邓云山，夏元清，孙中奇

（北京理工大学自动化学院，北京 100081）

1 引 言

随着移动机器人技术的发展以及通信技术、计算机小型化技术的日益成熟，将一个复杂的任务分配给多个结构、功能都相对简单的智能体来完成已经成为一个热门的研究方向[1]，其中协同规划技术是多智能体协同技术中的重要组成部分。多智能体协同轨迹从建模方式上分为两类[2]，第一类为基于简单的转弯半径与避碰约束的搜索方法，如图搜索方法[3]、树搜索方法[4]、人工势场法[5]等。这些搜索方法将模型约束进行了抽象化处理，提炼成简单的几何约束，从而进行搜索，具有规划效率高、计算需求低的特点，但缺点是未考虑完整的模型约束，规划轨迹可能在实际中不可行。第二类为基于优化理论的方法，将轨迹规划问题建模为优化问题，求解方法主要包含伪谱法[6]、混合整数规划方法[7]、智能优化算法[8]等。

随着凸优化理论的发展，内点法可在多项式时间内对二阶锥优化问题进行有效求解[9-10]。国内外众多学者利用凸优化技术针对不同对象进行了协同轨迹规划问题的求解。文献[11]利用序列凸优化方法求解了航天器集群变轨问题，并给出了分布式策略架构；文献[12]以最优时间为代价，利用凸优化方法求解了无人机协同轨迹规划问题，可实现无人机在时间上的协同；文献[13]采用滚动时域架构，将无人机协同轨迹规划问题转化为二次规划问题，在一定程度上增加了求解效率，并进行了室内飞行实验验证。……