多无人车自主探索未知环境下的协同任务规划

针对未知环境下多无人车协同自主探索分配任务不合理、执行效率较低的问题，提出一种融合波前算法的分布式多无人车协同探索方法。首先，设计基于市场机制任务分配方法的先验判决函数，结合波前算法对边界点进行相似度最大化预处理，使边界导引点脱离局部最优，同时引入min-max评估函数对边界点进行评估；其次，通过波前算法对Dijkstra路径规划算法进行改进，使无人车移动轨迹更精确，减少路径拐点。最后，在多种仿真环境下将所提方法和文献12]方法进行了实验对比，在环境全覆盖时，所提方法探索时长平均减少了35.69%;实验结果表明，所提方法可有效提升探索覆盖率，减少重复路径、缩短探索时间，提高了多无人车协同探索的效率。