隨著美軍對空中無人機進行監(jiān)視和偵察的依賴增加，一個有趣的戰(zhàn)術問題出現(xiàn)了：無人機的電池不可避免地耗盡，限制了它們的用途，甚至更糟的是，它們無法完成任務。一種正在尋求的解決方案是使用陸基自動駕駛汽車，可以將其派出給戰(zhàn)場空中無人機的耗盡電池充電。美國陸軍正在資助正在進行的研究，這將使小型無人飛機系統(tǒng)（sUAS）小組下降到無人地面車輛（UGV）進行自動補給，以便他們繼續(xù)執(zhí)行任務。

美國陸軍作戰(zhàn)能力發(fā)展司令部（CCDC）陸軍研究實驗室（ARL）正在與伊利諾伊州芝加哥大學進行為期四年，價值800萬美元的合作協(xié)議，以開發(fā)關鍵的推進力和動力技術，為未來的UAAS提供動力。

贊助|如何避免HPC數(shù)據(jù)流量阻塞

工作的一部分包括開發(fā)人工智能/機器學習（AI / ML）算法，以使sUAS能夠找到最佳路線規(guī)劃，以自動返回到UGV進行充電。軍事上采用AI / ML的原因是需要對通向UGV的無人機路線進行自主控制，這包括擴大作戰(zhàn)范圍和任務時間。

項目經(jīng)理Mike Kweon博士說，目前的挑戰(zhàn)是，采用當前電池技術的sUAS大約有26分鐘的時間執(zhí)行飛行任務并在斷電之前返回家中，這將需要士兵攜帶數(shù)千枚電池進行任務ARL的多功能戰(zhàn)術動力和推進基本研究計劃。

Kweon說：“如果不解決如何滿足能源需求，使用人工智能和機器學習的所有其他先進技術將對陸軍毫無用處?！薄霸趹?zhàn)場上，我們沒有奢侈地更換數(shù)百個無人機的電池并將其充電數(shù)小時。”

小型無人機

研究人員目前正在研究充電選項，并開發(fā)了幾種AI / ML算法，以使諸如四旋翼飛行器之類的小型無人機能夠找到最佳路線以及監(jiān)視和改善電源管理。

工作原理：小型無人機將使用電池電量傳感器來響應電池電量的狀態(tài)來打開三個LED燈（綠色，黃色和紅色）之一。綠燈將指示無人機的電池處于最佳電量范圍內(nèi)。當電源降至最佳水平以下時，黃燈將亮起，紅燈將指示無人機將在幾秒鐘或幾分鐘內(nèi)沒有電。

當電池傳感器降到最佳水平以下時，無人機將自動下降并懸停在UGV的充電端口上以進行無線充電。

研究人員正在使用諸如光譜診斷和數(shù)據(jù)科學之類的先進技術來開發(fā)用于UAS的傳感器和控制系統(tǒng)。（資料來源：美國陸軍CCDC陸軍研究實驗室）

Kweon說，可以同時從同一個UGV無線充電的無人機數(shù)量取決于平臺外無線功率傳輸技術的功能。

他解釋說：“平臺外的無線充電意味著sUAS可以從UGV充電?！薄熬嚯x也是設計參數(shù)?！?/p>

Kweon指出，研究人員正在對許多UAS進行運營影響分析，以便在不同任務情況下進行充電。

他們還考慮了各種充電選項。Kweon說：“在短期內(nèi)，我們將使用經(jīng)過改進的鋰離子電池，以便快速充電六分鐘?！?/p>

這些無人機將攜帶用于情報，監(jiān)視和偵察（ISR）的攝像頭（這是美國陸軍中小型無人機的常見任務），并用于救援任務。所有圖像都可以發(fā)送到命令控件，以進行態(tài)勢感知和決策。

對于UGV，它們是小型的多功能運輸工具（SMET），“將具有由發(fā)動機或混合動力系統(tǒng)提供動力的推進系統(tǒng)”以及充電板，Kweon解釋說。他指出，有關UGV的更多細節(jié)無法討論。

AI / ML算法

研究人員團隊正在研究幾種AI / ML算法。伊利諾伊州芝加哥大學正在開發(fā)的算法將主要側重于找到通往UGV的最佳（最短）充電路徑。該算法使用無監(jiān)督學習來收集路線數(shù)據(jù)并在無人監(jiān)督的情況下從中學習。

CCDC陸軍研究實驗室正在與伊利諾伊州芝加哥大學合作，開發(fā)小型無人機的算法，這將導致軟件幫助sUAS自主地從軍事任務返回無人地面車輛進行充電。（來源：伊利諾伊大學芝加哥分校）

Kweon的計劃還負責能源和電力管理，包括自動充電。路由算法的類似功能將應用于能量/功率管理算法。

“ [能源/電源管理]算法將具有多個子模型，” Kweon說?！八惴ǖ哪康氖潜O(jiān)視能量水平；結合任務概況，環(huán)境和其他因素，預測任務所需的能量/功率，并與無人飛行器進行通信，以找到最佳時機和返回路線進行充電?！?/p>

他補充說，準確度對于有效執(zhí)行任務以及不損失資產(chǎn)都很重要。

Kweon說：“這些算法將被編程并集成到廣泛的自治堆棧中，以進行自治操作。”

ARL還正在開發(fā)支持AI的算法，以在無人機被鳥和其他飛行物體擊中時自動操縱無人機。無人機在空中時必須能夠快速返回原始路徑或采取替代路線。

此外，陸軍實驗室研究的“機動與機動性人工智能基礎研究計劃（AIMM ERP）”的主要目標之一是開發(fā)用于UGV的自動越野行駛算法。

當無人機需要充電以繼續(xù)執(zhí)行任務時，無人機需要找到一條通往UGV的優(yōu)化路徑。在有爭議的地區(qū)，路徑可能很復雜?！?Kweon說。“無人機還需要找到最佳路徑，同時將回程期間的能源消耗降至最低?！?/p>

大型無人機

對于大型無人機（包括“未來戰(zhàn)術無人飛機系統(tǒng)”，RQ-7“影子”無人機和MQ-1C“灰鷹”（中空長壽命無人機），與小型無人機相比，其推進和動力要求不同，陸軍-獲資助的研究將集中在多燃料混合動力推進系統(tǒng)中的燃料傳感器的小型化上。

“實現(xiàn)多種燃料運行的關鍵領域包括點火，燃料輸送和空氣管理，這是任何發(fā)動機設計中的典型要素，” Kweon說?！爸饕獏^(qū)別在于要求與商業(yè)和地面應用完全不同。對于新的設計，材料，傳感和控制方法，必須了解基本物理原理。同時，這些技術需要通過與行業(yè)合作來加速技術開發(fā)?！?/p>

無人機將使用多燃料傳感器，“以檢測輸送到發(fā)動機的燃料的性質(zhì)，從而使發(fā)動機可以更可靠地利用任何類型的燃料運行，” Kweon說?！芭c商業(yè)部門不同，陸軍需要使用噴氣燃料（其主要著火特性從汽油到柴油的特性）以及國外的任何本地可用燃料。”

Kweon指出，非常重要的一點是，大型UAS可以使用任何類型的燃料運行，同時降低組件故障的風險?！拔覀円_保我們的UAS在任何類型的燃料上都能可靠運行，并且主要部件不會出現(xiàn)故障，以便我們能夠繼續(xù)執(zhí)行任務（提高準備狀態(tài)）并減少部件故障（提高可持續(xù)性）?！?/p>

他補充說，長期目標是擁有一個“可以實時檢測關鍵燃料特性而與燃料類型無關的傳感器”。
編輯：hfy