無人機異常行為研究進展與展望

王少波，馬文來，杜玉杰，郝 偉

(1.山東理工大學 交通與車輛工程學院，山東 淄博 255000;2.濱州學院 飛行學院，山東 濱州 256603)

近年來，無人機以體積小、可垂直起降、可定點懸停等優點在農林植保[1-2]、航空攝影[3]、物流運輸[4]、海上搜救和武警支援[5]等民用、軍事領域得到越來越廣泛的應用。然而，隨著無人機任務復雜度不斷提升、外部干擾不斷增多，加上飛行環境、無人機本體結構以及控制性能等存在一定的差異，無人機出現異常行為的現象不斷增多，比如無人機在運行過程中脫離預設運行軌，給無人機本體、地面人員及周圍環境等造成嚴重的危害。因此，對無人機異常行為進行研究，明確異常行為發生原因，對異常行為進行針對性檢測，已經迫在眉睫。

無人機異常行為這一概念，目前尚無明確定義。針對其他研究對象的異常行為，文獻[6]介紹了異常行為的一般概念，是指違反規則或他人期望，并引起非議或懲罰或危險的行為。文獻[7]則對船舶異常行為進行了定義，是船舶在駕駛人員的操控之下以航行和避讓為目的所采取的行為方式及其規律。

因此，異常行為可定義為違反既定的規定或是使用者操控者的期望，在一定程度上造成危險或是不可控的行為。對于無人機異常行為，主要指無人機的操控、運行過程中或是與地面基站進行交互時產生的違反運行規律以及脫離預設指令的非正常行為。通常情況下，引起無人機異常行為的原因主要包括自然環境、地理位置的改變、操控者的不恰當操作以及無人機本身傳感器、執行器、通信故障等。本文通過查閱相關文獻，對無人機異常行為的影響因素和檢測方法進行了總結，并對未來的發展方向進行了展望。

1 無人機異常行為的影響因素

1.1 無人機異常行為的內部影響因素

無人機正常運行應具備的基本特性表現為穩定、精確、具備環境感知功能等，通常需要的硬件配置主要有飛行控制器、傳感器以及執行器等。無人機在運行過程中，上述提到的硬件配置均存在發生異常行為的可能，統稱為內部因素，是無人機出現異常行為的主要因素。

(1)飛行控制器異常。無人機飛行控制器相當于無人機的大腦，通過讀取無人機機載傳感器的數據，并對其進行處理之后控制無人機運行。無人機飛行控制器發生異常的主要表現通常包括作動器或操縱面的卡死、松浮、偏差和損傷等[8-9]，具有隨機性、不易確定性、并發性等特點[10]。無人機飛行控制器發生異常的原因主要包括設計問題、制造問題以及人為因素等。設計問題是指設計過程中設計開發者的任一失誤而導致的飛行控制器的故障；制造問題是指在制造過程中，任一道工序的失誤如系統的材料缺陷、系統設計偏差等[11]。

(2)傳感器異常。無人機機載傳感器通常包括姿態測量單元、全球定位系統、激光雷達、機載攝像機等。傳感器在無人機的運行過程中能及時地將飛行過程中遇到的問題反饋給無人機，對于事故的避免以及運行過程中無人機的實時狀態都起到了很好的監測功能。文獻[12]對無人機傳感器的異常行為進行了歸納總結。傳感器異常通常包括完全異常、偏置異常、漂移異常、乘性異常、周期性異常、離群數據異常等幾種類型，文獻[13-16]重點對無人機傳感器偏差異常進行了研究。文獻[17]重點對傳感器卡死異常、常值漂移異常和恒增益異常進行了研究。文獻[18]對無人機傳感器異常中所涉及的加速度計、陀螺儀和磁羅盤等異常行為進行統計分析。文獻[19]重點對加速度計和陀螺儀的異常表現及產生原因進行了分析。文獻[20]對定高飛行下的無人機傳感器異常進行了研究，在200 s時使傳感器輸出卡死于0°，由此對傳感器卡死異常進行分析。

(3)執行器異常。無人機執行器包括電機、螺旋槳、機翼、舵面等。文獻[21]提到無人機的執行機構主要是舵機與舵面；文獻[22]提到了無人機的舵面故障可以分為完全失效和部分失效兩類。完全失效指舵面對控制指令沒有做出響應，包括舵面卡死與舵面漂浮兩種；部分失效指能對控制指令做出響應，但是未達到預期的效果，主要指舵面損傷，當舵面損傷時，舵面的控制效能減弱，舵面控制通道的增益損失。文獻[23]同時考慮了空速管傳感器堵塞和升降舵、油門桿部分失效等執行器異常。

文獻[24]將無人機執行器的故障分為了偏差故障、穩定性故障、震動故障和卡死故障等，通常包括齒輪磨損、傳動桿變形、電機燒壞、電壓異常、閥門結垢、傳動桿結垢等。文獻[25] 針對無人機執行器控制效率損失對系統耦合性的影響，設計了一種基于觀測器的魯棒自適應容錯控制方法。文獻[26]指出無人機旋翼損傷老化后，力矩輸出電機出現磨損故障導致執行器輸出力矩與期望力矩有所不同。文獻[27]通過對無人機執行器異常進行研究，針對性地提出兩種故障模型：執行器加性異常模型和執行器乘性異常模型，上述兩種異常均對無人機的動力學特性產生顯著影響。

針對上述無人機異常行為，執行器異常通常是指無人機物理結構的損壞，這在無人機運行過程中是最為致命的，將會直接導致無人機損壞甚至墜毀。此外，由于傳感器發生異常后，會使一些元器件發生損壞，進而影響到無人機執行器，使其發生異常，因此，無人機執行器異常通常會與傳感器異常聯系在一起進行研究。

1.2 無人機異常行為的外部影響因素

無人機在運行過程中，除了必需的硬件設施之外，還需要操作人員、遙控手柄以及地面基站的相互協作。因此，除了前面提到的無人機硬件設備的故障之外，上述因素發生異常也會導致無人機的運行異常，統稱為外部影響因素。

(1)操控人員異常操作。無人機的操控人員所負責的任務主要包括在無人機運行前檢查無人機是否有損壞；觀察無人機運行航線是否與規劃的航線存在差異；注意無人機的遙控手柄的電量；同時觀察風力的影響，以便能時刻做出判斷。因此，無人機的操控人員可能出現的異常行為主要是無人機在運行前對無人機的觀察不充足、導致問題沒有及時地反饋、無人機遙控手柄異常等，造成無人機在運行過程中出現異常。

(2)地面基站通信異常。無人機在運行過程中，需要將位置信息與運行過程中可能發生的異常信息傳輸給地面基站，同時地面基站接收信息，并將有關航線的信息傳輸給無人機，在GPS的作用下，做好航線規劃，使無人機能順利完成任務，及時返航。因此，地面基站主要負責無人機的通信信息的相互傳送，通信異常主要包括無人機接收不到地面基站發出的信號、無人機傳送回的信號地面基站未接收以及地面基站通信信號的減弱，使無人機接收到的信號不明確，這些均會導致在無人機在運行過程中發生異常行為[28-31]。

2 無人機異常行為檢測方法

針對無人機運行過程中可能發生的飛行控制器、傳感器、執行器等引起的異常行為的檢測方法，國內外眾多專家學者進行了研究。

2.1 飛行控制器異常行為檢測方法

針對無人機飛行控制器異常行為檢測，文獻[9]指出無人機飛行控制系統常用的檢測方法是擴展卡爾曼濾波器(Extended Kalman Filter,EKF)，文獻[32-34]均對基于EKF的異常行為檢測方法進行了研究：文獻[32]設計自適應EKF算法解決攻角傳感器故障問題,文獻[33]基于EKF對空速管異常進行了檢測,文獻[34]基于EKF對無人機執行機構異常進行了檢測。文獻[23]提出一種基于等價空間的非線性飛行控制系統快速故障檢測的方法，對無人機空速管及升降舵進行了仿真實驗驗證。文獻[35]通過分層濾波算法對無人機飛行控制器異常進行建模分析，可以精準地查找到異常所發生的具體坐標，可以有效地縮減查找時間，提升異常檢測速率。文獻[36]是自適應容錯控制的檢測方法，該方法可實現部分故障自主維護和自適應故障隔離與重構，提高檢測效率。文獻[37]中提出結合移動平均技術的動態主成分分析(PCA)模型，適用于動態系統。

綜上所述，針對無人機飛行控制系統的異常行為檢測均是在無人機動力學數學模型的基礎上進行分析，通過分析故障成因、故障形式以及故障發生程度，進而構建檢測模型，并應用于實例中對模型進行仿真驗證。

2.2 傳感器異常行為檢測方法

針對無人機傳感器異常行為檢測，文獻[38]提到一種基于徑向基(RBF)神經網絡和最小二乘算法(OLS)的多傳感器異常行為檢測方法，并通過實例證明該方法適用于無人機傳感器異常檢測。文獻[39]基于最小二乘支持向量機(LS_SVM)和主元分析法(PCA)對小型無人機傳感器異常進行了診斷，結果表明該方法的有效性。文獻[40]通過LSTM神經網絡預測的傳感器數據與實際數據作差值，將所得結果輸入LSTM分類器，通過結果的正負判定異常。文獻[41]提出用于復雜系統的多重故障診斷的分層多重模型濾波技術，該方法在確定單一故障后，可以繼續使用上一組單個的新濾波器來診斷下一故障，提高了檢測效率。文獻[42]采用基于小波的方法對無人機傳感器異常行為進行檢測，可在時域和頻域中準確定位信號特征的小波變換來識別輸出信號中傳感器異常狀態的發生時刻。文獻[43]將小波方法和梯度提升決策樹(GBDT)結合，對傳感器異常行為進行檢測，既提高了故障的可分性，又提高了故障分類的精度。文獻[44]則將小波方法和多核支持向量機結合，可以有效地提取信號的特征以及故障點，與單核支持向量機相比故障檢測的精度提升至少10%。

通過對無人機傳感器異常行為檢測的文獻進行查閱得知，無人機傳感器發生異?？赡苄暂^大，基于小波的方法可識別錯誤信號，便于找到異常點，提高異常檢測速率。

2.3 執行器異常行為檢測方法

針對無人機執行器異常行為檢測，文獻[45]基于魯棒卡爾曼濾波算法，提出了基于創新序列的故障隔離算法，解決了傳感器/執行器的故障檢測和隔離問題；文獻[46]在考慮執行器故障和外部干擾的情況下，提出了基于自適應增強狀態卡爾曼濾波器(AASKF)和自適應三級卡爾曼濾波器(AThSKF)的執行器異常檢測方案。該方案可以在對異常進行檢測和隔離的同時，對無人機外部干擾進行估計。文獻[47]針對無人機執行器異常，提出一種基于線性矩陣不等式的自適應容錯控制器的設計方法，結合實例驗證該方法可以實現控制器的在線調節。文獻[25]設計了自適應模糊狀態觀測器對執行器異常進行估計。文獻[48] 將線性二次型(LQ)技術應用于四旋翼無人機執行器異常行為檢測，并在Qball-X4上進行了驗證。文獻[49]采用自適應兩階段線性卡爾曼濾波算法對執行器異常進行識別和隔離。文獻[50]將執行器加性故障與乘性故障視為一種不確定性故障，基于自適應反演滑?？刂扑惴?，設計了容錯控制器。文獻[51]同文獻[50]一樣，針對無人機非線性模型，考慮外界干擾以及執行器故障，設計了線性故障觀測器實現了對無人機執行器異常行為的觀測。文獻[52]設計了在線故障估計方法，取代故障重構觀測器，較好地實現了無人機執行器異常下的容錯控制。

通過對無人機執行器異常行為檢測的文獻進行查閱得知，無人機執行器異常發生的頻率相對傳感器以及控制器異常來說較多，在無人機執行機構異常的檢測研究之中，魯棒卡爾曼濾波算法應用較多，其首要目標是穩定性和可靠性，而卡爾曼濾波算法對于連續變化的系統較為實用。無人機執行器在執行任務過程中對可靠性以及穩定性的要求較高，并且在運行過程中，數據的傳輸是實時更新的，所以兩種方法的結合對無人機執行器異常的檢測非常適用，對運行的安全性有進一步的保障。

3 結論及展望

研究表明,無人機發生異常行為的原因主要有內部因素和外部因素。對于無人機異常行為檢測的研究方法主要包括卡爾曼濾波算法、等價空間方法和自適應觀測器方法等。無人機異常行為檢測過程通過預測檢查及實驗模擬進行診斷，建立相關模型來模擬無人機異常行為，進而通過飛行實驗進行驗證，得到異常行為檢測結果。通過對無人機異常行為相關研究進行梳理，得出以下關鍵問題。

(1)無人機復合異常行為高精度實時在線診斷技術。目前無人機異常行為估計主要集中在相對單一異常行為的估計，且精度低、實時性差，難以滿足實際需求，對于多種復合無人機異常情形，缺少針對性研究。為此，亟須在無人機異常行為診斷方面開展一系列系統研究，突破異常行為檢測的快速、精細化、智能化檢測。

(2)無人機異常行為后的快速魯棒控制策略。當前針對無人機異常行為的容錯控制方法主要包括線性控制、滑?？刂?、自適應控制、魯棒控制等，但大部分缺少實際應用例證。因此，亟須在對異常行為精確估計的基礎上，同時考慮外部干擾的影響，為設計快速、魯棒、智能容錯控制策略，提高控制算法的適應性和針對性，使其能夠實現無人機在異常行為下的穩定、安全控制。