问题二、多维度情境约束下的实时行为优化决策问题。跨域协作中不同平台得到的环境信息包括大范围“宏”环境信息和局部精细的“微”环境信息，既包含环境信息也包括任务、目标信息，情境约束的多维度特性明显，这将为协同系统中各平台提供更多的环境信息，为实现全局最优决策提供基础。但是，多维度约束下的行为优化决策问题给算法实现带来严重的实时性问题；此外，多约束共同作用下的规划与决策也容易遭遇局部极小甚至不可求解（可行性）等问题，这些都给实时行为优化决策带来了严峻的挑战。

问题三、兼容动力学差异性的跨域实时协同控制问题。跨域平台的运动能力和动力学特性差异明显。例如，空中平台和水下平台具有三维空间运动能力，而地面、水面平台只能实现二维运动；各种环境干扰对平台运动的影响机理不同，空中平台的空气动力学、地面平台的摩擦动力学、水面水下的水动力学等；此外，不同平台的动力学和运动学形式也存在明显差异。而运动学和动力学模型与协调行为的可行性密切相关，这就使得在研究跨域平台协同控制问题时需要构建更复杂的模型、考虑更多的环境/任务约束，这给本就难以解决的协同控制理论和技术研究带来了全新挑战。

问题四、面向跨域协同的人-多机交互与协同决策问题。实际应用过程中往往需要操控人员在不同任务阶段对不同无人系统实施干预，形成人–机系统共同完成相关使命，这是无人系统发展的总趋势。在跨域协同应用中，由于各平台自身特性的差异性明显，传统的人对多平台干预方式的适用性将会下降，要求更加高效和智能的交互方式以及灵活多变的干预机制与方法，形成能力体系中的人机融合，进一步提升面向使命的跨域协同效能。

3.2 跨域协同技术体系

跨域协同是无人系统发展的高级阶段，其技术体系除包含传统无人系统技术体系相关内容外，具有更加丰富的技术内涵和外延。此外，由于跨域协同往往要面临复杂的环境和使命，属于典型的复杂系统，需要和相关的应用体系相结合，从而往往具有更加复杂的体系架构。图11 给出了包含三个层次的跨域协同技术体系示意图。

图11 无人系统跨域协同技术体系

Fig.11 Technology systems of unmanned system cross domain synergy

第一层次（底层）：平台技术。跨域协同在实际平台上实现才能获得最终效能，因此平台技术是无人系统跨域协同技术体系的底层支撑性技术，是构建无人系统跨域协同技术体系的物理基础。现有的跨域协同往往是在现有无人平台基础上通过信息化改进实现，但从长远发展来看，未来的跨域协同将对现有的无人平台提出明确的技术需求，可能会对无人平台本身的发展产生明显影响。

第二层次（中层）：自主技术和网络技术。自主技术是无人系统的核心技术之一，而网络（互联）技术是实现协同、集群的基础性技术，它们都是在平台基础上为提升综合效能而需要的共性使能技术，自主技术决定了无人系统摆脱对人的依赖、自行运行的本体能力程度，而网络技术则表征多个/种装备/功能实现协同提升总体作战效能的共性使能技术。跨域协同对现有的自主技术和网络技术也都会提出新的需求。

第三层次（顶层）：体系工程技术。体系工程技术是在平台基础上考虑整体目标和应用体系约束下，实现无人系统与所有其他应用单元相互融合、统一的工程实现技术。它包括对技术体系的仿真与验证技术、总体效能评估技术、标准化技术，以及贯穿整个研发周期的体系优化集成技术。它是联系相关应用体系与无人系统跨域协同技术体系的纽带，是提升无人系统整体效能的根本。 

4  国内典型案例分析 

国内目前已经出现不少利用跨域系统提升应用效能的案例，本文以本单位近期开展的工作之一介绍跨域协同对实际应用效能可能产生的明显提升作用。

2021年4月，中国科学院沈阳自动化研究所和辽宁省公安厅联合组织了针对“大型群众活动现场安保”的空地跨域协同应用示范，演示了空地无人平台在公安应用的新模式。此次示范的参演无人平台包括：1 架复合翼无人机、3 架多旋翼无人机、4 辆无人车及指挥控制方舱。演示过程分为事前勘测、事中巡逻、异常监测、处突取证、嫌犯追踪以及山林抓捕等环节。

（1）事前勘测。该环节采用固定翼无人机、多旋翼无人机以及地面无人车，分别采用视觉和激光的方式开展三维重建，并将其进行跨尺度融合，最终生成了现场多维度模型[21-22]。该模型可表征地表物理信息、人/车/飞机可通过区域等信息，为现场指挥与控制提供便利（图12）。该环节充分展示了利用跨域融合的感知信息可有效提升区域掌控能力。

图12 空地协同多视角、多源勘测

Fig.12 Air-land cooperatively environmental survey

（2）事中巡逻：该环节开展空地跨域区域监控验证。过程中，复合翼无人机开展外围巡逻、多旋翼无人机实施周边巡逻、无人车以及现场布设的多个固定监控设备实施区域内联合监测。该过程显示了利用异构（旋翼、固定翼、地面）平台、人员和固定节点协同，可开展无死角监控，提升巡逻监测的时空密度。在此过程中，平台自主性的高低将直接决定监控效率（图13）。

图13 事中联合巡逻监控

Fig.13 Reconnaissance and patrolling

（3）异常监测：该环节演示了人工智能算法在安保中的应用，及其与跨域平台相结合所能起到的效能倍增作用。通过所有节点回传画面进行实时处理，能够识别异常情况，如人员跌倒、可疑人员异常行走轨迹（图14）等，并通过综合指挥方舱发出声、光警报，提醒警员及时做出应对。该环节演示了智能技术对于整个过程的赋能效应，其与人机协同调度相结合，明显提升了现场 处置时效性，如果能将视频处理功能加载到平台本身，则对通信的依赖将进一步降低，从而进一步提升系统的鲁棒性。 

图14 智能异常检测

Fig.14 Intelligent abnormal behavior detection

（4）处突取证：该环节主要展示综合指控系统可对多个平台的载荷系统进行操控，实现现场取证，并通过与公安信息网对接确认嫌犯身份，展示了通过良好的人机交互和信息的无缝对接提升异常事件快速、准确取证的能力。

（5）嫌犯追踪：该环节演示嫌疑人员开始逃窜后无人平台实施联合抓捕的能力。示范中，嫌犯驱车逃离，综合指挥方舱立刻派遣附近应急无人机前往现场，锁定并追踪逃犯车辆，借助无人机回传车辆影像，结合无人机遥测数据估算嫌犯坐标，结合指挥员干预派遣无人车提前赶至嫌犯必经点进行拦截（图15）。该环节显示了空地协同可有效提升异常响应能力。

图15 空地联合追踪Fig.15 Air-land cooperative target tracking

（6）山林抓捕：该环节展示嫌犯弃车逃往密林后，无人车和人员很难快速发现。此时，综合指挥方舱结合事前勘测数据，借助固定翼无人机在复杂山林区域内利用视觉信息进行搜捕，并快速定位嫌犯调配警力实施抓捕（图16）。

图16 林中红外搜索

Fig.16 Searching in forest using infrared sensor

上述应用示范过程以实际的公安安保应用为需求，展示了跨域信息融合、协同控制、人机协同决策等跨域协同关键技术，同时也涉及网络组网、自主航行、智能决策等相关技术。结果显示，跨域协同（移动节点+固定节点、空中平台+地面平台、无人平台+人员指挥）有利于形成新的处置能力，并能大大提升任务执行效率。 

5  结束语 

跨域协同是无人系统发展的高级阶段，是应对日益复杂的环境和使命的重要技术途径与应用手段[23-25]。随着人工智能等相关技术的快速发展，跨域协同势必将为无人系统的发展带来更多契机，但相关技术进步过程中也必然伴随着重大挑战。从无人系统跨域协同的发展历程和技术特点来看，进行相关规划和推进相关研究应重点关注以下几个关键问题。

首先，坚持需求牵引是开展跨域协同相关工作的重要手段。需求牵引与技术推动是所有技术发展的两个重要方式。跨域协同的最大特点是可通过功能互补性实现效能倍增，而不同领域的应用效能往往存在差异化的评估手段和特点，为此各领域在开展相关规划和技术研发时，要注重与应用场景的紧密结合，坚持需求牵引的总体发展思路。

其次，借鉴系统论、体系论的发展思路，充分发挥学科交叉的特点，开展联合攻关。无人系统本身具备明显的跨学科特点，加之跨域协同应用中往往面临功能节点和应用要素极为丰富的问题，其本身是一个复杂的大系统，这就要求在开展相关工作时坚持系统化、体系化的研究思路，注重技术发展的同时也要关注技术发展的标准化和实用化。

最后，跨域协同的核心技术仍然在于无人系统的单独节点，而跨域协同也将为无人系统的发展提供更广阔的空间。既然要求跨领域协同，除常规的无人系统所具备的特点外，跨领域应用也为无人系统本身的发展提出了更多要求，从而有望进一步促进无人系统本身的多样化发展，一些面向跨域协同应用的新概念平台/能力势必将大量出现。

参考文献（略）