[科普中国]-协同避障

名词解释

生物的群体运动是指大量生物个体一起运动，它们通过个体自组织的行为实现群体的协作优势，如躲避天敌、寻找食物等。群体运动的一个突出特点，就是通过个体简单的局部规则，实现全局整体协同运动，它具有分布式、自组织和协调性。这种群体大于个体之和的特性，吸引了许多研究人员关注多智能体的群体协同控制问题。

群体协同运动控制首先要假设个体的运动模型，然后根据运动模型设计相应的控制策略，在控制策略中，每个智能体的行为都是依据它相邻的其它智能体而做出反应，智能体个体的实际运动状态不是预先设定好的，但是群体将会涌现出协同运动的智能行为。这种协同的智能行为也会所在环境等条件的约束而受到干扰，例如在有障碍物环境中实现群体协同运动控制，原有的控制策略有可能性能不再稳定，必须根据障碍物的状况重新设计。假如个体能够充分运用群体的协作性，那么当只有部分智能体拥有障碍物环境探测能力时，功能简单的个体也能够通过群体协同实现障碍物避碰。群体协调避障运动控制问题越来越受到关注。

研究难点群体运动智能具有鲁棒性、自组织性、适应性和分布式特性，由于分布的个体之间具有一定的相邻关系，整个群体构成一个网络系统，因此往往需要结合网络拓扑结构来分析群体运动智能算法。其主要的研究难点在于：

1.群体运动控制算法的研究大多未考虑环境障碍物的影响，在有障碍物环境中的群体协调运动避障控制是非常值得探讨的，尤其是凹形障碍物的躲避。

2.群体运动智能算法总是尽可能地减小单个智能体的“能力”，个体仅具有简单行为的情况下，实现系统的群体效应。对于避障问题来说，不一定所有智能体需要获取障碍物信息。假如只有部分智能体能够获取障碍物信息，是否能够实现群体协同的智能避障控制。

3.环境中的障碍物可能是静止的，也可能是运动的。当环境障碍物变速或者变加速度时，多智能体是否还能实现协同避障控制。

4.当群体运动遇到障碍物，或者经过障碍物时，往往为了躲避障碍物而不得不暂时分散。现有的控制思想是尽可能引导分散的智能体重新聚集，在全部智能体都能获取导航信息时，系统的控制性能是能够得到保障的。而在仅有部分智能体具有全局信息的情况下，一旦智能体分散就可能会导致队伍丢失。如何才能保证智能体遇到障碍物时不分散地避开障碍物1。

控制策略1.群体一致性协同避开光滑凸障碍物

群体中仅有少部分智能体具有障碍物全局信息感知能力，另一部分智能体仅具有障碍物局部信息感知能力。通过为具有全局感知能力的智能体增加虚拟导航反馈项，使受障碍物扰动而分散的智能体能够在导航反馈的作用下逐渐聚集，与具有全局感知能力的智能体保持连通的其它智能体，也能够聚集到目标位置。

2. 群体蜂拥协同避开非凸障碍物

部分感知能力是指群体中仅有一部分智能体具有障碍物全局信息感知能力。该控制策略主要根据晶体的结构模型生成大量虚拟的具有排斥作用的智能体，来引导实际智能体避开障碍物。对于非凸的障碍物，具有障碍物全局信息感知能力的智能体能够根据几何关系判断并填充非凸区域，从而保证不陷入势能函数的局部最优。而与它们保持连通的无障碍物全局信息感知能力的智能体，也能够离开障碍物非凸区域并聚集到目标位置。

3. 群体一致协同绕行通过单个障碍物

群体中仅有少部分智能体具有障碍物感知能力，另一部分智能体则完全不需要障碍物探测装置。该控制策略主要采用反对称矩阵构造导航反馈方向，使得具有障碍物感知能力的智能体个体具有围绕障碍物旋转的功能。

4．群体协同绕行通过不规则形状障碍物

相邻多智能体之间采用回差切换法则和势能函数上限的设置而保持拓扑结构的连通性，智能体与障碍物之间的拓扑关系也通过势能函数设计保持连通。在该控制策略中，仅使一个智能体具有障碍物感知能力，将该智能体与障碍物表面上与其距离最近的点作为绕行运动参考点。

应用1.无人机蜂群自主避障无人机蜂群自主避障功能实现蜂群整体对各类动静态障碍的规避，蜂群在该指令控制下实现蜂群整体运动趋势的改变，如控制蜂群按指定航路点飞低目的地，并在飞行过程蜂群能够规避障碍区域或敌方单位。无人机蜂群自主避障基于势函数方法设计，蜂群不进行显式的航路规划，而是将障碍区域/敌方单位设置为斥力源，当蜂群靠近斥力源时将生成偏离指令，制导蜂群避障2。

2.船舶编队自主避障多船舶协作机制的核心思想就是让多个具有简单功能的船舶有机地组成一个整体，并通过一定的协作策略，使团队中的每个成员各司其职,进而能充分发挥团队协作精神来相互协调与合作，从而顺利地、高效地完成给定的任务。多船舶协作可能会需要避障，有时侧需要变换形状来完成复杂的任务,如通过狭窄的河流。针对多船舶之间的协作，不同的学者提出了不同控制方法，如基于领航者法的分层式编队自主避障控制技术等3。