? 現代戰爭中，無人機、無人車及無人艇等無人系統已逐漸在戰場部署，但是無人系統單體存在負載和任務能力有限、作戰能力單一等不足。為了彌補單體能力不足，同時提高其對作戰任務的適應能力，無人系統可以以集群方式進行作戰。集群方式能充分發揮其監控范圍廣、抗毀重構性強的優勢，具備獨立完成復雜任務的能力，可以實現跨域集群作戰。

? 無人系統的集群智能協同是指由遂行同一任務、受統一指揮并保持視距聯系或戰術聯系的若干無人系統編隊。集群智能協同技術通過協同感知、協同決策規劃和協同編隊控制，實現集群內各個節點高效配合，提高復雜環境下多任務的適應能力。

NOKOV實現多無人系統亞毫米級實時定位

? 為了驗證集群智能協同系統置信度問題，通常會設計無人機、無人車、無人艇編隊等效驗證平臺，系統性地驗證協同感知、協同決策、時變編隊控制等技術。平臺通常由網絡通信子系統、多智能體子系統、組合定位子系統構成，動作捕捉系統為組合定位子系統中的主要定位方式。

? 進行協同決策、編隊控制驗證時，首先要實現單體自動控制，為了簡化實驗，可以利用NOKOV動作捕捉系統同時對多無人系統進行定位，獲取的位置、速度、加速度數據作為控制系統的輸入信號。以無人機為例，無人機的軌跡跟蹤控制包括位置控制、姿態解算與姿態控制三個部分。典型的位置控制采用位置-線速度串級控制器，控制器的輸出為NOKOV動作捕捉系統坐標系下的加速度；姿態解算模塊將NOKOV動作捕捉系統坐標系下的加速度轉換為大地坐標系下的加速度，再轉換成機體坐標系下的參考加速度；姿態控制最后通過加速度的分解，解算出參考姿態角，并作為姿態控制的輸入，控制無人機到達指定位置。

? 分布式集群協同編隊控制中，需要完成領航者的軌跡規劃，跟隨者跟蹤領航者的實際位置，與領航者維持相對位置不變，進而保持編隊隊形。在此過程中，無人系統單體只需與相鄰的單體之間進行信息交換，領航者需要完成參考軌跡生成以及位置控制，精確跟蹤期望軌跡，其實時位置及姿態可以直接通過 NOKOV動作捕捉系統獲取后傳送給隊形保持器，其他單體根據相對位置解算出控制力，保持集群編隊隊形。

? 模型受限于其載量時，無人系統驗證實驗（以無人艇為例）的編隊控制和運動控制算法可以直接在上位機上實現，NOKOV動作捕捉系統獲取的數據傳輸到上位機，解算后作為控制命令傳輸到無人艇，無人艇主要功能是接收工作站的控制量，并驅動兩個螺旋槳達到相應的轉速。雖然各模型艇的自主化程度較低，完全分布式的編隊較難實現，但這一集中化的平臺有利于分布式編隊算法和運動控制算法的快速實施，利用NOKOV動作捕捉工作站向外廣播數據，不用考慮通信時延、通信丟包等帶來的影響。也可以直接利用平臺模擬通信丟包和通信時延等問題。

?除此之外，對于使用機載傳感器進行定位、編隊的無人系統，驗證集群智能協同技術有效性時，要分析無人機、無人車和無人艇所估計的運動軌跡與真實運動軌跡的誤差，通常需要獲得多個無人系統的高精度的真實軌跡，一般稱為“ground truth”。因為動捕系統得到的軌跡誤差低至亞毫米級，且可以同步獲取多個無人系統軌跡，而SLAM系統等機載定位傳感器的軌跡誤差通常至少是厘米級的，因此使用動捕系統作為“ground truth”是可靠的。

NOKOV動作捕捉用于集群智能協同案例

NOKOV動作捕捉在集群智能協同技術等效驗證平臺開發方向與多所高校、科研院所展開合作，作為其系統中的室內定位解決方案。

北京理工大學無人機/無人車異構集群協同

? 集群智能協同控制系統基于一致性算法完成空地協同巡邏任務，運用無人車的靈活性完成以敵方目標為中心，衛星環繞式的圍捕任務。以無人機的廣闊視野和無人車的高機動性為基礎，完成無人機將搜索到的目標及時傳給無人車，無人車接收到信息后對敵方目標展開圍捕的探測圍捕任務。

中科院自動化所無人車協同避障

? 實驗過程在各個無人車及障礙物上放置反光標志點，不同標志點排布形式用于區分機器人個體的ID，通過捕捉無人車障礙物上反光標志點，得到標志點的三維坐標，并利用SDK向外實時廣播。單個無人車可以接收到本體、鄰近無人車以及障礙物位置信息，坐標信息精度達到亞毫米級。