3. 多无人系统体系结构与协同机制
当多架无人机、无人车或无人艇共同执行区域搜索与覆盖任务时，首先要回答一个体系层面的问题：决策权放在哪里、信息沿什么路径流动、任务如何被拆分并落到具体平台。这三点分别对应体系结构、通信拓扑和任务分配与协同决策流程。它们不是彼此独立的选项，而是相互约束的整体——架构决定了通信拓扑的可行形态，通信拓扑又决定了任务分配算法能否收敛到一致解。
三种体系结构：集中式、分布式与混合式
集中式架构设置一个中心节点（地面站或旗舰平台），所有成员将自身状态、传感器探测结果上报中心，由中心统一完成态势融合、任务分配和航路规划，再把指令下发到各平台。其优点是全局信息完整、分配结果接近最优、便于人工干预；缺点是中心节点是单点故障源，通信带宽和时延随成员数量增长而迅速恶化，且中心一旦失联，整个系统退化为无组织的个体。集中式适合成员数量较少（如 3～5 个）、通信条件良好、任务周期短且对最优性要求高的场景，例如小规模应急搜索。
分布式架构没有中心节点，每个平台既是决策者也是执行者，通过局部邻居间的信息交换（如一致性协议、拍卖机制）逐步逼近全局一致的任务分配。其优点是抗毁性强、可扩展性好、通信负载分散；缺点是收敛需要多轮交互，存在通信时延和拓扑变化时可能收敛缓慢甚至震荡，且难以保证全局最优。分布式适合成员多、通信受限、对抗或拒止环境下的持续覆盖任务。
混合式架构是工程中最常见的折中：设置若干分簇，簇内采用分布式协同，簇间由簇头或上级节点进行集中协调。它把大规模问题分解为若干可管理的小规模子问题，既保留了局部自治的抗毁性，又通过分层协调维持全局任务的一致性。典型做法是按地理区域或任务类型分簇，簇头轮换以均衡通信与计算负担。
通信拓扑：架构的物理投影
体系结构在物理层表现为通信拓扑。集中式对应星型拓扑，所有链路汇聚到中心，链路数等于成员数，中心节点的收发压力随 N 线性增长；分布式对应网状拓扑，成员只与通信半径内的邻居建链，链路数可达 O(N²)，但通过多跳转发可覆盖更广区域；混合式对应分簇拓扑，簇内网状、簇间星型，链路数介于两者之间。
拓扑设计需要同时考虑三个约束：连通性（任意两节点间是否存在路径）、时延（多跳转发的累积延迟是否满足协同周期）、带宽（共享信道下的冲突与吞吐）。以 5 架无人机、通信半径 800 m、覆盖区域 2 km×2 km 为例，若采用星型拓扑，中心需维持 5 条链路，单帧状态包约 200 Byte、更新率 2 Hz，总上行带宽约 2 kbps，压力很小；若扩展到 20 架，则需 20 条链路、约 8 kbps，且中心处理时延成为瓶颈。此时改用分簇拓扑，每簇 4～5 架，簇头汇聚后上报，可把中心链路数降到 4～5 条。
任务分配与协同决策流程
任务分配的本质是把搜索区域划分为若干子区域，并将子区域与平台匹配，使覆盖效率、重叠率和任务完成时间达到可接受水平。集中式下通常建模为整数规划或匈牙利算法求解；分布式下常用拍卖机制或一致性包算法（CBBA）：每个平台对任务出价（如基于距离、剩余电量、探测能力的代价），通过邻居间多轮竞拍与冲突消解，最终各平台对任务归属达成一致。
一个可操作的分布式协同决策循环如下：
- 状态广播：各平台以固定周期（如 1 Hz）向邻居发送自身位置、速度、剩余电量、已分配任务列表。
- 任务出价：对每个未分配子区域，按代价函数
c = w1·d + w2·(1/E) + w3·(1/P)计算代价，其中 d 为距离、E 为剩余电量、P 为探测能力，w 为权重。 - 冲突消解：若两个平台对同一子区域出价接近，按“代价低者优先、代价相同则 ID 小者优先”的规则确定归属。
- 一致性更新：各平台更新本地任务列表，并记录邻居的任务视图，下一周期继续交换，直至连续两轮无变化即认为收敛。
- 执行与重分配：平台按分配结果飞向子区域执行覆盖；若某平台电量低于阈值（如 25%）或失联，触发局部重分配，由邻居接管其未完成子区域。
架构选择与协同机制的匹配
架构选择不是越先进越好，而是要与任务规模、通信条件和抗毁要求匹配。小规模、通信良好、追求最优覆盖时，集中式配合匈牙利算法最直接；大规模、通信受限、存在节点失效风险时，分布式配合 CBBA 更稳健；当任务区域可自然分区、且需要兼顾全局协调时，混合式分簇是工程上的首选。无论哪种架构，协同决策流程都应包含状态共享、任务出价、冲突消解、一致性确认、异常重分配五个环节，缺一不可。
综上，体系结构决定决策权的分布，通信拓扑决定信息流动的路径与代价，任务分配与协同决策流程则决定信息如何转化为具体行动。三者共同构成多无人系统协同搜索与覆盖的骨架，后续的航路规划、覆盖控制与冲突消解都建立在这一骨架之上。