基于控制的角度无人机集群——避障（有源代码）

---

前言

关于无人机集群避障的问题，我在之前的博客中已经简单描述了一下。
三维空间无人机集群编队控制，避障，目标追踪

下面我深入地谈一下自己对避障的理解，着重介绍Olfati-Saber论文中的算法，因为这篇论文堪称集群领域的顶峰，另外关于这篇论文的代码已经复现，如有需要，可以私聊我。
Flocking for Multi-Agent Dynamic Systems:Algorithms and Theory

一、浅谈避障

一般文献中的避障算法大致可以分为两类基于优化的算法和基于规则的算法，下面我们分别来谈一谈。

• 基于优化的算法

最常见的有PSO算法，一般应用于路径规划中，其目的就是寻优，找到一条代价最小的路径，其核心就是构造代价函数，利用个体信息交互，寻找全局最优点。

这方面的资料网上很多，下一篇博客我会着重说一下路径规划的相关知识点。

• 基于规则的算法

这一系列的算法很多，如无人机集群控制算法，人工势场法等，其核心为力，也就是斥力。

障碍物给无人机一个反向作用力，改变无人机的运动规则。在仿真中，往往体现在坐标和距离上。其关键点在于构造势能函数。

下面我们着重介绍一下这部分。

二、复杂公式

这个图大家应该很熟悉吧，就是论文中的，借用一下。

在障碍物边界取一点虚拟势点（障碍物节点）），其对无人机节点有力作用和一致性。

我们假设每一个无人机节点都有一定的探测范围，当障碍物节点出现在其范围内，就会产生作用力。

算法核心：

公式展开后，与基本集群算法不同的是多了第二项，加入了障碍物节点对无人机的相互作用规则。

关于障碍物节点的位置和速度设定，有两种不同的情况：

• 若障碍物为墙体
  

• 若障碍物为球体
  

这里有一个问题，不知道大家注意到没有，该算法形成集群系统，其并不稳定，节点具有耗散性。

这主要的原因就是无人机节点形成的邻接拓扑是有向图。具体的理论推导大家看论文吧，这里就不赘述了。

与集中式算法相比，分布式的算法具有可靠性和鲁棒性。

而相较于其它算法（如：领导者——跟随者算法）不同的是，集群算法虽然迭代消耗的时间较多，但是其理论基础和算法效果无疑更好一些。

三、仿真效果

1.集群效果

2.避障效果

这个避障效果是动态的，我后面传一个视频，视频审核需要一点时间。

---

总结

本文主要说了一下自己对于避障的体会和论文中的算法，大家如果有什么问题欢迎私聊我。后面我会和大家交流一下路径规划领域的一些感悟。