基于分布式 ADMM 轨迹规划在运动与感知不确定性下维护多机器人系统连通性

机器人间通信使多机器人系统能够高效协调并执行复杂任务。因此，维持机器人间通信网络的连通性对许多多机器人系统至关重要。本文提出了一种用于多机器人系统连通性维护的轨迹规划器。我们首先定义一个加权无向图来表示系统的连通性。与以往连通性维护工作不同，我们在构建图边权时显式考虑了机器人运动与感知不确定性。这些不确定性导致机器人位置不确定，直接影响系统连通性。接着，基于分布式交替方向乘子法（ADMM）框架的轨迹规划器将加权无向图的代数连通性维持在指定下限之上。此处我们推导了 ADMM 优化步骤所需 Hessian 矩阵的近似以减小计算负载。最后，给出仿真结果以统计验证我们轨迹规划器的连通性维护能力。