一種適用于災(zāi)后環(huán)境的多機(jī)器人多目標(biāo)點(diǎn)救援路徑規(guī)劃方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及機(jī)器人和群體智能領(lǐng)域，特別是用于多機(jī)器人多目標(biāo)點(diǎn)的救援方法。 它借鑒微粒群進(jìn)化的思想，提出一種適用于災(zāi)后環(huán)境救援的多機(jī)器人多目標(biāo)點(diǎn)路徑規(guī)劃方 法。
[0002] 背景知識(shí)
[0003] 在我國(guó)，各種災(zāi)難頻發(fā)，比如煤礦瓦斯爆炸，地震，海嘯等的發(fā)生，這些災(zāi)難的發(fā)生 不可預(yù)測(cè)，只能采取災(zāi)后救援的措施，因此災(zāi)后救援的效率和速度至關(guān)重要。然而，災(zāi)難發(fā) 生后，環(huán)境復(fù)雜惡劣，還有可能發(fā)生二次災(zāi)難，這勢(shì)必會(huì)危及救援人員的人身安全，因此，救 援人員很難進(jìn)入受災(zāi)區(qū)，這勢(shì)必會(huì)影響救援工作的有效開(kāi)展?？紤]到機(jī)器人能夠深入復(fù)雜 且惡劣的環(huán)境，代替救援人員完成救援任務(wù)，從而可以將災(zāi)后環(huán)境信息反饋給救援人員。這 樣不僅可以提高應(yīng)急救援能力，而且還可以為救援人員的決策提供幫助。因此，越來(lái)越多的 機(jī)器人被用于災(zāi)后救援工作中。
[0004] 現(xiàn)有的機(jī)器人救援方法主要是機(jī)器人根據(jù)實(shí)時(shí)探測(cè)的信息，進(jìn)行局部路徑規(guī)劃， 然而這樣得到的救援人數(shù)往往不是最大。如果在機(jī)器人救援之前，根據(jù)已有信息，規(guī)劃出一 條或者多條全局最優(yōu)路徑，保證機(jī)器人救援的人數(shù)最多，在機(jī)器人實(shí)時(shí)救援的過(guò)程中給予 指導(dǎo)，從而，可以保證救援機(jī)器人準(zhǔn)確、快速的完成救援任務(wù)。
[0005] 在實(shí)際救援環(huán)境中，存在這樣的情況，一些區(qū)域被困人員分散得比較集中，另外一 些區(qū)域被困人員則比較稀疏。比如，在煤礦井下環(huán)境，作業(yè)面人員較多，而在巷道其他地方， 人員較少；再如，在一些城市中，居民區(qū)或者工廠廠區(qū)的人口密度比較高，分布較為集中，而 公園街道上的人口相對(duì)較稀疏，所以，一旦發(fā)生災(zāi)難，在人口密集區(qū)域中被困人員較多，稀 疏區(qū)域較少。此外，發(fā)生災(zāi)難后，被困人員的生命期限有限，救援人員需要在有限的時(shí)間內(nèi) 將其救起。目前，針對(duì)上述情況下的救援規(guī)劃尚沒(méi)有相關(guān)成果，并且救援問(wèn)題對(duì)人們的生產(chǎn) 生活尤為重要，所以研究災(zāi)后環(huán)境下，被困人員存在生命期限情況下的機(jī)器人救援路徑規(guī) 劃問(wèn)題，是非常重要且有必要的。
[0006] 考慮到機(jī)器人可以代替救援人員，深入危險(xiǎn)區(qū)域，有效完成救援任務(wù)，很多研究 人員嘗試采用機(jī)器人來(lái)完成救援任務(wù)。近年來(lái)，針對(duì)機(jī)器人災(zāi)后救援問(wèn)題，主要有兩個(gè) 研究方向，其一，設(shè)計(jì)可靠耐用的救援機(jī)器人。如中國(guó)實(shí)用新型專利"一種機(jī)器人救援系 統(tǒng)"（授權(quán)公告號(hào)：CN203738800U，授權(quán)公告日：20140730)設(shè)計(jì)的包括偵查，搭橋，以及機(jī) 械手機(jī)器人；在第六屆IEEEConferenceonAutomationScienceandEngineering上 發(fā)表的論文"AHierarchicalReinforcementLearningBasedControlArchitecture forSemi-AutonomousRescueRobotsinClutteredEnvironments'，設(shè)計(jì)的半自主求女援 機(jī)器人；以及在 2013 年InformaticsinControl,AutomationandRobotics期刊上發(fā) 表的"StudyandDevelopmentoftheRescueRobottoAccommodateVictimsunder EarthquakeDisasters" 一文根據(jù)地震發(fā)生后可能出現(xiàn)的情況，構(gòu)建了一個(gè)機(jī)器人原型系 統(tǒng)，等等。這些成果對(duì)機(jī)器人以后的救援具有重要的指導(dǎo)作用，但是研究重點(diǎn)在機(jī)器人的設(shè) 計(jì)，對(duì)機(jī)器人的救援策略研究較少。
[0007] 其二是機(jī)器人救援策略研究，根據(jù)采用救援方式的不同，現(xiàn)有的方法可以分成兩 類：其一，對(duì)機(jī)器人運(yùn)動(dòng)控制的研究。如，2009年在會(huì)議InternationalConferenceon RoboticsandAutomation發(fā)表的"StudyonMineRescueRobotSystem" 一文中研究 具有運(yùn)輸和搜索兩種功能的煤炭救援機(jī)器人，分析各自的動(dòng)力學(xué)方程，給出他們的運(yùn)動(dòng)控 制參數(shù)，并提出了煤礦基于地理信息系統(tǒng)的救援機(jī)器人自主導(dǎo)航方法；在2007年第76期 StudiesinComputationalIntelligence上發(fā)表的"Multi-RobotSearchandRescue:A PotentialFieldBasedApproach" 一文基于人工勢(shì)場(chǎng)法的多機(jī)器人搜索和救援問(wèn)題，建 立了悲觀和樂(lè)觀兩種救援系統(tǒng)；以及中國(guó)專利"一種地空異構(gòu)多機(jī)器人搜救系統(tǒng)"（公開(kāi) 號(hào)：CN101382429B，授權(quán)公開(kāi)日：20110622)給出的多機(jī)器人自主智能控制與搜救指揮遙控 相結(jié)合的控制方法，這些方法具有獨(dú)到的一面，但是對(duì)于全局救援規(guī)劃，由于無(wú)法準(zhǔn)確把握 全局信息，通常難以得到理想結(jié)果；其二是采用群智能方法，在救援開(kāi)始之前，規(guī)劃出一個(gè) 保證救援個(gè)數(shù)最多的全局最優(yōu)路徑，代表方法有，在2014年《MathematicalProblemin Engineering〉〉出版的"PS〇-basedrobotpathplanningformulti-survivorrescuein limitedsurvivaltime" 一文提出在機(jī)器人執(zhí)行救援之前，采用微粒群（PS0)來(lái)規(guī)劃全局 路徑，給實(shí)際的救援以指導(dǎo)。由于群智能方法應(yīng)用于救援機(jī)器人路徑規(guī)劃方面的成果較少， 有必要進(jìn)一步研究該方法在救援規(guī)劃領(lǐng)域的應(yīng)用，尤其是在工廠，礦區(qū)，居民區(qū)的災(zāi)后救援 工作研究。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明所要解決的技術(shù)問(wèn)題是，克服現(xiàn)有技術(shù)的不足，研究災(zāi)后被困人員存在生 命期限情況下的多機(jī)器人救援問(wèn)題，并采用微粒群優(yōu)化方法來(lái)規(guī)劃路徑。為使算法能夠得 到較好的優(yōu)化結(jié)果，本發(fā)明在規(guī)劃救援路徑之前，將區(qū)域分布距離較近的目標(biāo)點(diǎn)分為一類， 看作一個(gè)救援子任務(wù)，并根目標(biāo)點(diǎn)的分配情況設(shè)計(jì)PS0優(yōu)化方法。它是一種多機(jī)器人自主 分配救援任務(wù)方法，可以用于實(shí)際災(zāi)后救援環(huán)境。
[0009] 本方法的技術(shù)解決方案：在優(yōu)化路徑之前，給出目標(biāo)點(diǎn)分配策略，設(shè)計(jì)微粒的編 碼和解碼方法，然后，建立多機(jī)器人多目標(biāo)點(diǎn)救援路徑規(guī)劃問(wèn)題的數(shù)學(xué)模型，給出該模型的 PS0求解方法。其特征包括如下兩個(gè)階段：
[0010] 階段1:目標(biāo)點(diǎn)分配方法
[0011] 考慮到實(shí)際救援環(huán)境中，部分目標(biāo)點(diǎn)分布較為集中，根據(jù)這些目標(biāo)點(diǎn)的位置以及 機(jī)器人搜索最大半徑，將在機(jī)器人最大搜索范圍內(nèi)的目標(biāo)點(diǎn)，歸為一類，看作一個(gè)子任務(wù)， 符合上述條件的目標(biāo)點(diǎn)都可以分到同一個(gè)子任務(wù)中，如圖1所示。具體步驟如下（如圖2 所示）：
[0012] 步驟1 :隨機(jī)選取一個(gè)目標(biāo)點(diǎn)，并將其在已有序列中刪除，在剩下的序列中尋找與 其在機(jī)器人最大搜索半徑范圍內(nèi)的目標(biāo)點(diǎn)，并將其分在同一子任務(wù)中；如果沒(méi)有找到在機(jī) 器人最大搜索半徑內(nèi)的目標(biāo)點(diǎn)，則該目標(biāo)點(diǎn)自成一個(gè)子任務(wù)。
[0013] 步驟2:將滿足式步驟1的所有目標(biāo)點(diǎn)分到同一個(gè)子任務(wù)中，若子任務(wù)中目標(biāo)點(diǎn)的 個(gè)數(shù)大于設(shè)定值，則需要對(duì)其中的目標(biāo)點(diǎn)進(jìn)行刪除，保留距離彼此最近的幾個(gè)目標(biāo)點(diǎn)，即， 保留分布最為密集的目標(biāo)點(diǎn)，分布相對(duì)稀疏的目標(biāo)點(diǎn)從該類中刪除。計(jì)算一個(gè)目標(biāo)點(diǎn)距離 其他所有目標(biāo)點(diǎn)之間的距離之和，保留所得結(jié)果中最小的幾個(gè)目標(biāo)點(diǎn)，將其分到同一個(gè)子 任務(wù)中。
[0014] 步驟3:判斷已有序列中是否還有目標(biāo)點(diǎn)沒(méi)有得到分配，如果有，則轉(zhuǎn)入步驟1繼 續(xù)；否則，目標(biāo)點(diǎn)分配完成，轉(zhuǎn)入第二階段。
[0015] 階段2:基于微粒群優(yōu)化的多機(jī)器人多目標(biāo)點(diǎn)救援路徑規(guī)劃策略。
[0016] 該階段設(shè)計(jì)PS0算法以優(yōu)化多機(jī)器人多目標(biāo)點(diǎn)的救援路徑規(guī)劃問(wèn)