x，y)分布在AICL和Δ MN上的概率相等。这样，相遇概率
[0088]
[0089] 由于 Δ ICL = Δ IFL+ (正方形 OFCG - Δ 0JK) + Δ KGL，从而，有
[0090]
[0091] 因此，p(Eneet) = 1-2X0. 2554666 = 0· 4890668
[0092] 步骤3 :根据公式（3)分析最大可能相遇的位置点p(E_t|xk)。由公 式（3)可知，当搜寻者C位于点时x k，能遇见走失者D的概率f而)=
[0102] 这样，搜寻者C位于点时X = 5时能遇见走失者D的概率最大（如图8所示）。
[0103] 总之，搜寻者C位于点时X = 5时能遇见走失者D的概率最大，C成功搜救到D的 概率为0. 4890668。因此，搜寻者C根据计算和分析的结果，可在X = 5的附近搜寻走失者。
[0104] 由上实例可知，基于积分方法的相遇概率具有如下特点：①相遇概率P (E_t)完全 由可相遇距离md和移动对象本身的概率密度函数pjx)、pd(y)决定，与算法过程中的变量 无关，因而具有稳定性和唯一性；②搜寻者C在路径L上的不同位置点X k可遇见走失者D的 概率p (E_t I xk)是Xk的函数，存在众数X "或最大概率值对应的位置点X "，即C在点Xni可遇 见D的概率最大。
[0105] 本发明实施例基于积分测度随机相遇不确定性的搜救系统包括：
[0106] 确认模块，用于确定走失者D所走失的路径L，并确定走失者D最后出现在路径L 上的位置点；
[0107] 数据获取模块，用于获取测量路径L的路径长度1，以及测量搜寻者C在路径L上 的位置点；
[0108] 概率密度函数计算模块，用于计算搜寻者C与走失者D分布在路径L的概率密度 函数Pt^p d，并推导出二元概率密度函数p (x，y) =Ptl(X) Xpd(y);根据可相遇的最大距离 md，推导出相遇事件E_t= {|y_x|彡md}，其中，X e Ω。，y e Qd，变量X表示搜寻者C在 路径L上距离路径L的一个端点0的路径距离，路径L为搜寻者C的样本空间Ω。= [0, 1]; 变量y为走失者D在路径L上距离0的路径距离，路径L也为走失者D的样本空间Ω d= [0, 1];
[0109] 相遇概率计算模块，用于根据二元概率密度函数及相遇事件E_t计算相遇概率 P (EneetN
[0110]
[0111] 并根据相遇概率P (E_t)推导出{位于点知的搜寻者C可遇见走失者D的事件} 的概率:
[0112]
[0113] P (Emeet I xk)在序列点（X1, X2,…}的序列概率为{p (Emeet I X1), p (Emeet I X2),…令最 大值max {p (Emeet I X1)，p (Emeet I x2)，…}对应的点为xm，则搜寻者C在点xm处成功找到走失者 D的概率最大；据此，搜寻者C根据该移动到点Xni附近进行搜救。
[0114] 概率密度函数计算模块具体可用于：在走失者D最后出现在路径L的中间点且只 在路径L上作自由移动时，能合理假设走失者D分布在路径L的概率密度函数p dS三角形 分布；在搜寻者C从路径L的中间点开始找寻时，也能合理假设搜寻者C分布在路径L的概 率密度函数P。呈三角形分布。
[0115] 本发明在空间路径上，根据两个体可相遇的最大距离和非均匀概率分布，通过积 分公式推理出具有唯一性的可相遇概率并可分析出搜寻者C在何处能以最大概率遇见走 失者D。
[0116] 应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换， 而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
【主权项】
1. 一种基于积分测度随机相遇不确定性的搜救方法，其特征在于，包括以下步骤： 步骤1、确定走失者D所走失的路径L，并确定走失者D最后出现在路径L上的位置点； 步骤2、测量路径L的路径长度1，并测量搜寻者C在路径L上的位置点； 步骤3、计算搜寻者C与走失者D分布在路径L的概率密度函数p。、pd，并推导出二元 概率密度函数p(x，y) =pjx)Xpd(y);根据可相遇的最大距离md，推导出相遇事件￡_^ = {|y-x|彡md}，其中，xGQ。，yGQd，变量x表示搜寻者C在路径L上距离路径L的一个 端点〇的路径距离，路径L为搜寻者C的样本空间Q。= [0, 1];变量y为走失者D在路径 L上距离0的路径距离，路径L也为走失者D的样本空间Qd= [0, 1]; 步骤4、根据概率密度函数及相遇事件E_t计算相遇概率p(E_t):步骤5、根据相遇概率p(E_t)推导出{位于点知的搜寻者C可遇见走失者D的事件} 的概率p(E_t|xk):P(E_tIxk)在序列点{xdx2,…)的序列概率为{p(E_t |xD，p(E_t |x2)，…}，令最大值max{p(Emeet |xD，p(Emeet |x2)，…}对应的点为xm，则搜寻者C在点xm处成功找到走失者D的 概率最大； 步骤6、搜寻者C移动到点Xni附近进行搜救。2. 根据权利要求1所述的搜救方法，其特征在于，若走失者D最后出现在路径L的中间 点且只在路径L上作自由移动，则可合理假设走失者D分布在路径L的概率密度函数pdS 三角形分布；若搜寻者C从路径L的中间点开始找寻，则也可合理假设搜寻者C分布在路径 L的概率密度函数p。呈三角形分布。3. -种基于积分测度随机相遇不确定性的搜救系统，其特征在于，该系统包括： 确认模块，用于确定走失者D所走失的路径L，并确定走失者D最后出现在路径L上的 位置点； 数据获取模块，用于获取测量路径L的路径长度1 ;以及测量搜寻者C在路径L上的位 置点； 概率密度函数计算模块，用于计算搜寻者C与走失者D分布在路径L的概率密度函数 口。、口<1，并推导出二元概率密度函数？(1，7)=口?\口(1(7);根据可相遇的最大距离111(1，推 导出相遇事件6_^= {|y_x|彡md}，其中，xGQd，变量x表示搜寻者C在路径L 上距离路径L的一个端点0的路径距离，路径L为搜寻者C的样本空间[0，1];变量y为走失者D在路径L上距离0的路径距离，路径L也为走失者D的样本空间Qd= [0, 1]; 相遇概率计算模块，用于根据二元概率密度函数及相遇事件E_t计算相遇概率P(Eneet):并根据相遇概率P(E_t)推导出{位于点^的搜寻者C可遇见走失者D的事件}的概 率pUxJ:P(E_tIXk)在序列点{Xi,x2,…)的序列概率为{p(E_tIXi)，p(E_tIx2)，…}，令最大值max{p(Emeet |xD，p(Emeet |x2)，…}对应的点为xm，则搜寻者C在点xm处成功找到走失者D的 概率最大；据此，搜寻者C移动到点Xni附近进行搜救。4.根据权利要求3所述的搜救系统，其特征在于，所述概率密度函数计算模块具体用 于在走失者D最后出现在路径L的中间点且只在路径L上作自由移动时，则合理假设走失 者D分布在路径L的概率密度函数pdS三角形分布；在搜寻者C从路径L的中间点开始找 寻时，则也合理假设搜寻者C分布在路径L的概率密度函数p。呈三角形分布。
【专利摘要】本发明公开了一种基于积分测度随机相遇不确定性的搜救方法及系统，其中方法包括以下步骤：步骤1、确定走失者D所走失的路径L，并确定走失者D最后出现在路径L上的位置点；步骤2、测量路径L的路径长度l，并测量搜寻者C在路径L上的位置点；步骤3、计算搜寻者C与走失者D分布在路径L的概率密度函数，并推导出相遇事件Emeet；步骤4、根据概率密度函数及相遇事件Emeet计算相遇概率p(Emeet)：步骤5、根据相遇概率p(Emeet)推导出{位于点xk的搜寻者C可遇见走失者D的事件}的概率p(Emeet|xk)；步骤6、搜寻者C移动到能以最大概率找到走失者D的点xm附近进行搜救。
【IPC分类】G06F19/00
【公开号】CN105095681
【申请号】CN201510603443
【发明人】尹章才, 胡立夫, 吴杨
【申请人】武汉理工大学
【公开日】2015年11月25日
【申请日】2015年9月21日