基于多智能体图卷积网络的无人机-无人车异构集群协同搜救控制设计.docxVIP

PAGE2

基于多智能体图卷积网络的无人机-无人车异构集群协同搜救控制设计

摘要

随着自然灾害与突发公共事件的频发，复杂环境下的快速搜救成为应急救援领域的核心痛点。传统单一类型的救援队伍在面对复杂地形与广阔区域时，往往面临信息获取滞后、协同效率低下等问题。本课题旨在设计一套基于多智能体图卷积网络（GCN）的无人机-无人车异构集群协同搜救控制系统，利用无人机广阔的视野与无人车强大的地面作业能力，实现空地一体化高效搜救。

本文首先分析了异构集群协同搜救的现实需求，构建了包含通信拓扑与任务拓扑的异构集群交互图模型。在此基础上，设计了一种基于图卷积网络的分布式任务分配算法，通过聚合邻居节点信息实现全局最优决策，并提出了空地协同搜救控制策略。系统采用ROS（RobotOperatingSystem）作为开发框架，结合Gazebo仿真平台进行了全流程验证。测试结果表明，该系统在目标识别率、任务分配合理性及搜救效率等方面均达到了预期设计指标。

论文主要研究内容包括：需求分析与总体架构设计，明确了系统功能边界；基于GCN的分布式协同算法详细设计，解决了异构智能体间的信息交互与任务冲突问题；系统仿真实现与多维度测试，验证了算法的有效性与鲁棒性。本设计的创新点在于将图卷积网络应用于异构集群的动态拓扑建模，有效解决了通信受限环境下的协同控制难题，为智能救援装备的发展提供了新的技术路径。

第一章