面向云-端融合的无人集群协同信息处理优化问题研究

Swarming is the primary tendency of unmanned systems, among which information co-processing is an important prerequisite for realizing unmanned swarming, and determining its practical effect. However, the existing methods fail to effectively address the challenges in information processing of unmanned swarming such as complex communication, diverse tasks and uncertain environments. Therefore, our proposal intends to employ "cooperative end-plus-cloud framework" to establish an information processing system of unmanned swarming and focus on the information processing optimization issues, including: (1) Study of information processing architecture, designing an unmanned swarming information processing architecture as a "cooperative end-plus-cloud framework" as well as achieving tasks-based platforms division and dynamic networking; (2) Study of information aggregation and storage, designing an approach of perception data aggregation and knowledge reuse under the concept "cooperative end-plus-cloud framework" and solving the problem of redundant data storage when communication is limited; (3) Study of computational task processing, devising a completely distributed dynamic method to achieve the cooperative task computing among different platforms or layers; (4) Study of data co-transmission to achieve redundancy data upload in dynamic network environments and information transfer among platforms when communication is limited. Through the research of this project, it is expected to enhance the information co-processing capabilities of unmanned swarming in complex environments and provide support in information processing technology for more intelligent, autonomous and practical unmanned swarming.

无人集群是无人系统发展的主要趋势，其中协同信息处理是实现无人集群运转的重要前提，直接决定着无人集群的实际应用效果。然而，现有方法尚无法有效应对无人集群信息处理过程中通信复杂、任务多样、环境不确定等诸多挑战。为此，本项目拟采用“云-端融合”理念构建无人集群信息处理体系，着重对其信息处理优化问题进行研究，主要包括：（1）信息处理架构，设计“云-端融合”的无人集群协同信息处理架构，实现面向任务的平台角色划分与动态组网；（2）信息汇聚与存储，形成“云-端融合”的感知数据汇聚与知识重用，解决通信受限时的冗余数据存储问题；（3）计算任务处理，基于完全分布式的动态“云-端”协作，实现平台间和跨层的计算任务协同；（4）数据协同传输，实现动态网络环境下冗余数据上传和通信受限时平台间的信息传输。本项目研究有望提升无人集群在复杂环境下的协同信息处理能力，为无人集群走向智能化、自主化、实用化提供信息处理技术支撑。

本项目以无人集群为背景，将“云-端融合”理念与无人集群信息处理相结合并着重对其协同信息处理优化问题进行创造性研究：（1）研究了面向云-端融合的无人集群协同信息处理架构问题，设计了基于云-端融合的无人集群协同信息处理架构，实现了基于任务驱动的无人集群平台角色划分与动态组网，充分挖掘无人集群内部平台之间的协作优势，挖掘微云和云中心在服务联合部署方面的能力，为无人集群信息处理提供了架构支撑；（2）研究了面向云-端融合的无人集群协同信息汇聚与分布存储优化问题，打破了传统方法中通信条件稳定、群内节点固定、资源即时可用且性能稳定等理想性假设，通过对多源多维度异质性数据进行深度分析处理，实现了数据在云端的汇聚和知识共享，同时实现了冗余数据在多个无人平台和云中的分布存储；（3）研究了面向云-端融合的无人集群协同任务处理优化问题，综合考虑了无人集群系统网络的不确定性、终端节点资源的异构性、“云”和“端”能力的差异性，以及多种性能指标的量化关系，在满足不同应用需求的前提下，实现了计算任务在不同层级、不同节点的自适应协同处理；（4）研究了面向云-端融合的无人集群数据协同传输优化问题，针对无人集群运动性强、集群拓扑结构动态变化、通信信道质量不能保障、集群节点动态增加退出等情况，实现了数据在集群节点间的有效传输，及数据到边缘或云端的有效上传。在现有通信条件的基础上，深入挖掘了数据传输潜力，优化了数据传输效果。通过本项目的研究，提升了无人集群的信息处理能力，为智能化、自主化无人集群发展提供信息支撑，促进了无人集群系统的广泛应用。