蜂擁算法及其在協(xié)同自動駕駛中的應(yīng)用.pdf

1、蜂擁(Flocking)現(xiàn)象是自然界中普遍存在卻又十分復(fù)雜的現(xiàn)象。其對應(yīng)的蜂擁算法對分布式控制理論產(chǎn)生了很大的推動作用，研究成果更是廣泛應(yīng)用在機器人編隊、無人飛行器(Unmanned Aerial Vehicles, UAVs)、移動傳感器網(wǎng)絡(luò)等領(lǐng)域，近年在協(xié)同自動駕駛中的應(yīng)用也受到了研究者的關(guān)注。本文以蜂擁算法及其在協(xié)同自動駕駛中的應(yīng)用為研究課題，內(nèi)容包括以下幾個方面：
　　1.少數(shù)引導(dǎo)智能體蜂擁算法。傳統(tǒng)蜂擁算法通過勢能函數(shù)保

2、持智能體之間的一致性，而實際應(yīng)用中勢能函數(shù)的有界性會導(dǎo)致部分非引導(dǎo)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(shù)的情況下引入使智能體趨向其質(zhì)心的導(dǎo)航項來改進(jìn)傳統(tǒng)蜂擁算法，理論證明了改進(jìn)算法的穩(wěn)定性和速度一致性。為了進(jìn)一步驗證其實用性，將改進(jìn)的算法應(yīng)用于移動傳感器網(wǎng)絡(luò)中，結(jié)果表明網(wǎng)絡(luò)中僅發(fā)揮少數(shù)傳感器的探測能力就可以使絕大部分的傳感器跟蹤目標(biāo)，極大的減小了傳感器網(wǎng)絡(luò)的功耗。
　　2.基于有限視場的少數(shù)

3、引導(dǎo)智能體蜂擁算法。將多智能體網(wǎng)絡(luò)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(zhuǎn)，在旋轉(zhuǎn)過程中通過勢能函數(shù)實現(xiàn)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?qū)崿F(xiàn)穩(wěn)定蜂擁，但是智能體的速度會按照傳感器旋轉(zhuǎn)的周期在領(lǐng)導(dǎo)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(shù)引導(dǎo)智能體的蜂擁算法結(jié)合，研究分析了有限視場的傳感器模