CAT-ORA：面向 3D 环境的碰撞感知时最优编队重塑算法

本文提出了一种算法，用于解决在三维环境中进行时最优编队重塑并防止代理人之间碰撞的问题。该方法的实用性在于移动机器人领域，在该领域，代理人受益于以编队形式组织和导航，以满足各种需要频繁更改编队形状以提高导航效率或完成任务的实际应用。鉴于电池供电移动机器人固有的受限运行时间，完成编队重塑过程所需的时间对于其高效运行至关重要，尤其是在多旋翼无人机(UAV)的情况下。所提出的碰撞感知时最优编队重塑算法(CAT-ORA)建立在匈牙利算法基础上，用于解答机器人到目标的分配，通过对互斥的机器人-目标对施加直接约束来实现代理间碰撞避免，并采用最小化重塑过程持续时间的轨迹生成方法。理论验证确认了 CAT-ORA 的最优性，通过仿真和实际户外实验（涉及 19 个 UAV）进一步展示了其有效性。详尽的数值分析表明，CAT-ORA 在随机生成情境下，能够将执行复杂编队重塑任务所需时间缩短最高可达 49%，平均缩短 12%。