[发明专利]一种分布式多智能体协同全覆盖路径规划方法

说明书

本发明提供了一种分布式多智能体协同全覆盖路径规划方法，能够实现对包含障碍物的未知环境区域的完全覆盖，提高协同覆盖效果。本发明提供的方法针对水下探测、震后救援等未知环境情形，考虑智能体避障避碰、能量供给有限、通信范围受限等多种复杂约束条件，采用分布式多智能体组织架构，利用启发式运动规划策略，结合自身感知与相互通信两种途径所得到的信息进行运动路径规划，可以避免智能体间覆盖路径点相同时的冲突，实现高效协作，降低遍历重叠度，提高路径规划效率，具有良好的实时性、可拓展性和鲁棒性，为未知环境下多智能体协同完成全覆盖任务提供了有效的解决方法。

技术领域

本发明涉及多智能体路径规划技术领域，具体涉及一种分布式多智能体协同全覆盖路径规划方法。

背景技术

多智能体协同全覆盖路径规划问题是指在满足某些约束条件(如避障避碰)的前提下，多个智能体相互协作确定自身运动路径，通过物理接触或传感器感知等探测方式遍历目标环境区域，并尽可能地满足覆盖时间短、重复路径少等优化目标。

目前较为普遍的解决方案是采用分而治之的策略，通过元胞分解方法将待覆盖区域划分成精确或近似的网格单元(子区域)，再结合不同的协作策略利用遗传算法、神经网络、蚁群算法等路径规划方法进行求解。然而目前大多数研究都是针对已知环境、采用集中式方法作为解决方案，而对环境未知的情况考虑较少。但面向实际复杂情境时，环境通常是未知的，多智能体需要在满足能量供给有限、通信范围受限等约束条件的基础上，相互协作规划出各自最优的避障避碰的区域覆盖路径。同时，由于环境的不确定性及突发事件的偶然性，多智能体系统应支持智能体的随时加入或退出。这种情况下，集中式多智能体路径规划方法不再适用。

发明内容

有鉴于此，本发明提供了一种分布式多智能体协同全覆盖路径规划方法，能够实现对包含障碍物的未知环境区域的完全覆盖，提高协同覆盖效果。

为实现上述目的，本发明的一种分布式多智能体协同全覆盖路径规划方法，包括以下步骤：

步骤1、根据给定的目标区域地图与各个智能体及其传感器的参数配置信息，对地图进行栅格化处理并确定智能体的初始位置、运动能力、运行功率、感知能力以及通信范围，实现对目标区域地图、智能体及其传感器模型的初始化；

步骤2、各个智能体相互协作，通过通信机制交换信息，规划自身运动路径，对目标区域地图进行覆盖；其中，每个智能体路径规划过程的具体步骤如下：

步骤2.1、智能体发出通信请求，与自身可通信的邻居智能体交换信息并进行数据融合，更新自身状态信息并判断覆盖任务执行情况；

步骤2.2、智能体根据现有信息判断自身是否满足续航条件和避碰要求，并结合轨迹预测结果针对不同情形采用启发式策略进行运动规划，锁定与其他智能体路径无冲突且能量消耗最小的栅格为目标栅格；

步骤2.3、智能体根据运动规划结果预测自身下一时刻状态，再次进行运动规划并对目标栅格进行预订作为轨迹预测的结果；

步骤2.4、智能体执行运动规划结果，运动至目标栅格并更新状态信息；

步骤2.5、智能体重复执行步骤2.1至步骤2.4，直到目标区域地图被完全覆盖后，返回基站，结束自身覆盖任务；

步骤3、等待全部智能体完成自身覆盖任务并返回基站，判定多智能体对目标区域的协同全覆盖任务完成。

其中，所述步骤1中，目标区域环境为未知环境，智能体通过传感器感知周围环境，从而覆盖目标区域环境中所有的可达区域。

其中，所述步骤1中，每个智能体根据给定的技术参数，确定自身的初始位置、运动速度、电池容量、不同运动状态的运行功率及不同动作的能量消耗；栅格地图中智能体的运动规则根据栅格形状特点进行定义。