飞行器的数量，即无人飞行器可以随时退出或者加入集群，而不会影响控制系统的整体结构。
通信网络设计
在多无人飞行器协同任务自组织系统中，无人飞行器作为通信网络节点，其空间的分布决定了网络的拓扑结构，而不同的网络拓扑结构有着不同的通信性能。在一定的通信拓扑及性能下，根据所执行的任务分配通信资源，提高通信质量，是集群技术的难题之一。
控制算法与通讯技术的耦合
多无人飞行器为了提高协同完成任务的效能，需要进行信息交互。为了使得所交互的信息及时完整地进行传输，对于通信网络性能有一定的要求。基于通信质量约束的协同控制方法，就是在当前的通信服务质量约束下，设计多无人飞行器协同控制方法，使得在这种控制方法下，多无人飞行器的运动既满足任务需求，又可以使得多无人飞行器构造的通信网络性能，满足信息及时完整传输的需求，进而提高多无人飞行器协同完成任务的效能。
任务规划技术
为了实现多无人飞行器之间有效的任务协同，同时保证控制结构不依赖于无人飞行器的数量，构建多无人飞行器协同任务自组织系统分布式体系结构，各无人飞行器的基本行为和简单任务由无人飞行器自己自主完成，当面临复杂任务和需要协作的任务时，当前无人飞行器可以把任务信息和资源需求发布到由各无人飞行器组成的网络上，各无人飞行器可以根据自身当前任务和资源情况予以响应。
这样，任意一个无人飞行器的退出或加入，都不会对系统组织结构带来影响。
路径规划技术
无人机在实际飞行中如果存在突发状况，必须进行航迹重新规划，以以规避威胁。为满足协同工作时的时效性，重新规划所采用的算法必须具有实时、高效的特点。因此，可以根据蜂群算法领域搜索的特点，以参考航迹的突发威胁作为领蜂航迹，跟随蜂仅在参考航迹的突发威胁段进行领域搜索，而不需要对整条航迹进行搜索，由此可以快速获得修正航迹段，并替换原突发威胁航迹段，整个飞行过程中，无人机根据获得的威胁信息，不断修正参考航迹，直至达到目标节点。
编队控制技术
在数学上，保持一定空间距离的无人机集群可以看作一个高阶群系统时变编队问题，其控制问题很有挑战性，且通讯时延的存在又为编队分析增加了难度。
那么，无人机集群技术在军事上和民用上都是如何落地的？下篇文章，作者将会来谈谈这个问题，请继续关注。
军事需求引领无人机集群技术
正如无人机的诞生首先源于战场上的军事需求，无人机集群的概念也是从国防领域率先开始理论研究和实践验证。为什么要采用集群方式运用无人机，这会带来哪些好处，这个问题看似简单，我们自古以来就知道：双拳难敌四手、好汉架不住群狼，打架还是要打群架，但是要在理论上解释这个问题也是有一定难度。
有趣的是今年流行的两个科幻电影《星际迷航3》《独立日2》以及英剧《黑镜》不约而同的展现了无人机集群作战概念和作战样式。
美国国防智库曾经在《战场时代》的报告里试图从理论上对此加以证明。
在战争理论中，有一个基础性理论Lanchester定律。战斗力=参战单位总数×单位战斗效率，以m(t)、n(t)表示在战斗开始后t时刻蓝方、红方在战斗中尚存的作战单位数，可用下列微分方程组来描述战斗过程中双方兵力随时间的损耗关系：
式中α、β分别为蓝方、红方在单位时间内每一战斗单位毁伤对方战斗单位的数目。假设交战开始时刻蓝方、红方的初始战斗单位数为m(0)=M,n(0)=N，从上述微分方程组可知，在交战过程中双方战斗单位数符合下列状态方程：
α[M- m(t)]=β[N- n(t)]
当交战双方的初始战斗单位数与毁伤率系数之间满足αM=βN时,m(t)与n(t)同时趋于零，战斗不分胜负。当αM<βN时,蓝方将首先被消灭。交战一方的有效战斗力，正比于其战斗单位数的平方与每一战斗单位平均战斗力（平均毁伤率系数）的乘积，如果蓝方武器系统的单个战斗单位的平均效能为红方的4倍，则红方在数量上集中2倍于蓝方的兵力就可抵消蓝方武器在质量上的优势。
根据Lanchester平方率，作战单元数量是比单元作战能力更重要的战争胜负决定因素，无人机集群能够实现对敌优势战机更大的胜率。将原本造价高昂的多任务系统分解为若干低成本的小规模作战平台，可以比传统武器系统更具成本效益的方式挫败对手。
另外一个依据事关武器的成本，我们知道战争本质上跟做生意一样，需要考虑成本和费效比。上世纪末，Norm Augustine根据对数十年来战斗机价格的统计（扣除通货膨胀因素）得出一个Augustine定律，即飞机的单价是指数增长的。
如下图，同时国防预算通常是线性增长的，所以一个直接的结果就是各国空军所拥有的的飞机数量越来越少。极端的，如果这一定律继续有效，那么简单计算即可得到一个奇葩的结果：到2054年，美国军队只能拥有一架飞机，于是只能在每周内给空军用三天半，给海军用三天半，至于海军陆战队，只能等闰年的时候在多出来的那天开出来遛遛。
所以，未来军队对飞行器的需求，一定是海量无人机的集群，就像二战时期伦敦上空的鹰和东京上空的B29机群一样。
2016年5月，美国空军正式提出《2016—2036年小型无人机系统飞行规划》，希望构建横跨航空、太空、网空三大作战疆域的小型无人机系统，并在2036年实现无人机系统集群作战。
基于无人自主技术，美军提出了利用微小型无人机集群作战的模式，以降低作战成本，提升作战行动的灵活性。典型项目如DARPA的“小精灵”无人机，计划研制一种部分可回收的侦察和电子战无人机集群，从敌方防御范围外的大型飞机（轰炸机、运输机、战斗机等平台）上投放，利用无线网络实现通信与协同，通过影响导弹防御、通信与内部安全，甚至利用电脑病毒袭击敌方数据网络等方式压制敌方。
美国海军研制出一种可用于集群作战的“蝉”微型无人机，并进行了飞行试验。试验中，该微型无人机在17.5千米的高空释放，滑翔速度约74千米/小时，飞行约17.7千米后在距目标不到4.6米的地点降落，其携带的传感器成功传回温度、大气压强与湿度等数据。相比其他无人飞行器，“蝉”微型无人机具有坚固耐用、尺寸小、成本低、结构简单、噪声小等特点，可配备多种轻型传感器，执行多种任务。美国海军希望未来可实现在25分钟内投放成千上万架“蝉”微型无人机，覆盖4800平方千米的区域。
此外，美国海军还在“低成本无人机群技术”（LOCUST）项目下开展了相关技术研究，利用小型筒式发射无人机组成无人机群压制对手。
相比于功能复杂全面的某一单机作战平台，无人机集群在作战时具备以下优势：
1、功能分布化：将单个完备作战平台所具备的各项功能如侦察监视、电子干扰、打击与评估等能力“化整为零”，分散到大量低成本、功能单一的作战平台中，通过大量异构、异型的个体来实现原本复杂的系统功能，系统的倍增效益将使无人机集群具备远超单一平台的作战能力。
2、体系生存率：无人机集群具有“无中心”和“自主协同”的特性，集群中的个体并不依赖于某个实际存在的、特定的节点来运行。在对抗过程中，当部分个体失去作战能力时，整个无人机集群仍然具有一定的完整性，仍可继续执行作战任务。
3、效费交换比：功能单一的无人机平台成本较低，在进行作战任务时，敌方应对大量的无人机个体需要消耗数十倍甚至上百倍的成本来进行防御，这将在战争中为我方带来显著的成本优势。
民用无人机集群有望成为市场热点
无人机集群在军事应用中的“打群架”优势，同样可以运用到民用，尤其是行业应用无人机领域，当下火爆的无人机物流快递就涉及到机群的应用，在春节和双十一这种发货高峰期，一定区域内的无人机在避开同类障碍时，就需要相互协作。
还有Kumar提到的用无人机绘制整个长城地图的例子，显然是单一的无人机无法做到的。事实上，无人机集群对大块区域进行快速协同地理空间信息采集的工作，是军用ISR任务和民用遥感及灾害应急、农林普查共同面临的技术问题。
快递物流
互联网热潮带来的电子商务发展的繁荣驱动着无人系统技术的发展，Amazon的Kiva仓储搬运机器人（AGV）和快递无人机也引起业内注意，今年618京东也完成了他的首次快递无人机试飞。
未来无人机技术广泛运营之后必然带来复杂的管理问题，在实际运用场景中，面对百万订单量的并发，调配算法能够支持多少机器人和无人机实现相互避让，不同机器人和无人机之间是否能够协作流畅，都需要集群技术的支撑。
农业
随着应用的广泛开展，业界的目光已经从单纯的无人机农药喷洒逐渐扩展到无人机农业信息采集、农业光谱数据分析等领域，为了弥补单机作业的缺陷，无人机集群技术也开始得到农业领域的关注。
SAGA项目，也就是农业应用的机器人集群（Swarm Robotics for Agricultural Applications），将帮助农民绘制农田中的杂草地图，从而提高作物产量。该系统是一个由ECHORD ++资助的研究项目，由一组多架无人机互相配合，协同监测一块农田区域，并通过机载机器视觉设备，精确找到作物中的杂草并绘制杂草地图。
无人机集群中的无人机互相交互信息，充分利用各自获取的信息，优先在杂草最密集的区域作业，算法类似自然界中蜜蜂群尽可能在花朵最密集的区域采蜜，这种路径优化技术有助于提高作业效率。
SAGA项目协调人，意大利国家研究委员会认知科学和技术研究所研究员Vito Trianni博士说：
“将群体机器人应用于精确农业代表了一种技术模式的转变，具有巨大的潜在影响。随着机器人硬件的价格下降，机器人的小型化和能力增加，我们很快将能够在实现自动化精准农业解决方案。这需要单个无人机之间能够作为一个整体协调工作，以便有效地覆盖大面积区域并进行信息交互与协同作业。无人机集群技术为这样的需求提供了解决方案。微型机器人避免土壤压实，只在作物生长的间隙行动避免压坏作物，采用机械而不是化学方式进行除草，无人机和地面机器人集群可以精确的适应不同的农场规模。SAGA项目提出了精确农业的解决方案，包括新颖的硬件与精确的个体控制与群体智能技术。”
应急救援
当自然灾害发生时，首要的任务就是建立临时通信网、查看灾情，然后再出动直升机运输物资和人员，除了昂贵的卫星通信手段，无人机集群是解决救灾通信问题的最佳选择。
洛桑联邦理工学院的系统实验室曾经在其微型蜂群飞行器网络项目中，开发一套可以在灾区快速搭建通信网络的微型飞行机器人群。这种机器人可以克服地形困扰，快速地布置到灾区，以自身为节点，在最短的时间内恢复灾区的通信网络。无人机集群成本低、可消耗、部署简便、使用灵活，为应急救援的通信保障提供了一种灵活的解决方案。
无人机集群构建的通信网络是一种典型的MESH网络，通常采用Ad hoc类协议，这也是一种起源于军用战场通信的无线自组网技术，可以在不停运动的多个节点之间自动建立转发路由，只要一个节点能够连接到网络中的任意一个其他节点，信息就能最终传到任意节点。目前，动态无线自组网技术尚在高速发展中，已有部分商业设备应用在应急行业，未来成本进一步下降后有望广泛应用于灾害救援。
遥感与对地观测
与消费类无人机的需求类似，在行业应用中，遥感与对地观测及地理信息采集的需求一直广受关注，无人机对几乎所有存在地理信息需求的行业都有着成本、技术和便利性方面的优势。在单无人机作业的情况下，大范围的对地观测往往需要消耗很长时间，而引入无人机集群技术，则可以解决时间与效率难题。
本质上，集群技术使少量的人员能够控制大量无人机进行并行作业，对地观测这种天然可并行的任务类型的作业效率与无人机数量线性正相关，因此极具吸引力。
无人机集群协调对地观测的典型路径如上图所示，集群算法可以设定一个优化函数来协调各个无人机的任务路径，尤其对于存在诸多不确定性的地面目标跟踪之类的时变任务，集群技术可以发挥极大的优势。
无人机灯光、烟花秀
无人机厂家、艺术家、游乐园运营商和传统的灯光秀团队都对无人机集群演出的前景表现出极大的兴趣。
上图是今年10月，Intel的娱乐无人机业务部门验证了500加多旋翼飞机灯光秀表演的概念可行性。
迪斯尼公司申请了很多与无人机有关的专利，它将那些无人机称作“Flixels”。它在专利文件中写道，这些无人机可以按照预先设定好的路线飞行，并且按照设定好的程序发出LED光，从而在天空上“绘制”出不同的图案。
以无人机集群为核心的灯光秀可比传统烟花更加经济、高效和安全。
无人机集群技术团队
多旋翼与固定翼
多旋翼无人机结构简单、成本低廉、控制简洁、可以空中悬停的特点使其占据了绝大部分消费类无人机市场和相当部分行业无人机市场，但是续航时间短、速度慢的特点又极大限制了其行业运用的拓展与之想法，固定翼无人机续航时间长、速度快、飞行距离远、可携带更重的载荷，因此更受行业用户的欢迎。
在无人机集群技术方面，由于固定翼无人机非静稳态的特点，在集群编队中的单机控制、集群协同、传感与避障、起飞降落通道、机载射频与通信组网等方面均比“准静态”的旋翼无人机复杂得多。
目前，国外的无人机集群技术的发展趋势为多旋翼和固定翼并重，灯光表演等局域应用已多旋翼集群为主；对地观测、农业和军事等领域已固定翼集群为主。国内无人机集群技术团队目前主要以多旋翼集群为主。
Intel
在今年年初的 2016上，Intel宣布成功的试飞了100架多旋翼无人机的编队，而本次500架无人机的灯光秀用了10人左右团队完成放飞。
Intel的算法能够自动处理动画制作流程，并规划出创建空中图案的最快路径——完成这一切只需一张图片、快速计算出所需的无人机数量，并确定无人机的放置地点。在此之前，动画师需要更长时间手动完成这些计算。无人机自带的灯光秀软件会在每次飞行之前进行完整的机队检查，并且能够基于电池续航时间、GPS接收等因素为每次飞行挑选最合适的无人机。
此外，整个 Shooting Star无人机集群可由一台计算机轻松控制。编队飞行的规模取决于所需的动画效果，所使用的无人机数量可由几百架乃至更多。
Parrot
法国Parrot公司虽然在消费类多旋翼市场上一直不抵大疆，但其产品和技术颇具特色，其实室内无人机编队舞蹈灵巧活泼，是各大展会上的热点。
Parrot多旋翼无人机集群规模不大，只在室内飞行。
深圳零度
深圳零度今年上市的掌上自拍机Dobby集成了与Parrot类似的跳舞功能，利用向下的摄像头识别地面二维码进行空间定位，执行预先设定好的舞蹈动作。
零度智控
此次集群表演是第一次由我国自主创新的无人机实现的室内无人值守飞行表演。参加此次室内无人机编队飞行的8台无人机均为零度智控PIONEER。
亿航
在京东618全民购物狂欢节上，亿航在北京上演一场无人机编队表演，让“618”飞上了天。由30架多旋翼无人机组成的集群按照预先设定的路线，根据GPS定位坐标运动至夜空中固定位置停留组成造型，按照预定设定的顺序点亮LED，成为夜空中流动的霓虹灯。
SwarmX
新加坡初创公司SwarmX以其的HiveMind无人机操作系统切入集群市场，HiveMind操作系统允许用户通过平板电脑、台式机或指挥中心管理无人机集群，同时提供数据存储和成果可视化。通过使用SwarmX的“基于目标的集群管理”根据和算法，集群的指挥官可以指挥无人机监视哪些区域，软件可以推算出如何有效地部署集群中的成员无人机。
泊松技术
主要做无人机控制，尤其是集群控制领域的初创技术公司。技术领域包括规模集群的控制算法、自主智能控制算法、动态无中心自组网技术、群体环境感知与碰撞规避、动态任务分配等。
在珠海航展上展示的67架规模的固定翼集群主要是作为testbed来验证无人机集群的控制技术、路径重规划算法、任务分配算法、感知避撞算法和基于Ad hoc的自组网通信系统。
目前，泊松技术也正谋求将该技术应用到民用领域，例如固定翼无人机编队飞行表演、面向游乐园的灯光秀，以及在协同作业的无人机对地观测和无人机物流快递领域中用技术提高效率，改善性能。
一网打尽系列文章，请回复以下关键词查看： |
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧 |
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 |
预见未来：预见2016 | 预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 | |
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 |
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 | |
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空站 |反卫星 |
领先国家：俄罗斯 | 英国 | 日本 | 以色列 | 印度 |
前沿机构：战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 | 俄先期研究基金会 | 军工百强 |
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普 |
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 |
全文收录：2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
其他主题系列陆续整理中，敬请期待…… |
“远望智库”聚焦前沿科技领域，着眼科技未来发展，围绕军民融合、科技创新、管理创新、科技安全、知识产权等主题，开展情报挖掘、发展战略研究、规划论证、评估评价、项目筛选，以及成果转化等工作，为管理决策、产业规划、企业发展、机构投资提供情报、咨询、培训等服务，为推动国家创新驱动发展和军民融合深度发展提供智力支撑。