一种适用于灾后环境的多机器人多目标点救援路径规划方法
【技术领域】
[0001] 本发明涉及机器人和群体智能领域，特别是用于多机器人多目标点的救援方法。 它借鉴微粒群进化的思想，提出一种适用于灾后环境救援的多机器人多目标点路径规划方 法。
[0002] 背景知识
[0003] 在我国，各种灾难频发，比如煤矿瓦斯爆炸，地震，海啸等的发生，这些灾难的发生 不可预测，只能采取灾后救援的措施，因此灾后救援的效率和速度至关重要。然而，灾难发 生后，环境复杂恶劣，还有可能发生二次灾难，这势必会危及救援人员的人身安全，因此，救 援人员很难进入受灾区，这势必会影响救援工作的有效开展。考虑到机器人能够深入复杂 且恶劣的环境，代替救援人员完成救援任务，从而可以将灾后环境信息反馈给救援人员。这 样不仅可以提高应急救援能力，而且还可以为救援人员的决策提供帮助。因此，越来越多的 机器人被用于灾后救援工作中。
[0004] 现有的机器人救援方法主要是机器人根据实时探测的信息，进行局部路径规划， 然而这样得到的救援人数往往不是最大。如果在机器人救援之前，根据已有信息，规划出一 条或者多条全局最优路径，保证机器人救援的人数最多，在机器人实时救援的过程中给予 指导，从而，可以保证救援机器人准确、快速的完成救援任务。
[0005] 在实际救援环境中，存在这样的情况，一些区域被困人员分散得比较集中，另外一 些区域被困人员则比较稀疏。比如，在煤矿井下环境，作业面人员较多，而在巷道其他地方， 人员较少；再如，在一些城市中，居民区或者工厂厂区的人口密度比较高，分布较为集中，而 公园街道上的人口相对较稀疏，所以，一旦发生灾难，在人口密集区域中被困人员较多，稀 疏区域较少。此外，发生灾难后，被困人员的生命期限有限，救援人员需要在有限的时间内 将其救起。目前，针对上述情况下的救援规划尚没有相关成果，并且救援问题对人们的生产 生活尤为重要，所以研究灾后环境下，被困人员存在生命期限情况下的机器人救援路径规 划问题，是非常重要且有必要的。
[0006] 考虑到机器人可以代替救援人员，深入危险区域，有效完成救援任务，很多研究 人员尝试采用机器人来完成救援任务。近年来，针对机器人灾后救援问题，主要有两个 研究方向，其一，设计可靠耐用的救援机器人。如中国实用新型专利"一种机器人救援系 统"（授权公告号：CN203738800U，授权公告日：20140730)设计的包括侦查，搭桥，以及机 械手机器人；在第六届IEEEConferenceonAutomationScienceandEngineering上 发表的论文"AHierarchicalReinforcementLearningBasedControlArchitecture forSemi-AutonomousRescueRobotsinClutteredEnvironments'，设计的半自主求女援 机器人；以及在 2013 年InformaticsinControl,AutomationandRobotics期刊上发 表的"StudyandDevelopmentoftheRescueRobottoAccommodateVictimsunder EarthquakeDisasters" 一文根据地震发生后可能出现的情况，构建了一个机器人原型系 统，等等。这些成果对机器人以后的救援具有重要的指导作用，但是研究重点在机器人的设 计，对机器人的救援策略研究较少。
[0007] 其二是机器人救援策略研究，根据采用救援方式的不同，现有的方法可以分成两 类：其一，对机器人运动控制的研究。如，2009年在会议InternationalConferenceon RoboticsandAutomation发表的"StudyonMineRescueRobotSystem" 一文中研究 具有运输和搜索两种功能的煤炭救援机器人，分析各自的动力学方程，给出他们的运动控 制参数，并提出了煤矿基于地理信息系统的救援机器人自主导航方法；在2007年第76期 StudiesinComputationalIntelligence上发表的"Multi-RobotSearchandRescue:A PotentialFieldBasedApproach" 一文基于人工势场法的多机器人搜索和救援问题，建 立了悲观和乐观两种救援系统；以及中国专利"一种地空异构多机器人搜救系统"（公开 号：CN101382429B，授权公开日：20110622)给出的多机器人自主智能控制与搜救指挥遥控 相结合的控制方法，这些方法具有独到的一面，但是对于全局救援规划，由于无法准确把握 全局信息，通常难以得到理想结果；其二是采用群智能方法，在救援开始之前，规划出一个 保证救援个数最多的全局最优路径，代表方法有，在2014年《MathematicalProblemin Engineering〉〉出版的"PS〇-basedrobotpathplanningformulti-survivorrescuein limitedsurvivaltime" 一文提出在机器人执行救援之前，采用微粒群（PS0)来规划全局 路径，给实际的救援以指导。由于群智能方法应用于救援机器人路径规划方面的成果较少， 有必要进一步研究该方法在救援规划领域的应用，尤其是在工厂，矿区，居民区的灾后救援 工作研究。
【发明内容】
[0008] 本发明所要解决的技术问题是，克服现有技术的不足，研究灾后被困人员存在生 命期限情况下的多机器人救援问题，并采用微粒群优化方法来规划路径。为使算法能够得 到较好的优化结果，本发明在规划救援路径之前，将区域分布距离较近的目标点分为一类， 看作一个救援子任务，并根目标点的分配情况设计PS0优化方法。它是一种多机器人自主 分配救援任务方法，可以用于实际灾后救援环境。
[0009] 本方法的技术解决方案：在优化路径之前，给出目标点分配策略，设计微粒的编 码和解码方法，然后，建立多机器人多目标点救援路径规划问题的数学模型，给出该模型的 PS0求解方法。其特征包括如下两个阶段：
[0010] 阶段1:目标点分配方法
[0011] 考虑到实际救援环境中，部分目标点分布较为集中，根据这些目标点的位置以及 机器人搜索最大半径，将在机器人最大搜索范围内的目标点，归为一类，看作一个子任务， 符合上述条件的目标点都可以分到同一个子任务中，如图1所示。具体步骤如下（如图2 所示）：
[0012] 步骤1 :随机选取一个目标点，并将其在已有序列中删除，在剩下的序列中寻找与 其在机器人最大搜索半径范围内的目标点，并将其分在同一子任务中；如果没有找到在机 器人最大搜索半径内的目标点，则该目标点自成一个子任务。
[0013] 步骤2:将满足式步骤1的所有目标点分到同一个子任务中，若子任务中目标点的 个数大于设定值，则需要对其中的目标点进行删除，保留距离彼此最近的几个目标点，即， 保留分布最为密集的目标点，分布相对稀疏的目标点从该类中删除。计算一个目标点距离 其他所有目标点之间的距离之和，保留所得结果中最小的几个目标点，将其分到同一个子 任务中。
[0014] 步骤3:判断已有序列中是否还有目标点没有得到分配，如果有，则转入步骤1继 续；否则，目标点分配完成，转入第二阶段。
[0015] 阶段2:基于微粒群优化的多机器人多目标点救援路径规划策略。
[0016] 该阶段设计PS0算法以优化多机器人多目标点的救援路径规划问