0 引言

    物聯(lián)網(wǎng)(Internet of Things)自首次提出以來，引起了學(xué)術(shù)界與工業(yè)界的廣泛關(guān)注^[1]。物聯(lián)網(wǎng)旨在通過將體域網(wǎng)、D2D通信、無人機網(wǎng)絡(luò)、衛(wèi)星網(wǎng)絡(luò)等多種網(wǎng)絡(luò)技術(shù)相融合，實現(xiàn)萬物互連，可在任意地點、使用任意網(wǎng)絡(luò)來提供任意服務(wù)，具有巨大的民用與軍事應(yīng)用潛力。

    無人機(UAVs)已廣泛應(yīng)用于軍事與民用領(lǐng)域。由于其可動態(tài)部署、配置方便、高度自主等特點，無人機在物聯(lián)網(wǎng)領(lǐng)域同樣扮演著極其重要的角色^[2-4]。無人機通過機載物聯(lián)網(wǎng)裝置（包括傳感器、攝像機、RFID等）實現(xiàn)對物聯(lián)網(wǎng)用戶數(shù)據(jù)的收集，如圖1所示。在物聯(lián)網(wǎng)中，由于部分無線裝置有限的傳輸范圍,無人機可以作為無線中繼用來改善網(wǎng)絡(luò)連接,延伸無線網(wǎng)絡(luò)覆蓋范圍；同時，由于無人機可調(diào)整的飛行高度和可移動性，可以方便高效地收集地面物聯(lián)網(wǎng)用戶數(shù)據(jù)。目前已有智能無人機管理平臺，可通過各種終端設(shè)備同時操作數(shù)架無人機，按需定制飛行路線，獲取所需用戶數(shù)據(jù)^[5]；智能交通系統(tǒng)(ITS)可利用無人機實現(xiàn)交通監(jiān)控與執(zhí)法^[6]。此外，無人機也可以作為空中基站來改善無線網(wǎng)絡(luò)容量。谷歌在SkyBender項目中使用無人機利用毫米波技術(shù)試驗了5G互聯(lián)網(wǎng)應(yīng)用，速率達到了4G系統(tǒng)的40倍^[7]；通過基于無人機的軟件定義無線電平臺可用于基礎(chǔ)設(shè)施出現(xiàn)癱瘓時的應(yīng)急通信^[8]。

    隨著物聯(lián)網(wǎng)應(yīng)用的不斷深入和快速發(fā)展，物聯(lián)網(wǎng)無人機應(yīng)用由過去單一的服務(wù)投遞(如亞馬遜包裹投遞、電力線路監(jiān)控等)發(fā)展至無人機集群協(xié)同完成的諸多物聯(lián)網(wǎng)增值業(yè)務(wù)（如城市污染監(jiān)控、地質(zhì)災(zāi)害的防治、軍事“蜂群”無人機技術(shù)等），可以完成單一無人機因能量和計算資源受限等無法完成的物聯(lián)網(wǎng)任務(wù)。同時，隨著智慧城市^[9]、水下物聯(lián)網(wǎng)^[10]、車聯(lián)網(wǎng)^[11]、軍事物聯(lián)網(wǎng)^[12]、空天地一體網(wǎng)絡(luò)^[13]等物聯(lián)網(wǎng)應(yīng)用的興起，均需充分借助無人機技術(shù)有效獲取和傳遞相關(guān)數(shù)據(jù)信息，包括地理空間信息、傳感數(shù)據(jù)信息、指控信息等，從而進一步推動包括云計算、大數(shù)據(jù)、人工智能等在內(nèi)的其他物聯(lián)網(wǎng)增值服務(wù)。物聯(lián)網(wǎng)無人機應(yīng)用將對物聯(lián)網(wǎng)未來的發(fā)展具有極其重要的意義。

1 物聯(lián)網(wǎng)無人機應(yīng)用關(guān)鍵技術(shù)

    為了適應(yīng)物聯(lián)網(wǎng)發(fā)展的多樣性和為用戶提供更好的服務(wù),無人機應(yīng)用需要研究以下的關(guān)鍵技術(shù)。

1.1 無人機網(wǎng)絡(luò)拓撲控制技術(shù)

    隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展以及無人機自身資源的限制,無人機的應(yīng)用逐漸由控制單一無人機轉(zhuǎn)向控制無人機群，協(xié)同實施和完成物聯(lián)網(wǎng)服務(wù)。

    無人機群所構(gòu)成的網(wǎng)絡(luò)稱為飛行自組織網(wǎng)絡(luò)(FANETs)，但與MANETs和VANETs相比，有其自身的特點^[14]。地面控制站或衛(wèi)星對無人機群網(wǎng)絡(luò)拓撲的控制將直接影響到無人機群的協(xié)同和對物聯(lián)網(wǎng)數(shù)據(jù)的收集、共享和處理。以下是典型的無人機網(wǎng)絡(luò)控制拓撲，如圖2所示^[14]。

    (1)星型控制拓撲：在該控制拓撲下，所有無人機直接連接至一個或多個地面控制站（或衛(wèi)星），并由地面控制站（或衛(wèi)星）中繼各無人機之間的數(shù)據(jù)交換，如圖2(a)所示。在該控制方式下可由地面控制站集中式地控制所有單個無人機，在民用領(lǐng)域里有著廣泛應(yīng)用。但隨著無人機群的不斷擴大，存在地面控制站將成為瓶頸節(jié)點并導(dǎo)致更大延時、無人機間無法直接通信等問題。

    (2)大星型控制拓撲：在該控制拓撲下，所有無人機劃分為多個組，各個組內(nèi)無人機構(gòu)成一個星型結(jié)構(gòu)并由各組中心節(jié)點直接連接至一個或多個地面控制站（或衛(wèi)星），并由地面控制站（或衛(wèi)星）中繼各組無人機中心節(jié)點之間的數(shù)據(jù)交換，如圖2(b)所示。在該控制方式下允許部分無人機間直接通信，從而可有效減少對下行鏈路帶寬的要求，降低延時等。但由于各無人機組之間無法直接互通和無人機網(wǎng)絡(luò)拓撲的快速動態(tài)變化，存在網(wǎng)絡(luò)魯棒性不足等問題。

    (3)Mesh型控制拓撲：在該控制拓撲下，所有無人機劃分為多個組，各個組內(nèi)無人機構(gòu)成一個Mesh型結(jié)構(gòu)并由各組中心節(jié)點直接連接至一個或多個地面控制站（或衛(wèi)星），同時，各無人機組間可直接互通，如圖2(c)所示。在該控制方式下允許各組無人機間直接通信，從而可進一步減少對下行鏈路帶寬的要求，降低延時，改善了網(wǎng)絡(luò)魯棒性。

    以上各種拓撲控制機制均存在進一步提高無人機群網(wǎng)絡(luò)性能、自主控制能力等的空間，以充分利用無人機群資源(包括能量資源、計算資源、群智資源等)，有效提高無人機群實現(xiàn)物聯(lián)網(wǎng)業(yè)務(wù)的高效、智能和自主化。

1.2 無人機防碰撞技術(shù)

    物聯(lián)網(wǎng)無人機應(yīng)用往往發(fā)生在人口密集的城市空域，確保無人機與無人機、無人機與其他障礙物（如建筑、樹、鳥等）不發(fā)生碰撞是無人機應(yīng)用的關(guān)鍵之一。

    為實現(xiàn)無人機避免發(fā)生碰撞，無人機需具備兩項能力：障礙感知能力和規(guī)避障礙決策能力。為使無人機具備障礙感知能力，當前已有的解決方案包括協(xié)作型和完全自主型障礙感知技術(shù)。對于協(xié)作型障礙感知技術(shù)，可以構(gòu)建針對無人機的空管系統(tǒng)來對無人機間可能的碰撞實施告警。文獻[15]提出了無人機空中交通管理系統(tǒng)（TM-UAS）用于跟蹤和告警空中所有的無人機，確保無人機間保持安全的距離。此外，還可以通過所有無人機廣播共享三維坐標、航向、航速等信息來實現(xiàn)碰撞感知。對完全自主型障礙感知技術(shù)主要通過無人機配備光電傳感器、微波傳感器、導(dǎo)航傳感器等來實現(xiàn)障礙感知。隨著制造工藝的不斷進步，光電傳感器體積小、重量輕、功耗低，可以很好地裝備于各型無人機上。但是，基于可見光光譜的光電傳感器障礙感知技術(shù)面臨的困難是，檢測算法需要能夠應(yīng)對各種復(fù)雜的圖像背景、照明、圖像抖動等；同時還要保證光電傳感器圖像數(shù)據(jù)的實時處理。為使無人機具備規(guī)避障礙決策能力，則需要通過多種數(shù)據(jù)融合技術(shù)，包括多目標跟蹤技術(shù)等來獲取障礙物的相對位置和速度等信息，從而作出規(guī)避障礙的合理決策^[16]。

1.3 無人機群智能技術(shù)

    無人機群智能技術(shù)主要應(yīng)用于軍事物聯(lián)網(wǎng)領(lǐng)域,實現(xiàn)通過極少的人工干預(yù)控制無人機群對不同目標完成偵察、攻擊等任務(wù)。由于無人機群的高動態(tài)性，傳統(tǒng)集中式控制方式難以應(yīng)用于針對無人機群的控制。無人機群智能技術(shù)可以分布式地控制無人機群，使得無人機間可以智能地相互協(xié)同，高效地完成任務(wù)目標。

    群智能技術(shù)主要借鑒的是生物學(xué)中的蜂群自組織行為模式算法^[17]。蜂群的行為模式目的是使得蜜源搜索最大化。其自組織的步驟是^[18-19]：

    (1)構(gòu)建搜索空間；

    (2)構(gòu)建偵察群和搜索群；

    (3)偵察群搜索出潛在有價值的站點；

    (4)從潛在站點中選出基本站點，以便搜索其臨近站點；

    (5)偵察群與搜索群交換需要搜索的站點信息；

    (6)搜索群成員選擇基本站點；

    (7)搜索群成員選擇基本站點附近潛在的站點。

    蜂群行為模式關(guān)鍵在于確定基本站點及其附近潛在有價值的站點。為了進一步提高蜂群搜索成功概率，出現(xiàn)了改進的人造蜂群算法（ABC）^[20]。

    群智能技術(shù)是人工智能領(lǐng)域的一個分支,對解決無人機自組織網(wǎng)絡(luò)中的部分問題被證明具有其高效性。無人機群智能技術(shù)在軍事中的應(yīng)用場景包括：(1)敵方目標靜止地隨機分布在目標區(qū)域內(nèi)，無人機群在有限時間內(nèi)對目標區(qū)域內(nèi)的敵方目標進行協(xié)同搜索；(2)敵方目標在目標區(qū)域內(nèi)以隨機速度向隨機方向移動，無人機群從目標區(qū)域某地點發(fā)射，在有限時間內(nèi)對目標區(qū)域內(nèi)的敵方目標進行協(xié)同搜索、發(fā)現(xiàn)并摧毀。

1.4 無人機群動態(tài)數(shù)據(jù)路由

    由無人機群構(gòu)成的無人機自組織網(wǎng)絡(luò)(FANET)有其自身的特性，比如網(wǎng)絡(luò)拓撲的高動態(tài)變化、通信鏈路頻繁間斷、無人機節(jié)點因能量受限失效而導(dǎo)致的網(wǎng)絡(luò)分割等。因此，有效的無人機動態(tài)數(shù)據(jù)路由需要具備對延遲和中斷容忍功能。移動自組織網(wǎng)絡(luò)(MANET)和車輛自組織網(wǎng)絡(luò)(VANET)中的很多路由協(xié)議難以直接照搬到無人機自組織網(wǎng)絡(luò)中應(yīng)用，例如AODV路由中發(fā)出請求和收到響應(yīng)的路由建立機制等。

    因此，當網(wǎng)絡(luò)拓撲動態(tài)變化時，無人機自組織網(wǎng)絡(luò)路由可以通過存儲-攜帶-轉(zhuǎn)發(fā)的方式，對待轉(zhuǎn)發(fā)的數(shù)據(jù)包暫時予以存儲和攜帶，當轉(zhuǎn)發(fā)數(shù)據(jù)包的最佳機會出現(xiàn)時再轉(zhuǎn)發(fā)出去，這種隨機路由方式取決于節(jié)點間的相遇概率，相關(guān)的路由協(xié)議如文獻[21]等；當無法確定最佳的轉(zhuǎn)發(fā)機會時，則可以采取依概率隨機轉(zhuǎn)發(fā)的方式。對于配備有較高精度導(dǎo)航傳感器（如GPS、北斗、格洛納斯等）的無人機自組織網(wǎng)絡(luò)，采用具有較少拓撲探測開銷的地理信息輔助路由也是較好的選擇，如文獻[22]等。此外，洪泛路由也是適合無人機自組織網(wǎng)絡(luò)可選路由之一^[23]。在該路由協(xié)議中，無人機節(jié)點將向多個中繼節(jié)點轉(zhuǎn)發(fā)同一數(shù)據(jù)包，中繼節(jié)點再向其他相遇節(jié)點轉(zhuǎn)發(fā)，從而很快將數(shù)據(jù)包投遞至網(wǎng)絡(luò)連通部分，具有較高投遞率和較低投遞延時。但該路由協(xié)議要求節(jié)點具有足夠的緩存空間來攜帶和轉(zhuǎn)發(fā)數(shù)據(jù)包以及較高的網(wǎng)絡(luò)開銷，通過改進洪泛路由協(xié)議，可以有效提高其性能。

    對于在無人機群中應(yīng)用的路由協(xié)議不一定始終適用和有效，需要依據(jù)無人機群的運動模式和動態(tài)性適時加以調(diào)整。

1.5 無人機航跡規(guī)劃

    無人機航跡規(guī)劃是指在滿足一定條件的基礎(chǔ)上（如剩余燃料、飛行距離、任務(wù)數(shù)量等），為了保障無人機飛行安全和順利完成任務(wù)的需要而規(guī)劃出來的一條最優(yōu)飛行航線。

    由于無人機的航線規(guī)劃需要綜合考慮包括燃料、航程、地形地貌、氣象條件、空域限制、任務(wù)目標等多種限制條件，可以歸結(jié)為多條件目標優(yōu)化問題，文獻[24]提出的航線規(guī)劃搜索算法是此類問題最常用的解決方法。對于具有較高自主控制能力的自組織無人機群，其航線規(guī)劃算法需要具備較高的實時性和自適應(yīng)性^[25]。

2 物聯(lián)網(wǎng)無人機發(fā)展趨勢

    對于物聯(lián)網(wǎng)無人機應(yīng)用及其關(guān)鍵技術(shù)未來的發(fā)展，主要表現(xiàn)出以下幾個方面的發(fā)展趨勢。

2.1 采用基于SDN的無人機自組織網(wǎng)絡(luò)控制技術(shù)

    由于無人機自組織網(wǎng)絡(luò)需要有效應(yīng)對包括能量受限、高延遲、鏈路頻繁中斷、網(wǎng)絡(luò)拓撲高動態(tài)變化等多種挑戰(zhàn)，需要高效地利用和分配各種網(wǎng)絡(luò)資源。同時，隨著物聯(lián)網(wǎng)應(yīng)用的不斷深入，不同異構(gòu)網(wǎng)絡(luò)的融合與互通也有著迫切的需求。軟件定義網(wǎng)絡(luò)（SDN）將數(shù)據(jù)面與控制面分離，可以通過編程的方式對網(wǎng)絡(luò)進行控制，從而滿足物聯(lián)網(wǎng)各種全新應(yīng)用和業(yè)務(wù)的需要。文獻[26]通過實際驗證平臺的測試，已成功驗證了OpenFlow應(yīng)用于小規(guī)模無線Mesh網(wǎng)絡(luò)中的可行性；同時也對SDN未來應(yīng)用于動態(tài)移動網(wǎng)絡(luò)具有重要意義。由于SDN屬于集中式控制，可有效改善無線資源的利用率，提高網(wǎng)絡(luò)效率。典型的基于SDN的無人機自組織網(wǎng)絡(luò)如圖3所示。

2.2 針對無人機的空管系統(tǒng)

    隨著物聯(lián)網(wǎng)無人機應(yīng)用不斷普及與深入，無人機妨礙民航客機起降、通過無人機運送毒品、無人機意外墜落傷人等事件時有發(fā)生，針對無人機的空管系統(tǒng)呼聲日益高漲。

    NASA研制的無人機空管系統(tǒng)已于2015年8月成功進行了演示驗證，旨在監(jiān)視和管理民用無人機的飛行，提高無人機的自主飛行能力，提高無人機應(yīng)對突發(fā)事件的飛行安全^[27]。未來針對無人機的空管系統(tǒng)將融入更多的智能控制機制，包括強制著陸、障礙規(guī)避等功能，提高無人機的飛行安全。

2.3 物聯(lián)網(wǎng)無人機應(yīng)用安全與隱私保護

    隨著物聯(lián)網(wǎng)無人機應(yīng)用的日益廣泛和深入，安全與隱私保護是無人機應(yīng)用中一個不可回避的問題。一方面，由于無人機在物聯(lián)網(wǎng)中的應(yīng)用將起到對用戶數(shù)據(jù)和服務(wù)的承載和傳遞，比如位置、速度等敏感信息，無人機的身份認證與數(shù)據(jù)的安全加密是十分必要的，以防惡意攻擊。另一方面，當無人機用于實時性要求很高的交通安全應(yīng)用時，比如車聯(lián)網(wǎng)中車輛間的碰撞檢測等需要作出快速決策的應(yīng)用，無人機應(yīng)具備針對不同應(yīng)用和服務(wù)自身處理能力自動評估的能力，確保應(yīng)用安全。

3 結(jié)語

    本文較詳細地介紹了物聯(lián)網(wǎng)無人機應(yīng)用典型架構(gòu)及其特點以及實現(xiàn)的技術(shù)難點。同時，詳細介紹了物聯(lián)網(wǎng)無人機應(yīng)用中的關(guān)鍵技術(shù)及其應(yīng)用案例。最后，對物聯(lián)網(wǎng)無人機應(yīng)用未來的發(fā)展趨勢進行了展望。

參考文獻

[1] ASHTON K.That ‘internet of things’ thing.RFiD J 2009，22(7)：97-114.

[2] MOZAFFARI M，SAAD W，BENNIS M，et al.Mobile Internet of Things: Can UAVs provide an energy-efficient mobile architecture?[C]//Proc.of IEEE Global Communications Conference(GLOBECOM)，2016.

[3] MOZAFFARI M，SAAD W，BENNIS M，et al.Unmanned aerial vehicle with underlaid device-to-device communications: Performance and tradeoffs[J].IEEE Transactions on Wireless Communications，2016，15(6)：3949-3963.

[4] MOTLAGH N H，BAGAA M，TALEB T.UAV-Based IoT Platform: A crowd surveillance use case[J].IEEE Communications Magazine，2017，55(2)：128-134.

[5] DroneDeploy.Powerfull Cloud-Based Software. Accessed on Jun. 4,2016.[DB/OL].[2016-6-4].https：//www.dronedeploy.com/.

[6] PURI A.A survey of unmanned aerial vehicles(UAV) for traffic surveillance[J].Department of computer science and engineering，2005.

[7] HARRIS M.Project Skybender：Google’s secretive 5G Internet drone tests revealed[DB/OL].[2016-1-29].www.theguardian.com.

[8] KIM D Y，JO H S，YOON H，et al.Reverse-link interrogation range of a UHF MIMO-RFID system in Nakagamifading channels[J].Industrial Electronics，IEEE Transactions on，2010，57(4)：1468-1477.

[9] MOHAMMED F，IDRIES A，MOHAMED N，et al.UAVs for smart cities: Opportunities and challenges[C]//Unmanned Aircraft Systems(ICUAS)，2014 International Conference on. IEEE，2014：267-273.

[10] DOMINGO M C.An overview of the internet of underwater things[J].Journal of Network and Computer Applications，2012，35(6)：1879-1890.

[11] OUBBATI O S，LAKAS A，LAGRAA N，et al.UVAR：An intersection UAV-assisted VANET routing protocol[C]//Wireless Communications and Networking Conference(WCNC)，2016 IEEE.IEEE，2016：1-6.

[12] ZHENG D，CARTER W A.Leveraging the internet of things for a more efficient and effective military[M].Rowman & Littlefield，2015.

[13] ZHANG N，ZHANG S，YANG P，et al.Software Defined Space-Air-Ground Integrated Vehicular Networks：Challenges and Solutions[J].arXiv preprint arXiv：1703.02664，2017.

[14] GUPTA L，JAIN R，VASZKUN G.Survey of important issues in UAV communication networks[J].IEEE Communications Surveys & Tutorials，2016，18(2)：1123-1152.

[15] Mohamed Salleh M F B，LOW K H.Concept of operations(ConOps) for traffic management of unmanned aircraft systems(TM-UAS) in urban environment[C]//AIAA Information Systems-AIAA Infotech@ Aerospace.2017：0223.

[16] FASANO G，ACCARDO D，MOCCIA A，et al.Multisensor based Fully Autonomous Non-Cooperative Collision Avoidance System for UAVs[J].Journal of Aerospace Computing Information & Communication，2013，5(10)：338-360.

[17] BENI G，WANG J.Swarm intelligence in cellular robotic systems[C].Robots and Biological Systems：Towards a New Bionics，Springer，1993：703-712.

[18] KUREICHIK V V，ZHILENKOV M A.Bee algorithms for solving optimization problems with the explicit objective function[J].Informatics，Computer Science and Engineering Education，2015，1(21)：1-8.

[19] LEONOV A V.Modeling of bio-inspired algorithms AntHocNet and BeeAdHoc for Flying Ad Hoc Networks(FANETs)[C]//Actual Problems of Electronics Instrument Engineering(APEIE)，2016 13th International Scientific-Technical Conference on.IEEE，2016，2：90-99.

[20] KARABOGA D，BASTURK B.Artificial bee colony(ABC) optimization algorithm for solving constrained optimization problems[C].Foundations of Fuzzy Logic and Soft Computing，Springer，2007：789-798.

[21] ZHANG Z.Chapter 8-Routing protocols in Intermittently Connected Mobile Ad Hoc Networks and Delay-Tolerant Networks，Algorithms and Protocols for Wireless，Mobile Ad Hoc Networks，Wiley，2009.

[22] SHIRANI R，St-Hilaire M，KUNZ T，et al.Combined Reactive-Geographic routing for Unmanned Aeronautical Ad-hoc Networks[C].8th International Conference on Wireless Communications and Mobile Computing(IWCMC)，2012.

[23] CARDEI I，LIU C，WU J.Routing in wireless networks with intermittent connectivity[C].Encyclopaedia of Wireless and Mobile Communications，2013.

[24] GUDAITIS M S.Multicriteria mission route planning using a parallel A* search[J].Graduate School Eng.，Air Force Inst.Technol.，Wright-Patterson AFB，OH，USA，Dec.1994.

[25] YANMAZ E，KUSCHNIG R，. QUARITSCH M，et al.On path planning strategies for networked unmanned aerial vehicles[C].Proc.IEEE Conf.Comput. Commun.Workshops(INFOCOM WKSHPS)，2011：212–216.

[26] DELY P，KASSLER A，BAYER N.Openflow for wireless mesh networks[C].Proceedings of 20th International Conference on Computer Communications and Networks(ICCCN)，2011：1–6.

[27] RAVICH T M.The Integration of Unamnned Aerial Vehicles into the National Airspace[J].NDL Rev.，2009，85：597.

作者信息：

劉青龍1，2，董家山2

（1.華南理工大學(xué) 電信學(xué)院，廣東 廣州510640；2.廣州海格通信集團股份有限公司，廣東 廣州510663）