图6 无人平台在山雪崩事故人员搜救中的应用
Fig.6 Unmanned system in snowslide rescue
（3）葡萄牙：ROBOSAMPLER 项目
2013—2015年，葡萄牙内政部资助了ROBOSAMPLER 项目。该项目旨在设计旋翼无人机和作业型地面无人系统构成的跨域协同，并通过二者的协同实现野外复杂环境中的重金属、放射性物质等有害物质的采样、存储和运输的工作。实际演示中，无人机系统用于扫描指定区域、识别待采样物，实时回传图像，并指引对地面平台的远程遥控；地面无人系统则通过搭载机械臂完成采样（图7）[20]。
图7 跨域协同用于污染土壤采样
Fig.7 Air-land cross domain in soil sampling
（4）美国：CDMaST 跨域海上监视和瞄准
2015年，DARPA 启动了跨域海上监视和瞄准（ Cross-Domain Maritime Surveillance and Targeting, CDMaST）项目，该项目明确制定了“实现面向海洋的跨域协同体系集成”的目标，旨在转变美海军当前海上力量编成体系，通过将多种海上作战功能分解至可升级的大量低成本有人–无人系统上，并分散部署至对抗激烈的广域海域，构建一种能够跨域执行监视与瞄准任务的“系统之系统”体系结构，形成能够快速响应、无处不在的进攻能力，阻止对手力量投送，或迫使对手大幅提升海上行动成本，维持美军海上绝对控制权（图8）。
图8 跨域海上监视和瞄准（CDMaST）项目概念
Fig.8 Concept of CDMaST project
（5）美国：OFFSET 进攻性蜂群战术
DARPA 于2016年资助了“进攻性蜂群战术”（OFFensive Swarm-Enabled Tactics, OFFSET）项目，谋求在未来的小规模步兵部队作战中协同使用多达250 个小型无人机系统和小型无人地面系统，利用无人蜂群技术和自主、自治、人机协同技术，快速开发和部署无人集群系统并形成战斗力。2020年9月，该项目完成第四次外场试验，重点是提高分布式异构协同感知能力，由地面无人车、旋翼无人机和固定翼无人机组成的多平台无人集群系统在模拟城市环境中对目标进行侦察（图9）。
图9 进攻性蜂群战术项目最新演示
Fig.9 Demonstration of OFFENSET project
（6）欧盟：OCEAN2020 无人海上态势感知
OCEAN 2020 是欧盟“国防试点研究计划”的旗舰项目，全称为“欧洲海上感知开放式合作”（ Open Cooperation for European mAritime awareNess，OCEAN），目标为探索面向广域持续监测和海上拦截的海洋态势感知相关技术。该项目共涉及来自15 个国家的42 家机构，旨在将不同类型的无人平台（固定翼无人机、旋翼无人机、无人水面艇和无人潜航器等）及主战装备与海上指控中心相整合，通过卫星实现海上指控中心与陆基指控中心的数据交换，以验证跨域协同中的态势感知、自主性及互操作性及其效能。
OCEAN 2020 项目于2019年11月在“地中海”举行了一次联合演示，此次演示设置了两种场景：一种是威胁船只封锁，另一种是在两栖作战前拦截布雷船。该演示共汇集了9 部无人系统（4 架无人机、3 艘无人水面舰艇和2 艘无人水下舰艇），来自意大利、西班牙、希腊和法国等的6支海军部队，5 颗通信和监视卫星，4 个国家级海上作战中心，2 个地面通信网络，1 座欧盟海上作战中心原型。“地中海演示验证”测试了如何融合从作战区域部署的系统收集的数据及信息（图10）。
图10 OCEAN2020 地中海测试场景
Fig.10 Demonstration of OCEAN2020 at the mediterranean
3 核心问题和技术体系
3.1 跨域协同核心问题
无人系统跨域协同本质上是对单无人平台和单种类无人平台协同的能力增强和效能提升，因此无人系统相关的技术导航、感知、控制、规划、决策、人机交互等均需在跨域协同的框架下进行进一步的研究。但有四方面的关键技术体现了跨域协同区别于其他技术并亟需解决的核心问题。
问题一、具有显著差异性情境信息的一致性表征与无缝融合问题。情境感知是无人系统必须面对的技术挑战，对于协同感知来说，不同无人系统得到的感知信息进行统一表述与融合，是信息共享共用的关键。而对于跨域平台，不同平台所能获得的信息在感知视角、数据类型、数据尺度、噪声水平等方面都存在显著性差异，加之跨域多平台系统所运行的环境通常具有强动态性、高复杂性等特点，所以通信链路易受各种干扰因素影响，这使得环境感知信息一致性表述、抽象与融合技术面临极大挑战。
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。
