杨庆等：仿鸿雁编队的无人机集群飞行验证 ·1607· (a) 图9无人机编队在谷歌地图上的轨迹.(a)俯视图：(b)侧视图 Fig.9 Path of UAV formation on Google Earth:(a)top view;(b)side view (a) b)无人机4 无人机4 无人机1 无人机2 无人机5 无人机3 无人机2 无人机5 无人机3 ②无人机1 图10无人机编队外场试飞（地面相机拍摄）.()进入加速模式前：(b)进入加速模式后 Fig.10 Field experimentation of UAV formation (ground shooting):(a)before acceleration mode;(b)after acceleration mode (a) (b) 无人机1 无人机2 =一无人机1 无人机2 无人机4 无人机4 无大机3 无人机3 图11无人机编队外场试飞（空中机载相机拍摄）.()第五架无人机视角一，(b)第五架无人机视角二 Fig.11 Field experimentation of UAV formation (aboard shooting):(a)the view 1 for UAV5;(b)the view 2 for UAV5 5结论 Science Press,2018 (段海滨，邱华鑫.基于群体智能的无人机集群自主控制.北京： 仿鸿雁集群编队机制是一种新颖的分布式集 科学出版社，2018) 群协同控制技术，其优势是集群可以从无序状态 [2]Qiu H X,Duan H B.From collective flight in bird flocks to 实现自组织编队，并且在编队飞行过程中可快速 unmanned aerial vehicle autonomous swarm formation.ChinJ 实现个体位置的互换而不影响整个集群队形的拓 E1g,2017,39(3):317 扑结构，该技术对无人机实现大规模集群协同控 (邱华鑫，段海滨.从鸟群群集飞行到无人机自主集群编队.工 制具有重要意义.此外，仿鸿雁集群编队机制具有 程科学学报，2017,39(3)：317) 其独特的大航程的优势，非常适用于固定翼无人 [3]Peng Z H,Sun L,Chen J.Online path planning for UAV low- altitude penetration based on an improved differential evolution 机的远程大规模集群编队飞行，下一步将继续深 algorithm.J Uniy Sci Technol Beijing,2012,34(1):96 入研究鸿雁集群编队行为机制，开展仿鸿雁行为 (彭志红，孙琳，陈杰.基于改进差分进化算法的无人机在线低 机制的固定翼无人机集群飞行验证 空突防航迹规划.北京科技大学学报，2012,34(1)：96) [4]Duan H B,Qiu H X,Chen L,et al.Prospects on unmanned aerial 参考文献 vehicle autonomous swarm technology.Sci Technol Rev,2018, [1]Duan H B,Qiu H X.Unmanned Aerial Vehicle Swarm 36(21):90 Autonomous Control Based on Swarm Intelligence.Beijing: (段海滨，邱华鑫，陈琳，等.无人机自主集群技术研究展望.科5    结论 仿鸿雁集群编队机制是一种新颖的分布式集 群协同控制技术，其优势是集群可以从无序状态 实现自组织编队，并且在编队飞行过程中可快速 实现个体位置的互换而不影响整个集群队形的拓 扑结构，该技术对无人机实现大规模集群协同控 制具有重要意义. 此外，仿鸿雁集群编队机制具有 其独特的大航程的优势，非常适用于固定翼无人 机的远程大规模集群编队飞行，下一步将继续深 入研究鸿雁集群编队行为机制，开展仿鸿雁行为 机制的固定翼无人机集群飞行验证. 参    考    文    献 Duan  H  B,  Qiu  H  X. Unmanned Aerial Vehicle Swarm Autonomous Control Based on Swarm Intelligence.  Beijing: [1] Science Press, 2018 （段海滨, 邱华鑫. 基于群体智能的无人机集群自主控制. 北京: 科学出版社, 2018） Qiu  H  X,  Duan  H  B.  From  collective  flight  in  bird  flocks  to unmanned  aerial  vehicle  autonomous  swarm  formation. Chin J Eng, 2017, 39（3）: 317 （邱华鑫, 段海滨. 从鸟群群集飞行到无人机自主集群编队. 工 程科学学报, 2017, 39（3）：317 ） [2] Peng  Z  H,  Sun  L,  Chen  J.  Online  path  planning  for  UAV  low￾altitude  penetration  based  on  an  improved  differential  evolution algorithm. J Univ Sci Technol Beijing, 2012, 34（1）: 96 （彭志红, 孙琳, 陈杰. 基于改进差分进化算法的无人机在线低 空突防航迹规划. 北京科技大学学报, 2012, 34（1）：96 ） [3] Duan H B, Qiu H X, Chen L, et al. Prospects on unmanned aerial vehicle  autonomous  swarm  technology. Sci Technol Rev,  2018, 36（21）: 90 （段海滨, 邱华鑫, 陈琳, 等. 无人机自主集群技术研究展望. 科 [4] (a) (b) 图 9    无人机编队在谷歌地图上的轨迹. (a) 俯视图; (b) 侧视图 Fig.9    Path of UAV formation on Google Earth: (a) top view; (b) side view (a) 无人机4 无人机3 无人机5 无人机1 无人机2 无人机4 无人机3 无人机5 无人机1 无人机2 (b) 图 10    无人机编队外场试飞（地面相机拍摄）. (a) 进入加速模式前; (b) 进入加速模式后 Fig.10    Field experimentation of UAV formation (ground shooting): (a) before acceleration mode; (b) after acceleration mode (a) 无人机4 无人机3 无人机1 无人机2 无人机4 无人机3 无人机1 无人机2 (b) 图 11    无人机编队外场试飞 (空中机载相机拍摄). (a) 第五架无人机视角一; (b) 第五架无人机视角二 Fig.11    Field experimentation of UAV formation (aboard shooting): (a) the view 1 for UAV5; (b) the view 2 for UAV5 杨    庆等： 仿鸿雁编队的无人机集群飞行验证 · 1607 ·