面向多目标优化的多AUVs群体协同任务分配

摘要

本文以多区域海底地形勘察为例，针对面向多目标优化的多AUVs群体协同任务分配问题进行了研究，提出一种基于多个蚁群的多目标优化算法，并应用于任务分配的实际应用中，解决了多个AUV从不同地点出发，对多个离散区域进行协同探测的任务分配问题，为多AUV群体协调技术提供了一种有效手段。
　　 首先，本文建立了一个集中式的多AUV系统，一个AUV作为中央控制单元，进行整体的任务规划；其它的AUV能够独立作业，且与中央控制单元进行指令和数据的传递。
　　 其次，基于传统蚁群算法，本文提出一种面向多目标优化算法--多蚁群系统优化算法。1)建立多个蚁群，且蚁群的个数与优化指标的个数相同；2)为每个蚁群分配一个优化指标，且固定不变。在每次迭代循环中，每个蚁群按照单目标蚁群优化的方式分别对分配给它的优化指标进行优化，并产生合适的解，再通过各个蚁群之间的相互作用，对受支配解进行相应的惩罚措施，并将非支配解存储在非支配解集中。
　　 再次，将多蚁群优化算法应用于多AUV群体协同任务分配问题的求解时，需要对解的创建过程进行设计，以蚁群算法的状态转移概率为基础，本文提出通过多个AUV竞争的机制，来形成一个完整解。另外，多目标蚁群优化算法得出的是一个非支配解集，而对于具体的任务分配问题，最后确定的应该是一个任务分配方案，所以，本文提出了一种偏差的概念，通过设定的权系数可以求得各非支配解与理想解之间的偏差，并根据偏差大小，在非支配解集中，选出一个解作为最后的任务分配方案。对于同构系统任务分配，考虑AUV能源限制问题；而对于异构系统的任务分配问题，还要考虑能力的匹配问题。文中分别从这两个方面进行了研究。
　　 最后，基于Qt平台进行了面向多目标优化的多AUVs群体协同任务分配问题仿真实验，分别对本文提出的同构系统和异构系统的任务分配问题进行了仿真，并给出了仿真结果。