非凸环境下多智能体编队及源搜索算法的研究

作     者：魏云博 

作者单位：西安工业大学 

学位级别：硕士

导师姓名：陈阳泉;曹凯

授予年度：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0837[工学-安全科学与工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：多智能体编队 CVT 非凸环境 动态窗口 稀疏高斯过程回归 

摘      要：近年来,全球各地的安全事故频发,如易燃物引发火灾、危险气体泄漏和化工厂储罐区爆炸等,给人们的生命财产安全构成严重威胁。为了降低这些风险,对工厂设备的定期巡检至关重要。然而,目前的巡检多以传统人工作业为主,存在任务量大、危险性高以及效率低下的问题。为了解决这些问题,多智能体编队巡检技术已成为当前领域的研究热点。本课题以化工厂环境下的危险气体泄漏为背景,基于智能体的灵活性特点,将其核心任务聚焦于编队策略的设计及源定位任务。从编队的安全性、控制策略的稳定性和源定位的准确性等方面出发,采用质心维诺划分算法为基本控制方法,建立了面向污染源泄漏的多机器人控制系统。本文的主要研究工作如下: (1)针对传统质心维诺划分(Centroidal Voronoi Tessellation,CVT)算法没有考虑智能体定位不确定性的不足,提出一种不确定性约束下的多智能体安全编队控制方法。首先采用粒子滤波算法估算智能体的可能位置,并通过置信椭圆量化位置估计的不确定性;其次归一化置信椭圆面积得到每个智能体的不确定性权重;最后通过构造动态缓冲维诺区域,提高多智能体避碰安全性能。 (2)针对传统CVT算法在非凸环境下的局限性,即维诺质心生成在智能体不可达区域,导致代价函数无法收敛的问题,提出一种自适应编队避障控制算法。首先通过引入虚拟障碍物,确保质心生成在智能体可达维诺区域,避免与障碍物发生碰撞;其次引入自适应动态窗口(Adaptive Dynamic Window Approaches,ADWA)算法优化编队路径;最终引导智能体完成局部避障,提高编队行进的安全性。 (3)针对密度信息未知条件下的智能体场源探索、重建和源定位问题,提出一种多智能体分布式探索和覆盖策略。首先利用稀疏高斯过程回归(Sparse Gaussian Process Regression,SGPR)方法重建未知场的密度函数;其次,提出一种基于上界置信度(Upper Confidence Bound,UCB)的质心维诺划分方法引导智能体进行区域覆盖;最后提出一种基于不确定性香农熵的分布式探索策略,实现无先验环境信息下的区域勘探。 综上所述,本文的研究主要基于传统CVT算法开展,并结合粒子滤波、动态窗口、稀疏高斯过程回归等方法,深入探讨了非凸环境下的多智能体编队及源搜索的相关理论和实验。通过这些理论和方法的应用,证明所提算法能够提高多智能体系统在复杂环境下的协作能力和搜索效率,具有一定的可行性。