姜延歡 楊永軍 李新良 梁志國 吳婭輝 劉淵 田森

摘要：智能無人系統(tǒng)環(huán)境感知能力是確保其效能最大化的核心因素。本文針對智能移動機器人、無人機、水下機器人等不同類型智能無人系統(tǒng)的計量評價技術(shù)研究現(xiàn)狀進行歸納總結(jié)，并從機/車載傳感器、智能無人系統(tǒng)單體感知、同構(gòu)/異構(gòu)無人系統(tǒng)集群協(xié)同感知三個層面，以及數(shù)據(jù)準(zhǔn)確、信息可靠等不同維度分析環(huán)境感知計量評價的關(guān)鍵技術(shù)及解決方法，為提高智能武器環(huán)境感知能力開展計量技術(shù)研究明確發(fā)展方向。

關(guān)鍵詞：智能無人系統(tǒng)；無人集群；環(huán)境感知；性能指標(biāo)；計量評價

中圖分類號：TJ06文獻標(biāo)識碼：ADOI：10.19452/j.issn1007-5453.2020.12.011

由人工智能引領(lǐng)的新一輪科技革命和產(chǎn)業(yè)變革推動了武器裝備的跨越式發(fā)展，武器裝備的智能化程度不斷加深，無人機（UAV）、無人水下航行器（UUV）、無人地面車（UGV）等新型智能無人系統(tǒng)不斷列裝部隊[1-4]。人機協(xié)同、同構(gòu)/異構(gòu)無人集群協(xié)同等作戰(zhàn)模式也不斷深化，徹底顛覆了傳統(tǒng)的戰(zhàn)爭理念[5-6]。

目前，美國國防預(yù)先研究計劃局（DARPA）支持開發(fā)的Packbo機器人、QinetiQ公司的“龍行者”機器人，以色列的“守護者”無人車等均具有態(tài)勢感知、自主機動和獨立決策等能力，可以執(zhí)行偵察巡邏、火力打擊、戰(zhàn)斗支援等作戰(zhàn)任務(wù)，并實現(xiàn)了服役[7]。俄羅斯研發(fā)的“平臺-M”地面機器人（6臺）、“暗語”輪式機器人（4臺）和多架無人機組成編隊協(xié)同作戰(zhàn)。美國DARPA“進攻性蜂群戰(zhàn)術(shù)”已取得突破性進展，并擬于2020年12月進行外場試驗，所提出的忠誠僚機項目也取得重大突破。不難發(fā)現(xiàn)，智能傳感及智能算法等技術(shù)共同推動的環(huán)境感知技術(shù)是智能無人系統(tǒng)迅速發(fā)展的主要原因。

然而，與智能無人系統(tǒng)技術(shù)成熟度不斷加強、無人系統(tǒng)協(xié)同作戰(zhàn)模式應(yīng)用范圍不斷擴大相對應(yīng)的卻是環(huán)境感知系統(tǒng)計量評價技術(shù)極其不健全，限制了智能無人系統(tǒng)環(huán)境感知精度和能力的提升，無法為智能無人系統(tǒng)的試驗和研制提供計量保障，同時也限制了不同研究機構(gòu)產(chǎn)品性能之間的比對。亟需通過將計量引入智能無人系統(tǒng)的研制中，促進智能無人系統(tǒng)的正向研發(fā)。為此，本文對智能無人系統(tǒng)環(huán)境感知的計量評價現(xiàn)狀進行分析，并梳理出環(huán)境感知計量評價的關(guān)鍵環(huán)節(jié)及未來的重點研究方向。

1智能無人系統(tǒng)計量評價現(xiàn)狀

目前，智能無人系統(tǒng)計量評價的研究非常有限，主要是以美國國家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）為主導(dǎo)的計量機構(gòu)。各大廠商主要還是側(cè)重于智能無人系統(tǒng)的研制及測試。但是測試環(huán)境往往無法確保多影響因素的受控，也尚未形成普適的、通用的測試方法。

1.1智能移動機器人

目前，針對智能移動機器人的研究大都集中在測試方面。美國宇航中心測試月球探測車的綜合能力時，將試驗樣車在特定環(huán)境下的感知決策、導(dǎo)航定位能力、決策能力、綜合能力的任務(wù)執(zhí)行時間作為考核的主要指標(biāo)。美國洛杉機大學(xué)為了測試自主化機器人的可靠性，將其處于惡劣環(huán)境，以最長工作時間作為考核標(biāo)準(zhǔn)。美國機器人學(xué)會將機器人分類，對每項能力的權(quán)重采用投票確定，設(shè)置特定環(huán)境進行評分，機器人分類、每類機器人的測試內(nèi)容、測試權(quán)重、環(huán)境設(shè)置由50位全美的機器人學(xué)專家投票決定。相關(guān)的研究雖然明確了智能移動機器人的功能指標(biāo)，但是尚未形成比較全面的計量評價指標(biāo)體系，也尚未形成科學(xué)有效的評價方法。

NIST是智能無人系統(tǒng)計量評價技術(shù)研究的先驅(qū)者。針對各種類型的應(yīng)急響應(yīng)機器人的計量評價開展了大量的研究，并形成了體系化的計量評價能力，主要包括應(yīng)急響應(yīng)機器人的機動性、操作能力、傳感器及安全性等方面，同時具備各種典型場景的測試能力，形成了比較完善的標(biāo)準(zhǔn)測試方法及指標(biāo)體系。目前已針對50余種不同類型的地面移動機器人開展相應(yīng)的計量評價技術(shù)研究（見圖1），積累了豐富的經(jīng)驗[8]。此外，NIST也針對機器人敏捷性、人機協(xié)同等性能的計量評價開展相應(yīng)的研究，以期能夠形成相應(yīng)的性能指標(biāo)、測試方法、信息模型、數(shù)據(jù)集和規(guī)劃方法。

1.2水下機器人

目前，國外主流的水下機器人研究機構(gòu)針對水下機器人性能的測試已經(jīng)形成了比較成熟的測試產(chǎn)品和測試手段，但是所對應(yīng)的計量評價技術(shù)仍極不完善。

美國麻省理工學(xué)院（MIT）基于水下機器人測試所需要的條件設(shè)計的水池試驗系統(tǒng)，能夠?qū)崿F(xiàn)隨機波浪制造、激光感應(yīng)、數(shù)據(jù)采集等功能，能夠?qū)崿F(xiàn)水下機器人全性能參數(shù)的測試（見圖2）。英國Saab Seaeye公司在水下機器人云臺、水下機器人動力控制系統(tǒng)、水下無刷電機推進器及Led水下機器人探照燈等方面形成了比較成熟的測試手段。美國伍茲霍爾海洋研究所能夠?qū)崿F(xiàn)整機性能測試、俯仰及船艏角度測試、推進器性能測試、機械手作業(yè)能力測試、動力定位能力測試、攝像機觀測能力測試、通信及相應(yīng)能力測試等。其相關(guān)的測試試驗均在海中進行，利于機器人的研發(fā)[9]。

NIST針對水下機器人的計量評價開展了長期的研究，目前已經(jīng)形成多種標(biāo)準(zhǔn)測試方法，用以支撐水下機器人的研制及試驗（見圖3）。

1.3無人機

在小型無人機的計量評價方面，目前主要聚焦在垂直起降系統(tǒng)和手動固定翼系統(tǒng)方面。以NIST為例，目前針對小型無人機系統(tǒng)（見圖4）正在開發(fā)的計量評價方法有20余種，目前能夠?qū)崿F(xiàn)無人機機動性、有效負載功能、感知能力、能源、無線通信、耐久性、安全性等方面的計量評價能力。

1.4無人集群

隨著智能無人系統(tǒng)環(huán)境感知、自主決策、執(zhí)行控制、5G技術(shù)等核心關(guān)鍵技術(shù)的不斷突破，以及人工智能技術(shù)的賦能，加之智能無人系統(tǒng)集群具有編隊靈活、功能多樣性、使用成本低等優(yōu)勢，同構(gòu)/異構(gòu)無人集群必將是智能無人系統(tǒng)的發(fā)展趨勢[10-11]。

目前，國內(nèi)外針對智能無人系統(tǒng)單體的計量評價技術(shù)均開展了不同程度的計量評價研究，更深層次的計量評價技術(shù)的研究（如環(huán)境感知等）也逐漸提升到戰(zhàn)略層面。針對同構(gòu)/異構(gòu)無人系統(tǒng)集群的計量評價技術(shù)的研究鮮有報道。

綜上所述，不難發(fā)現(xiàn)目前針對不同無人系統(tǒng)的計量評價技術(shù)的發(fā)展極不均衡，不同研究機構(gòu)針對相同無人系統(tǒng)的計量評價項目、手段及方法均存在較大的差別，并沒有統(tǒng)一的標(biāo)準(zhǔn)。特別是對于智能無人系統(tǒng)最為重要的環(huán)境感知的計量評價仍主要停留在傳感器層面，這極大地阻礙了不同研究機構(gòu)之間無人系統(tǒng)性能比對的難度，也加大了用戶對無人系統(tǒng)選型及裝備的難度。此外，隨著同構(gòu)/異構(gòu)無人系統(tǒng)集群研究的不斷深化，針對無人集群的協(xié)同感知的計量評價能力也亟需開展。

2智能無人系統(tǒng)環(huán)境感知計量評價關(guān)鍵環(huán)節(jié)

2.1機載傳感器

為了實現(xiàn)效能的最大化，智能無人系統(tǒng)往往都會搭載各種類型的傳感器，以實現(xiàn)環(huán)境信息和自身狀態(tài)信息的精確感知，為無人作戰(zhàn)系統(tǒng)的自主決策提供必要的技術(shù)數(shù)據(jù)。

目前針對傳感器的校準(zhǔn)主要還是基于實驗室標(biāo)準(zhǔn)條件進行校準(zhǔn)，當(dāng)智能無人系統(tǒng)在高低海拔、高低溫度等復(fù)雜環(huán)境條件下運行時，無法確保傳感器測量數(shù)據(jù)的準(zhǔn)確可靠。因此，亟需實現(xiàn)多參數(shù)耦合條件下傳感器的計量校準(zhǔn)能力。

在此基礎(chǔ)上，結(jié)合實驗室環(huán)境、復(fù)雜環(huán)境、現(xiàn)場環(huán)境下海量的計量校準(zhǔn)數(shù)據(jù)，建立完善的傳感器計量校準(zhǔn)數(shù)據(jù)庫，同時結(jié)合深度學(xué)習(xí)、云計算等先進技術(shù)方法，形成基于數(shù)據(jù)驅(qū)動的校準(zhǔn)及補償，解決智能無人系統(tǒng)動態(tài)量值的溯源問題，為全鏈條的建模分析、不確定度評價、動態(tài)誤差補償修正提供最基礎(chǔ)的準(zhǔn)確數(shù)據(jù)支撐。

2.2單體環(huán)境感知

智能無人系統(tǒng)主要通過多傳感器融合的方式實現(xiàn)不同類型傳感器信息不同層級的融合，并實現(xiàn)智能無人系統(tǒng)環(huán)境建圖、定位等關(guān)鍵功能。但是由于測量的不確定性、噪聲的干擾、傳感器信息的關(guān)聯(lián)及濾波算法本身的問題等，往往會影響測量結(jié)果的準(zhǔn)確性。以智能移動機器人的定位精度為例，其定位精度在1～10cm，這對于掃雷、排爆等特殊用途的機器人而言是不能接受的。因此，應(yīng)全面分析動態(tài)感知的誤差來源、相關(guān)性和傳遞關(guān)系，形成科學(xué)有效的計量評價方法，確保多傳感器融合后的信息輸出的可靠性。

智能無人系統(tǒng)環(huán)境感知計量評價需重點解決圖像識別、語音識別、建圖及定位、目標(biāo)探測等功能層面的計量評價技術(shù)（見圖5）。首先實現(xiàn)實驗室環(huán)境條件下的標(biāo)準(zhǔn)計量評價方法，延伸至復(fù)雜環(huán)境下的計量評價，最終實現(xiàn)面向現(xiàn)場復(fù)雜環(huán)境的計量評價。對于智能無人系統(tǒng)而言，計量對象不再是傳統(tǒng)的計量器具，而是多系統(tǒng)、多維度的復(fù)雜系統(tǒng)，如何提煉核心的計量評價指標(biāo)是開展計量評定的基礎(chǔ)。在此之上，需結(jié)合智能無人系統(tǒng)的特殊性，形成定制化的計量評價方法及評價系統(tǒng)。除此之外，還需進一步發(fā)揮計量的特殊性，實現(xiàn)關(guān)鍵性能參數(shù)及系統(tǒng)層級的綜合不確定度評定。對于智能無人系統(tǒng)而言，其所面臨的參數(shù)更加復(fù)雜，甚至超出傳統(tǒng)計量參數(shù)的范圍，如圖像識別、語音識別等功能，如何提煉計量指標(biāo)是需要深入挖掘的問題。此外，標(biāo)準(zhǔn)語音數(shù)據(jù)庫、標(biāo)準(zhǔn)圖像數(shù)據(jù)庫等數(shù)字化的標(biāo)準(zhǔn)的重要性也日益凸顯，如何在該領(lǐng)域發(fā)揮計量的保障作用也亟須解決。從智能無人系統(tǒng)的本質(zhì)而言，其不單單是多傳感器的簡單疊加，而是卡爾曼濾波、粒子濾波、深度學(xué)習(xí)等算法層面的深度融合，對實現(xiàn)計量評價技術(shù)與數(shù)據(jù)算法的融合，實現(xiàn)融合信息的有效評價具有重要的意義。

通過對智能無人系統(tǒng)進行深入的挖掘分析，最終形成完善、科學(xué)的計量評價指標(biāo)體系，實現(xiàn)智能無人系統(tǒng)環(huán)境感知能力的有效評估，為武器裝備的試驗及研制提供計量保障，實現(xiàn)真正意義上的“科技要發(fā)展，計量需先行”。

2.3智能無人集群協(xié)同感知

隨著智能無人系統(tǒng)的自主化程度不斷提升和5G等新一代通信技術(shù)的高速發(fā)展，智能無人集群的協(xié)同能力得到飛速的提升，極大地解決了智能無人系統(tǒng)單體全局感知能力不足、作戰(zhàn)功能有限的限制。同構(gòu)/異構(gòu)智能無人集群協(xié)同能夠?qū)崿F(xiàn)集群網(wǎng)絡(luò)中各節(jié)點之間的實時通信，確保信息共享，形成全方位立體式的感知網(wǎng)絡(luò)，為集群中無人系統(tǒng)的協(xié)同任務(wù)分配及協(xié)同響應(yīng)形成技術(shù)支撐作用，提升整體的協(xié)同效能。

對于智能無人系統(tǒng)集群而言，所面臨的工況更加復(fù)雜，智能無人系統(tǒng)集群的計量評價不僅僅是集群中各智能無人系統(tǒng)的簡單相加，而是多參數(shù)高度耦合的、復(fù)雜非線性的問題。所面臨的技術(shù)困難也將成倍增加。對于智能無人集群協(xié)同感知而言，主要需解決的是分布式結(jié)構(gòu)條件下環(huán)境建模、位置參數(shù)、運動參數(shù)、圖像識別、語音識別等協(xié)同感知能力（見圖6），基于所能夠提取的多維度參數(shù)結(jié)合先進數(shù)學(xué)理論進行分析，提煉可靠的計量評價指標(biāo)，形成協(xié)同感知的計量評價體系，基于數(shù)據(jù)驅(qū)動及模型驅(qū)動的方法，建立可靠有效的環(huán)境感知評價模型，最終實現(xiàn)特定及復(fù)雜場景環(huán)境下的驗證。

從技術(shù)實現(xiàn)層面而言，如何實現(xiàn)復(fù)雜場景下多目標(biāo)、多因素的計量評價成為需要重點考慮的因素，現(xiàn)有的技術(shù)手段能否滿足智能無人集群提出的復(fù)雜測試需求，如何科學(xué)有效地實現(xiàn)關(guān)鍵參數(shù)的計量評價均成為不得不考慮的問題。同時，考慮到智能無人集群維度的迅速增加，也需考慮如何結(jié)合先進的理論及數(shù)值仿真技術(shù)與計量評價的有效結(jié)合，形成相應(yīng)的虛擬計量評價方法。

除此之外，對于智能無人集群而言，由于通信引入的延時問題是協(xié)同感知評價的重要指標(biāo)，探究基于量子精密測量的在線及原位校準(zhǔn)技術(shù)，實現(xiàn)計量校準(zhǔn)技術(shù)的扁平化，對于提升智能無人集群的作戰(zhàn)效能同樣具有重要的現(xiàn)實意義。

3未來研究重點和方法

隨著智能無人系統(tǒng)智能化程度的不斷加深，針對其所開展的智能評價技術(shù)已經(jīng)不再是傳統(tǒng)的針對傳感器的計量評價，所對應(yīng)的維度也亟需拓展，從確保傳感器數(shù)據(jù)準(zhǔn)確到多傳感器融合信息的可靠，突破復(fù)雜系統(tǒng)不確定評定技術(shù)，再到感知系統(tǒng)的可靠評價，并最終實現(xiàn)實驗室標(biāo)準(zhǔn)環(huán)境下的計量校準(zhǔn)到面向戰(zhàn)場復(fù)雜環(huán)境的多參數(shù)耦合條件下的計量評價，解決計量校準(zhǔn)“最后1km”的問題。要解決這個問題，需要從以下幾個方面展開：

（1）多部門多專業(yè)結(jié)合智能無人系統(tǒng)感知的特性，結(jié)合先進測量體系理念，實現(xiàn)理論、仿真及試驗等研究手段的深度融合，形成多手段、全方位的計量評價方法及模型。

（2）梳理智能無人系統(tǒng)的計量評價指標(biāo)體系，細化各評價指標(biāo)的計量校準(zhǔn)方法。此外，為了應(yīng)對新技術(shù)帶來的環(huán)境感知的技術(shù)突破，也亟須研制相對應(yīng)的計量儀器實現(xiàn)關(guān)鍵參數(shù)的計量校準(zhǔn)。

（3）人工智能技術(shù)大背景下也亟待實現(xiàn)智能傳感、5G技術(shù)、大數(shù)據(jù)、區(qū)塊鏈、量子計量等技術(shù)與人工智能技術(shù)的深度融合，基于智能無人系統(tǒng)計量校準(zhǔn)數(shù)據(jù)的深度挖掘、分析，實現(xiàn)重要指標(biāo)參數(shù)的在線及原位校準(zhǔn)，為智能無人系統(tǒng)的研制及試驗提供計量保障。

4結(jié)論

隨著人工智能、智能傳感、5G等技術(shù)的快速發(fā)展，智能無人系統(tǒng)的技術(shù)成熟度得到了迅速的提升，無人機、無人車等智能無人系統(tǒng)及其所組成的同構(gòu)/異構(gòu)無人系統(tǒng)集群顛覆了傳統(tǒng)的作戰(zhàn)模式，然而，相應(yīng)的計量評價技術(shù)卻無法為現(xiàn)有的技術(shù)發(fā)展形成支撐作用，亟須開展相關(guān)的計量評價技術(shù)研究。主要結(jié)論如下：

（1）智能無人系統(tǒng)環(huán)境感知是充分發(fā)揮其效能的基礎(chǔ)，需從機/車載傳感器層面、智能無人系統(tǒng)單體感知層面以及同構(gòu)/異構(gòu)無人集群三個層面分別開展計量評價技術(shù)研究，以提供計量保障。

（2）現(xiàn)有的實驗室環(huán)境下的計量校準(zhǔn)已無法滿足智能無人系統(tǒng)全工況、大范圍的使用環(huán)境，從理論、仿真及試驗三個層面相結(jié)合，實現(xiàn)復(fù)雜環(huán)境下的計量校準(zhǔn)，解決智能無人系統(tǒng)動態(tài)量值的溯源問題，為全鏈條的建模分析、不確定度評價、動態(tài)誤差補償修正提供最基礎(chǔ)的準(zhǔn)確數(shù)據(jù)支撐。

（3）在確保傳感器數(shù)據(jù)準(zhǔn)確的基礎(chǔ)上，從多傳感器融合的角度出發(fā)，探究智能無人系統(tǒng)環(huán)境感知的計量評價指標(biāo)、方法及評估模型，實現(xiàn)復(fù)雜系統(tǒng)的綜合評定，確保環(huán)境感知信息的準(zhǔn)確可靠。

（4）由智能無人系統(tǒng)單體拓展至同構(gòu)/異構(gòu)智能無人集群的計量評價，實現(xiàn)協(xié)同算法與智能無人系統(tǒng)單體算法層面的深度挖掘，結(jié)合計量參數(shù)實現(xiàn)無人集群的有效評估。同時充分發(fā)揮量子計量扁平化的優(yōu)勢，實現(xiàn)量值的在線化校準(zhǔn)。

參考文獻

[1]Lu Y，Xue Z，Xia GS，et al. A survey on vision-based UAV navigation[J]. Geo-spatial Information Science，2018，21（1）：21-32.

[2]Lin C，Wang H，Yuan J，et al. Research on UUV obstacle avoiding method based on recurrent neural networks[J]. Complexity，2019，4（1）：1-16.

[3]Unlu H U，Patel N，Krishnamurthy P，et al. Sliding-window temporal attention based deep learning system for robust sensor modality fusion for UGV navigation[J]. IEEE Robotics andAutomation Letters，2019，4（4）：4216-4223.

[4]王海，陶呈綱，唐勇，等.無人機終端定約束條件下的定航程軌跡規(guī)劃方法[J].航空科學(xué)技術(shù)， 2019， 30（9）：130-134. Wang Hai， Tao Chenggang， Tang Yong， et al. Fixed Distance path programming method for UAV under the constraint of fixed terminal[J]. Aeronautical Science & Technology， 2019， 30（9）：130-134.（in Chinese）

[5]Zhao X，Dong Y，Yuan X J，et al. Improvement of unmanned aerial vehicle cluster atmospheric monitoring algorithms[J]. Journal of Environmental Protection and Ecology，2019，20（3）：1068-1075.

[6]Ammad U M，Ali M，Le J D，et al. UAV-assisted dynamic clustering of wireless sensor networks for crop health monitoring[J]. Sensors，2018，18（2）：555.

[7]鄒丹，李曉楠，楊浩敏.軍用機器人的研究和應(yīng)用[J].科技導(dǎo)報， 2015，33（21）：54-58. Zou Dan， Li Xiaonan， Yang Haomin. Research and application of military robots[J]. Science & Technology Review， 2015，33（21）：54-58.（in Chinese）

[8]Coursey B. Standard test methods for response robot[R]. Gaithersburg：National Institute of Standards and Technology，2011.

[9]陳元杰，葛銳，孔新雄，等.水下機器人測試及相關(guān)機構(gòu)介紹[J].計測技術(shù)， 2014， 34（5）：8-12. Chen Yuanjie， Ge Rui， Kong Xinxiong， et al. Introduction of underwatervehicletestingtechnologyanditsresearch organizations[J].Metrology&Measurement Technology， 2014， 34（5）：8-12.（in Chinese）

[10]陳黎.軍用無人機技術(shù)的發(fā)展現(xiàn)狀及未來趨勢[J].航空科學(xué)技術(shù)， 2013（2）：11-14. Chen Li. Development and trend of military UAV Technology[J]. Aeronautical Science & Technology， 2013（2）： 11-14. （in Chinese）

[11]楊春寧，杜黎明，李春.未知區(qū)域無人機協(xié)同搜索方法及效率分析[J].航空科學(xué)技術(shù)， 2019， 30（10）：56-63. Yang Chunning， Du Liming， Li Chun. Methods and efficiency comparison of UAV swarms collaborative search in unknown area[J]. Aeronautical Science & Technology， 2019， 30（10）：56-63.（in Chinese）

（責(zé)任編輯王為）

作者簡介

姜延歡（1990-）男，博士，工程師。主要研究方向：人工智能。

Tel：010-62457426

E-mail：jiang_yanhuan@163.com

Research on Environmental Perception Metrology and Evaluation Technology of Intelligent Unmanned System

Jiang Yanhuan*，Yang Yongjun，Li Xinliang，Liang Zhiguo，Wu Yahui，Liu Yuan，Tian Sen

Science and Technology on Metrology and Calibration Laboratory，Aviation Key Laboratory of Science and Technology on Dynamic Testing and Calibration，AVIC Changcheng Institute of Metrology & Measurement，Beijing 100095，China

Abstract： The environmental perception ability of intelligent unmanned system is the core factor to ensure its maximum effectiveness. The metrology and evaluation technology of different types of intelligent unmanned system such as intelligent UGV， UAV and UUV are summarized. The key technologies and solutions of environmental perception metrology and evaluation from three aspects such as aircraft/vehicle sensor， perception of individual intelligent unmanned system， collaborative perception of isomorphic/heterogeneous unmanned system cluster， and different dimensions such as accurate data and reliable information are analyzed.

Key Words： intelligent unmanned system； unmanned cluster； environment perception； performance index； metrology evaluation