蜂擁算法及其在協同自動駕駛中的應用.pdf

1、蜂擁(Flocking)現象是自然界中普遍存在卻又十分復雜的現象。其對應的蜂擁算法對分布式控制理論產生了很大的推動作用，研究成果更是廣泛應用在機器人編隊、無人飛行器(Unmanned Aerial Vehicles, UAVs)、移動傳感器網絡等領域，近年在協同自動駕駛中的應用也受到了研究者的關注。本文以蜂擁算法及其在協同自動駕駛中的應用為研究課題，內容包括以下幾個方面：
　　1.少數引導智能體蜂擁算法。傳統蜂擁算法通過勢能函數保

2、持智能體之間的一致性，而實際應用中勢能函數的有界性會導致部分非引導智能體從群體中分離，影響最終的蜂擁群形成效果。針對此問題，通過在不改變勢能函數的情況下引入使智能體趨向其質心的導航項來改進傳統蜂擁算法，理論證明了改進算法的穩(wěn)定性和速度一致性。為了進一步驗證其實用性，將改進的算法應用于移動傳感器網絡中，結果表明網絡中僅發(fā)揮少數傳感器的探測能力就可以使絕大部分的傳感器跟蹤目標，極大的減小了傳感器網絡的功耗。
　　2.基于有限視場的少數

3、引導智能體蜂擁算法。將多智能體網絡中的全向探測模型更改為有限視場的傳感器模型，并將傳感器按一定的角速度旋轉，在旋轉過程中通過勢能函數實現智能體之間的吸引/排斥力。通過穩(wěn)定性分析和仿真驗證，有限視場的蜂擁算法能夠實現穩(wěn)定蜂擁，但是智能體的速度會按照傳感器旋轉的周期在領導者的速度上下以較小幅度振蕩。隨后分析了震蕩原因，并提出了滿足速度一致的有限視場蜂擁算法。最后將有限視場的蜂擁算法與少數引導智能體的蜂擁算法結合，研究分析了有限視場的傳感器模