斯坦福研发无人机防撞系统

为保障无人机飞行安全，目前各国对无人机的运行管理普遍采用将其限制在特定的空域内与载人机隔离运行的措施。但随着无人机在众多领域的广泛使用、其飞行活动量的不断增加，隔离运行方式将难以满足无人机日益增长的应用需求。防撞问题已经成为制约无人机发展的关键问题之一。

为此，斯坦福大学智能系统实验室（SISL）与美国宇航局艾姆斯研究中心（NASA Ames）联合开发了无人机空中交通管制系统（或称UTM），用以规定无人机的飞行路线并规避障碍物，以保障无人机及其飞行空域环境内的其他飞行器以及地面第三方的安全。斯坦福大学智能系统实验室（SISL）的负责人Mykel Kochenderfer指出：“UTM是为满足空中交通管制而开发的，该系统将置于云端并拥有极高的自主化能力。”

UTM支持多台无人机共同使用，该系统自动监测无人机飞行环境，当发现有障碍物出现并有可能发生碰撞时将会发出警报，提醒无人机躲避障碍，返回安全位置。UTM采用了由Kochenderfer和Hao Yi Ong提出的无人机防撞系统新算法，该算法参照了载人飞机防撞系统算法。

目前美国联邦航天管理局每天有1.5万名工作人员操控8.7万次无人机飞行。据研究人员保守估计，仅Amazon高级会员在每个普通购物日就会下约4000万份订单，产生13万次无人机货物交付。如考虑谷歌和Matternet等诸多大型企业，无人机的飞行活动量将是一个极其庞大的数字。因此，雇佣大量员工来处理无人机交通拥堵的情况是不可行的。

美国宇航局预计基于云技术且高度自主的UTM将会陆续推出四个功能模块。第一个模块发布于2015年8月，该模块聚焦于“地理围栏”——无人机基于全球定位系统的虚拟地理边界，以保障无人机飞行的安全性和有效性。斯坦福大学研发团队认为自动躲避障碍是解决拥挤空域碰撞问题的最好方法。但该方法需要新的算法对潜在障碍进行预测。

Kochenderfer在麻省理工学院林肯实验室工作时曾提出过一种自动躲避障碍的新算法，称为ACAS X，被运用于载人飞机的新一代系统中。系统运用动态规划程序得出最佳躲避障碍策略。使用了ACAS X算法，系统在飞行器面临碰撞风险时就会发出警报并提供躲避策略，以避免碰撞发生。结果表明，该方法可以有效增强飞行的安全性，尽管有时也增加了一些不必要的警报。目前美国联邦航空局和国际安全社区正在推动ACAS X 算法的标准化。

与Kochenderfer合作提出ACAS X算法的Ong在ACAS X算法的基础上做了修改调整，并将算法运用于无人机自动躲避障碍系统中。未来，无人机的飞行将呈现高密集性的特点，这对研究团队提出了更高的要求。“传统的航空领域很少会出现两架以上的飞行器发生碰撞的事故，”Ong表示。但是在有限的城市低空领域，很容易出现多架飞行器发生冲突的事故。例如，运送包裹的无人机飞往同一个收货地址。随着无人机数量的增加，避免碰撞的问题也变得更加复杂，数学家们称之围“维数灾难”，所以必须提出一个更好的解决方案。

为解决“维数灾难”的问题，Ong提出了一种新的云计算构架，将“多架冲突”分解为多个“两架冲突”。该算法能够从飞行路径预测表中迅速找出每对存在“飞行冲突”的无人机的最佳飞行方案，以避免撞机。为了测试新算法，研究人员模拟了2到10架无人机之间逾百万次碰撞。通过新算法与其他算法的对照试验发现，将“多架冲突”分解为“两架冲突”进行碰撞的规避，大大提高了系统警报有效率，缩短了决策耗时，进一步保障了无人机的飞行安全。

Ong和Kochenderfer表示，尽管他们的算法还存在诸多需改进完善的地方，例如，未考虑通信故障、突发性天气异常及蓄意破坏等方面的问题，但他们仍然希望改进后的算法能被运用于UTM的终极版中。据美国宇航局预测，关于该系统的终极版将在2019年全部开发完成。