Vision-Based UAV Interception Using Dynamic Image-Based Visual Servoing, Multi-Objective Predictive Guidance, and Robust Soft Control Barrier Functions

在天空中，一架配备摄像头的无人机正面临着一项艰巨的挑战：它必须捕捉另一架移动轨迹难以预测的无人机，同时还要应对由于图像处理所需时间而导致的摄像头视角延迟，以及无人机自身转向能力的限制。这就是视觉伺服（visual servoing）的领域——在这种方法中，机器直接利用所见之物来引导自身航向，而不是依赖于一个完美的、预先计算好的世界地图。对于试图拦截目标的无人机来说，任务之所以复杂，是因为摄像头是刚性地安装在飞行器上的；如果无人机为了追逐目标而剧烈转向，摄像头可能会转动得太快，导致目标从视野中消失。此外，无人机接收到的图像永远不是完全新鲜的，它们总是略微滞后的，而且目标可能会以无人机无法预测的方式改变速度或方向。解决这个问题需要一个能够“预见未来”、同时权衡多个选项，并能做出兼顾速度、安全性和平滑性的瞬时决策系统。

生产与技术改进自动化控制研究所（Control Automation in Production and Improvement of Technology Institute）的研究人员针对这一问题开发了一种新方法，创建了一个能够让无人机在视觉数据存在噪声和延迟的情况下依然拦截机动目标系统。该方法并非试图立即将目标强行拉回摄像头的中心位置（这往往会导致动作不稳定或目标脱离视线），而是使用一种预测观测器来推测目标在下一瞬间的位置。随后，系统会生成一组可能的飞行路径，即候选轨迹，供无人机跟随。这些路径中的每一条都会根据多个目标进行评估：无人机与目标的接近程度、拦截所需的时间、无人机消耗的能量，以及目标脱离摄像头画面的风险。

为了选择最佳路径，研究人员并没有简单地挑选纸面上看起来最好的那一个选项。相反，他们使用了一种称为“Soft-min融合”的技术，将各个选项融合为一个平滑且连续的决策。这防止了无人机在不同策略之间发生剧烈的跳变，而这种跳变是系统在不同选择间突然切换时常有的问题。其结果是一个在摄像头视野中移动的动态参考点，它引导无人机飞向预测的拦截点，而非图像中的一个固定点。这使得无人机能够随着目标的移动优雅地调整航向，通过预判目标的下一步行动来补偿图像数据的延迟。

该系统的关键部分是一个基于“控制障碍函数”（control barrier function）概念的安全过滤器。简单来说，它就像一个卫兵，防止无人机做出会导致目标从摄像头视野中消失的指令。然而，由于现实世界的环境是复杂的，且无人机的引擎存在物理极限，一个规定“绝不丢失目标”的严格规则有时会导致数学计算无法求解。为了处理这种情况，研究人员引入了一个“软化版”的安全规则。这允许系统在绝对必要时暂时放宽安全约束，以保持无人机的移动，同时会对违反约束的行为进行惩罚。这确保了即使在情况极其紧迫时，无人机仍能继续尝试拦截目标，而不是因为找不到完美解而陷入停滞。

研究人员在包含一百种不同风力、噪声和目标运动场景的计算机模拟中测试了他们的方法。他们将新系统与几种现有方法进行了对比，包括标准的视觉追踪和其他预测方法。结果表明，该方法非常有效。在模拟中，无人机成功拦截目标的成功率达到了90%，这一比例非常接近表现最好的基准方法。更重要的是，新系统以显著更低的代价完成了任务。该系统使用的控制能量减少了约15%，这意味着无人机不需要为了完成同样的捕捉动作而过度消耗动力。此外，它将目标图像的追踪误差降低了近46%，使目标在摄像头视野中保持得更加稳定。在拦截成功的条件下，完成拦截所需的时间也比基准方法缩短了20%以上。

然而，研究也揭示了一个微妙的权衡。虽然新方法更快、更高效，但其成功率比基准方法略低了3个百分点。这表明，通过优先考虑速度和流畅度，系统偶尔会采取一些传统方法会规避的风险。研究人员发现，在拦截瞬间，无人机与目标之间的平均距离对于两种方法而言几乎相同，均在两米出头。这表明，尽管新系统更敏捷、对无人机电机的负担更小，但它并不一定能保证在旧方法可能成功的每一个场景中都能实现完美捕捉。

研究结论认为，这种方法为管理自主无人机在“感知、思考与行动”之间复杂的平衡提供了一种强大的手段。通过结合预测观测器、多目标决策过程和灵活的安全过滤器，该系统能够处理现实视觉中的延迟和不确定性。研究人员指出，虽然模拟实验取得了成功，但该系统依赖于近似计算以保证实时处理的速度。未来的工作将涉及在实际硬件上测试这些想法，并探索该系统在更复杂的无人机物理模型下的表现。目前来看，这些发现证明了即使在“眼睛”反应迟钝且目标难以捉摸的情况下，通过高精度和高效率的方式引导无人机追踪移动目标是完全可行的。