《面向无人机集群的避障动态传感器覆盖算法》最新38页

本研究评估了一种称为台球算法（billiards algorithm）的动态传感器覆盖（DSC）算法。文章探讨了规避障碍物和无趣区域（如森林或湖泊）的不同方法。避障对于DSC算法的多功能性至关重要，它使无人机能够导航障碍物密集的环境，同时最大限度地降低碰撞风险。本文在MATLAB中运行了仿真实验，以评估该算法在平均和最差延迟性能方面的表现。研究将台球算法与随机路径选择以及文献中称为Ganganath算法的算法进行了比较。为提高台球算法在障碍密集环境中的性能，本文实施了模型预测控制（Model Predictive Control, MPC），预期智能体能够通过前瞻规划获益。本论文呈现的结果表明，与Ganganath算法相比，带避障的台球算法在平均延迟方面表现出色，但在最差延迟方面表现欠佳。在某些室内环境中，Ganganath算法显示出局限性，而台球算法则在两项性能标准上均优于它。在计算复杂度和通信流量方面，这些算法差异显著。台球算法的仿真时间和通信量都低得多，这两项指标在军用无人机集群算法中非常宝贵。MPC能够在一个有限的未来时间窗口内优化决策，被集成到台球算法中以评估其有效性。研究发现，MPC在普遍的障碍密集环境中并未提升性能。这可能是由于在多智能体系统中预测未来状态本身就存在困难，加之智能体即便没有MPC提供的前瞻能力，也已能高效探索未探索区域。然而，在某些特定环境中，MPC能显著提升该算法的性能。

无人机（Drones），或称无人飞行器（Unmanned Aerial Vehicles, UAVs），是在没有人类飞行员在机上操作运行的航空器。它们可由机载计算机和传感器自主操作，或由远程飞行员通过各种方式（例如无线电波）操控 [1]。这些多功能机器人在过去几十年一直是热门研究主题，因此近期发展显著 [2]，[3]。在军事行动中，无人机非常适合在许多高风险任务中替代步兵执行情报、监视和侦察（Intelligence, Surveillance, and Reconnaissance, ISR）等任务[4]。将无人机纳入军事单位可有效减少己方伤亡并降低成本。最有前景的新兴无人机技术之一是无人机集群技术（drone swarms），即大量无人机通常以自主方式协作运行以解决复杂目标。该研究主题侧重于开发算法，指导集群中的无人机通过通信并基于其他无人机做出智能决策，从而高效完成任务[5]。未来在军事背景下，无人机集群可能成为新一代作战和情报工具，能够执行多层面任务，同时最大限度减少人力资源需求。在许多应用中，无人机集群通常比传统资源更快、更具适应性。借助先进的集群算法，军事力量不仅可以将无人机用作单个单元，更能将其作为一个协同网络使用，在复杂环境中的效能和可扩展性方面超越传统的单一单元任务。本报告研究的集群算法可在任何能在二维空间中移动的机器人平台上执行，例如无人地面车辆（Unmanned Ground Vehicles, UGVs）。贯穿全文，为追求更通用的表述，这些无人机被称为“智能体”（agents）。就本报告目的而言，智能体将指代全向旋翼无人机。

本工作的目标是改进一种已存在的名为台球算法的集群算法，特别侧重于探索实现和优化避障的各种方法。这意味着将开发多种避障设计方案并进行比较，以获得一个鲁棒且多功能的算法。该算法的目的是在关注区域（Area of Interest, AoI）上提供持续的传感器覆盖，即AoI的每个部分都应尽可能频繁地被覆盖。障碍物可以呈现各种几何形状和复杂程度。该算法应能在AoI中高效分配其传感器覆盖，其中一部分区域可能被归类为无趣区域。然而，应允许智能体穿越该区域以到达AoI的其他部分。避障算法各有优缺点。鉴于无人机有限的计算能力，所设计的算法需要简洁而有效。通信流量也需要考虑，因为存在电子战威胁的可能性。

在集群算法设计中，避障对于防止智能体受损至关重要。若无有效的避障，在AoI中的智能体可能与障碍物发生碰撞，导致智能体损坏，甚至在特定算法中导致整个集群失效。将避障整合到集群算法中可显著提升其多功能性。一个糟糕的避障算法可能在障碍物边缘附近表现平平，导致围绕障碍物的覆盖不理想。因此，本报告中的避障应解决此问题。通过考虑无趣区域，该算法能更有效地优先覆盖AoI重要区域的传感器。

本研究围绕以下研究问题展开：
• 在障碍密集环境中，台球算法与随机路径选择相比如何？
• 带避障的台球算法在基于最差延迟性能和平均延迟性能方面与基于势场的Ganganath算法相比如何？
• 整合预测时域能否显著改善台球算法的性能？
• 台球算法的分布式控制与采用集中式和去中心式控制方案的版本在性能上相比如何？

本论文结构如下：第2节介绍了多智能体系统理论，并概述了本工作中使用的两种算法。第3节描述了实验设计和仿真环境。第4节展示并讨论了结果。最后，第5节总结了论文并提出了未来工作的方向。