针对网络攻击的自主四旋翼机安全控制系统

机器人系统的安全性问题已得到广泛研究。然而,针对三维系统如四旋翼机的安全问题几乎没有被关注。恶意对手可以破坏机器人传感器和通信网络,导致事故、达成非法目标或甚至伤害人员。本研究首先设计了一个针对自主四旋翼机的智能控制系统。随后,研究了无人机的最优虚假数据注入攻击调度和反措施设计。采用最新的方法,提出一种最优虚假数据注入攻击方案,以有限攻击能量恶化四旋翼机的跟踪性能。随后,学习一种最优跟踪控制策略来抵消攻击并恢复四旋翼机的跟踪性能。本文基于Agilicious,这是一套最新部署用于自主设置的四旋翼机。本文是英国首次部署该四旋翼机并在其平台上实现强化学习。因此,为促进以最少工程开销实现易于可重复性,我们进一步提供了(1)该四旋翼机的全面解析,包括软件堆栈和硬件备选方案; (2)用于训练Agilicious智能体的详细强化学习框架;以及(3)建立在PyFlyt之上的新型开源环境,为未来在Agilicious平台上进行强化学习研究提供支持。在第5.2节中进行了仿真和实际实验,以展示所提出框架的有效性。