就像人类的团队协作一样，当多个无人驾驶飞机系统(UAS)协同工作时，可以覆盖更多的地面。但要实现这个目标，UAS必须能够与彼此进行沟通，并根据团队目标进行决策。
这是科罗拉多大学波尔得分校(UniversityofColoradoBoulder)的技术研究人员多年来一直在解决的问题，副教授EricFrew是这个项目的负责人。他们提出结合一个强大的无线通信网络，一个操作接口，给飞行员提供监视多个飞行器所需的态势感知，以及一种非自治的算法。该算法使得无人机能够做出本地决定，然后直接将这些决策传送到彼此或集中地面站，然后分发信息。
今年夏天，Frew和他的团队在科罗拉多州格里利附近的波尼国家草原上花了三周时间测试先进的无人机技术。为了实现这一目标，他们位于联邦航空管理局(FAA)批准的第一批飞行之列，由一名飞行员管理多架飞机。在测试飞行期间，飞机定位移动无线电信标，然后跟踪它们。
Frew说，他们做了一些工作，让单独的飞机做出自己的决定，但是每个都知道这些决定是如何帮助它的队友的。具体情况取决于场景或任务，如果他们提供一个通信网络，拍摄目标或使用无线电信标来确定位置。无论哪种方式都允许他们彼此分享彼此的信息。这种类型的蜂群技术可以用于各种各样的应用，比如找到迷路的徒步旅行者和滑雪者，更安全经济地追踪野生动物，预测严重的风暴如强烈的龙卷风等。
飞行测试
Frew说，在今年夏天的试飞过程中，该团队同时飞行了三架固定翼飞机，以定位无线电信标的位置。无人机的天线非常狭窄，只有对准目标才能探测到信号。飞机以一种可能的方式组织起来，以确定在环境中设置的不同目标的位置。
该项目是与韩国大田市的公立研究型大学韩国科学技术学院合作完成的。韩国团队开发了控制算法来协调飞机，科罗拉多大学博尔德分校团队实现了算法并操作飞行UAS。Frew说，他们也开发了自己的算法，可以执行相同的活动这不仅示范了蜂群，而且还表明有一种能够进行多种类型的蜂群式的操作或实验系统。
在最近的测试中，多架无人机协同探测发射器，可以帮助第一反应者通过手机信号找到失踪的远足者或滑雪者，即使他们不在一个发射塔附近。
这项技术也可以用来更容易地追踪野生动物身上的信号发射项圈，这是科罗拉多公园探索的兴趣之一。该机构的研究团队的成员之一MatAlldredge说，机构还没有达到这个技术的测试阶段，但他们希望能尽快可以实现。
目前两个团队正在沟通，让他们了解单一和蜂群无人机的好处，并帮助他们找到可以省钱，同时又提高安全性和效率的方法。
Alldredge和团队正在考虑的更简单的应用是监测野生动物对农作物健康的影响。部署UAS追踪高频信号来定位野生动物更加复杂，Alldredge认为可能会在几年之后实施。现在部署有人驾驶的飞机来完成野生动物调查，这可能非常昂贵，而且危险。飞机低飞到地面上几个小时，让研究人员数出这些动物并确定它们的种群大小。后续还能够无限循环播放无人机视频来验证计数，对成本和节省时间都是巨大的好处。
Alldredge说，「我们的飞机每周至少有一次飞到各种不同的研究中去听VHF信号，并找出这些动物在哪里，是死亡还是活着。在一些项目中，我们每年都要重新捕获动物，所以我们可能在空中有一架飞机试图找到鹿。当找到它们的时候，他们会用直升飞机和直升飞机来捕捉，所以很可能出现一架直升飞机为了找鹿，每天不得不飞行10小时。如果我们可以用无人机或无人机来定位并告诉直升机他们在哪里，就可以提高安全性和效率，并可能降低成本。」
暴雨预报
内布拉斯加州大学大气科学副教授AdamHouston与Frew团队合作10多年。他对使用无人机和无人机群观测大气层感兴趣，最终改善了恶劣的天气预测。通过由Frew领导的国家机器人倡议项目，各大学正在调查无人机如何增强大气建模。其中一个目标是确定在具有产生龙卷风潜力的超单元雷暴中或附近飞行的最佳位置，以收集改善这些模型并最终预测所需的数据。
Frew说，用一群无人机研究龙卷风周围和周围的环境将有助于气象预报员了解空间上发生的事情，让他们同时在不同的地点进行多次测量。
Houston说，「你拥有的飞机越多，你就能获得更多的数据，而你所能覆盖的区域越多，你越有可能改进对这些风暴的预测。飞来飞去是一件事，但是以协调的方式飞行又是另一个维度上必不可少的事。需要能够在风暴的道路上或在最理想地覆盖需要被采样的区域的风暴中飞行，以改进预测。有一些内部的情报和协调对于最大限度地扩大这一覆盖率是很重要的。」
无人机收集的数据与气象气球和国家气象局使用的气象站的数据相同，包括温度、湿度和风压力，但不同的是信息收集的地方。无人机可以到达传统方法无法到达的地方，在以前禁止进入的大气层中收集数据。它们可以在靠近风暴的地方以针对性的方式运作。如果在北达科他州有一场风暴，我们就可以派飞机去风暴，收集那些用来改进预测的数据，而不必依赖固定的观测平台。
研究小组的重点是如何将基于无人机的数据插入到数字预测模型中。改进的数据将使模型能够更好地模拟风暴的强度和路径，使预测更有意义。
虽然Houston和他的团队已经完成了在风暴附近的无人机任务，并花了很多时间进行其他相关研究，但他们还没有测试过新的蜂群技术。他希望看到无人机在定期甚至是持续的基础上对大气进行测量，以改进用于预测的模型。无人机收集的图像和视频也可能是有益的，美国国家气象局的成员们表示，获得详细的高分辨率图像会让他们更深入地了解严重的风暴。
其他好处
无人机可以协同工作，快速覆盖更多的地面，这是无人驾驶飞机的一大优势，特别是在搜索和救援领域，但也有其他理由可以考虑部署蜂群。例如，如果一个传感器停止工作，或者其中一架合作无人机被损坏，那么操作员可以完成与剩余无人机的任务。如果用于任务的唯一无人驾驶飞机停工，情况就不是这样了。
另一个好处是节约成本，这些不必是昂贵的无人机，运营商可以投资三到四个系统，每台成本约为美元，当它们一起飞行时，功能和成本在美元到0美元之间的更大的系统一样。系统更小、更轻，这使得它们更容易运输和部署。
这项技术还提供了一个通用的解决方案。Frew通常依赖于固定翼飞机，因为他的大部分研究出于各种各样的原因，包括更长的耐力和飞行范围，而这个群算法可以在任何平台上使用。
Frew创建的群算法还在发展中，团队一直在寻找提高它的方法。一种方法是通过云计算，Frew设想与无人机实时交互。例如，如果无人机正在从风暴中收集信息，气象学家就可以同时运行风暴模拟预报模型，并使用无人机的测量数据来确定哪种模式最接近他们所观察到的。不管应用程序如何，操作人员无法在飞机上运行这些模型，但其他团队成员可以在实验室中运行它们，并允许无人机在飞行时访问。
团队还在研究最终通过云层操纵飞机。（很容易在实验室找到一种算法，它可以共享信息并做出复杂的决策，但是当你把它放在真实的飞机上时，你就会意识到在通信链路上丢失了多少，Frew描述了开发这项技术的主要挑战之一。如果我部署了一组无人机去找一个丢失的徒步旅行者，他们就会定位那个徒步旅行者，如果他们没有向搜索和救援小组提供这些信息，他们就没有完成他们的工作，因为这些信息可以拯救那个徒步旅行者。信息必须在正确的时间回到正确的位置）。