[发明专利]一种面向复杂场景的多智能体在线轨迹优化方法及系统

权利要求书

1.一种面向复杂场景的多智能体在线轨迹优化方法，其特征在于，包括：

智能体的初始位置、障碍物环境的先验信息的初始化设置；

获取预设的离散路径点，并基于环境先验信息和设定的规划目标利用ECBS算法获取多个智能体离散的路径点集合；

实时更新中间目标点，每个智能体根据初始化信息和预设的路径点信息，以及实时获取的其他智能体的状态信息，结合自身当前的运动状态及历史轨迹信息，通过启发式搜索和碰撞检测策略确定并更新中间目标点；

构建优化模型并循环更新优化，基于环境先验及通信信息实时构建碰撞和避碰约束，以轨迹弯曲程度和到预设中间点距离最小为优化目标进行求解，循环更新并优化满足约束条件的轨迹以及智能体自身运动状态，直至所有智能体均到达最终预设的目标位置。

2.如权利要求1所述的一种面向复杂场景的多智能体在线轨迹优化方法，其特征在于，所述环境地图栅格大小的初始化包括获取预设的离散路径点中ECBS算法和更新目标点启发式搜索两个阶段。

3.如权利要求1所述的一种面向复杂场景的多智能体在线轨迹优化方法，其特征在于，所述智能体自身运动状态包括自身位姿、速度以及加速度。

4.如权利要求2所述的一种面向复杂场景的多智能体在线轨迹优化方法，其特征在于，所述环境地图的栅格大小随环境的变化而变化。

5.如权利要求2所述的一种面向复杂场景的多智能体在线轨迹优化方法，其特征在于，所述安全区域为单个智能体保证一定运动状态的无碰撞的区域，安全区域阈值的设定考虑智能体本身的大小和运动学、动力学能力，同时要保证优化轨迹解的存在。

6.如权利要求1所述的一种面向复杂场景的多智能体在线轨迹优化方法，其特征在于，优化获取的路径是当前点到预设中间目标点的光滑路径，并且是基于智能体的实时状态信息和一定范围内通信信息持续更新的。

7.如权利要求1所述的一种面向复杂场景的多智能体在线轨迹优化方法，其特征在于，所述轨迹是分段轨迹，所述分段轨迹通过控制点唯一确定，最终轨迹优化的决策变量是整条路径所有的控制点。

8.一种面向复杂场景的多智能体在线轨迹优化系统，其特征在于，包括：

一种面向复杂场景的多智能体在线轨迹优化系统，包括：

初始化模型模块，用于智能体的初始位置、障碍物环境的先验信息的初始化设置；

离线规化模块，用于获取预设的离散路径点，并基于环境先验信息和设定的规划目标利用ECBS算法获取多个智能体离散的路径点集合；

路径点更新模块，实时更新中间目标点，每个智能体根据初始化信息和预设的路径点信息，以及实时获取的其他智能体的状态信息，结合自身当前的运动状态及历史轨迹信息，通过启发式搜索和碰撞检测策略确定并更新中间目标点；

轨迹优化模块，用于轨迹在线迭代更新，每个智能体根据环境先验及通信信息实时构建碰撞和避碰约束，以轨迹弯曲程度和到预设中间点距离最小为优化目标进行迭代求解优化问题并更新智能体的轨迹信息，智能体在线执行优化得到的轨迹并持续智能体自身运动状态，直至所有智能体均到达最终预设的目标位置。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-7任一项所述的一种面向复杂场景的多智能体在线轨迹优化方法。

10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-7任一项所述的一种面向复杂场景的多智能体在线轨迹优化方法。