【无人艇协同】基于CBBA算法实现面向海事安全的双无人艇分布式协同任务规划（目标函数：总时间满意度）附Matlab代码和博士论文

基于CBBA的双无人艇协同任务规划

原创于 2025-09-17 22:32:59 发布 · 873 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #安全 #分布式

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

以多无人艇为基础，面对飘移的落水人员，区别于传统的以时间最短为研究的目标函数，改用负指数函数的满意度最优为目标函数，通过去中心化的分布式算法（一致性包算法）对落水人员救援方案进行计算，并在算法中加入交叉算法进行优化，仿真结果表明改进后的算法具有更优的解算能力。

在当今海事领域，安全防护、应急响应、航道监测等任务面临着日益复杂的挑战。传统依赖人工巡检或单船作业的模式，存在覆盖范围有限、响应速度慢、作业风险高（如恶劣海况下人员安全难以保障）等问题。而双无人艇（USV）分布式协同作业，凭借其灵活性高、覆盖范围广、可适应复杂海况等优势，成为提升海事安全保障能力的重要手段。

从实际应用场景来看，双无人艇协同可承担多种关键海事任务：在近海搜救中，两艘无人艇可从不同起点出发，分工搜索特定海域，快速定位落水人员或失事船只，通过协同配合缩短搜救时间；在航道巡检中，双无人艇可沿航道两侧同步巡航，监测是否有非法停泊、航道障碍物（如沉没物、漂浮物）等情况，及时反馈异常信息；在油污监测与处置初期，双无人艇可快速划定油污扩散范围，为后续清理作业提供精准数据支持。

这类任务的核心诉求，是在复杂海事环境下（如多变海流、有限通信带宽、任务目标动态变化），实现双无人艇的高效协同，而 **“总时间满意度”** 是衡量任务规划效果的关键指标 —— 即通过合理分配任务、规划路径，让双无人艇完成所有任务的总时间尽可能短，同时满足任务对时间的要求（如搜救任务需在 “黄金救援时间” 内完成），最终提升任务执行的时效性与可靠性。然而，双无人艇分布式协同任务规划面临两大核心挑战：一是分布式决策的一致性，由于无人艇各自获取局部环境信息，需在无中心控制节点的情况下，通过信息交互达成任务分配与路径规划的共识；二是时间满意度的最大化，需平衡两艘无人艇的任务负载，避免单艇任务过重导致总时间延长，同时考虑海流、风浪等环境因素对无人艇航行速度的影响，确保总时间符合任务预期。

CBBA 算法：分布式协同的核心技术支撑

算法本质：分布式决策与冲突消解的融合

一致性拍卖算法（Consensus - Based Bundle Algorithm，CBBA）是一种适用于多智能体分布式协同任务规划的经典算法，其核心优势在于无需中心控制节点，通过 “拍卖 - 一致性” 两阶段迭代，实现智能体间的任务分配与路径规划协同，完美契合双无人艇在海事场景下的分布式作业需求。

与集中式算法相比，CBBA 算法的分布式特性带来三大优势：一是抗故障能力强，即使其中一艘无人艇短暂通信中断，另一艘仍可基于已获取的信息继续执行当前任务，待通信恢复后快速同步状态；二是适应动态环境，当海事任务目标（如搜救范围调整、新增监测点）发生变化时，双无人艇可通过局部信息交互快速更新任务规划，无需等待中心节点指令；三是降低通信开销，无人艇仅需交换任务分配意向、路径信息等关键数据，无需传输海量环境原始数据，适合海事场景下有限的通信带宽。

CBBA 算法核心流程：拍卖与一致性的双阶段迭代

CBBA 算法通过 “拍卖阶段” 实现任务的初步分配，再通过 “一致性阶段” 消解任务分配冲突，最终达成双无人艇的协同决策。以双无人艇（记为 USV - A、USV - B）执行海事任务（如 n 个搜救点任务，记为 Task - 1~Task - n）为例，核心流程如下：

1. 任务价值计算：以 “时间满意度” 为核心指标

在迭代开始前，双无人艇需基于自身当前位置、任务点坐标、海况信息（如当前海流速度与方向），计算每个任务的 “任务价值”—— 该价值直接与 “总时间满意度” 挂钩，任务价值越高，代表完成该任务对提升总时间满意度的贡献越大。

任务价值计算需考虑两大因素：一是任务完成时间成本，即无人艇从当前位置航行至任务点、完成任务（如停留检测、数据采集）再前往下一个任务点的总时间，时间成本越低，任务价值越高；二是任务时间紧迫性，对于海事应急任务（如搜救任务），任务点的时间紧迫性越高（如距离 “黄金救援时间” 截止越近），任务价值需额外加权。