一种基于路径可通过概率的搜救机器人目标搜索方法技术

本发明专利技术公开了一种基于路径可通过概率的搜救机器人目标搜索方法，包括：S01：建立移动机器人工作环境的拓扑环境模型，记录节点间通路；S02：建立节点间通路可通过概率的评估模型，并进行可靠性评估；S03：根据优化指标，进行搜救关键节点序列规划；S04：根据局部环境的通路可通过性，进行节点间路径规划；S05：按照所获得路径执行搜索，根据实际状况更新拓扑数据集中的路径可通过概率；若发现待救援目标，则将实时图像及目标位置发给救援人员；S06：重复步骤S03至S05，直至完成搜索任务。本发明专利技术根据路径可通过概率对搜索路径进行规划，根据当前确定的路径状况对拓扑模型进行更新，保证机器人以最大的概率穿过不确定性区域，高效完成任务。

【技术实现步骤摘要】
一种基于路径可通过概率的搜救机器人目标搜索方法
本专利技术涉及搜救机器人路径规划领域，特别涉及一种基于路径可通过概率的搜救机器人目标搜索方法。
技术介绍
灾难和危险环境下的移动机器人搜救可以显著提高救援人员的效率，减少救援人员伤亡。合理的移动机器人运动规划方案可以为慎思-反应混合体系结构的搜救机器人提供高效的上层决策，从而使得机器人可以尽早发现待救援目标，并提供现场环境图像与位置信息。不确定环境下的移动机器人目标搜救规划属于非常复杂的任务类型，合理的运动规划方法可以极大的提高搜救任务的工作效率。目前现有技术存在一些短板，如授权公告号CN104317293B的专利技术提出了一种改进蚁群算法的城市救援智能体动态路径规划方法，属于机器人仿真
，针对机器人救援仿真中动态变化环境的路径规划问题，对经典蚁群算法进行改进，引入目标优势度，修改蚂蚁的状态转移概率的计算方法，信息素的更新规则，适应救援环境中道路情况未知且动态变化、救援智能体任务复杂、路径规划需求要求不一致情形。目前搜救机器人运动规划方法常用的评价指标为路径最短，甚至采用遥控方式进入现场，滞后的规划方式无法匹配复杂的现场环境。在以上搜索方法中，前者难以应对遇到临时坍塌、燃烧物坠落等问题后的路径实时变化，后者则完全依靠人的判断，效率极低。现实的搜救任务需求中工作环境极其复杂，常常属于半结构化，甚至是完全非结构化的搜索环境，移动机器人的可行道路随着灾情变化，在不断更新，如坍塌墙体可以永久阻塞一条通路，少量燃烧物则会短时间内阻断一条路，而现有路径规划技术缺少针对这类搜救情况的搜索方法。
技术实现思路
针对现有技术无法根据复杂搜救环境下进行高效目标搜索路径规划的问题，在出现路径突发不可恢复性堵塞或临时堵塞时，机器人无法实时更新规划方案的问题，本专利技术提供了一种基于路径可通过概率的搜救机器人目标搜索方法，构建了不确定环境下的搜救路径规划策略，主要用于搜索环境路况可靠性不确定，需要根据路况可行概率进行优化的搜索任务。根据任务特点，实现规划方案的实时优化调整。以下是本专利技术的技术方案。一种基于路径可通过概率的搜救机器人目标搜索方法，包括以下步骤：S01：建立移动机器人工作环境的拓扑环境模型，记录节点间通路；S02：建立节点间通路可通过概率的评估模型，并进行可靠性评估；S03：根据优化指标，进行搜救关键节点序列规划；S04：根据局部环境的通路可通过性，进行节点间路径规划；S05：按照所获得路径执行搜索，根据实际状况更新拓扑数据集中的路径可通过概率；若发现待救援目标，则将实时图像及目标位置发给救援人员；S06：重复步骤S03至S05，直至完成搜索任务或收到停止搜索的指令。作为优选，步骤S01的过程包括：利用待救援环境的特征建立初始的特征地图，人工设置关键营救节点区域，利用双向回归快速随机树算法自动生成节点间的初始通路，同时记录通路的路径长度与特征；移动机器人搜救区域满足：与间的连通路；其中Si为机器人的第i个投放点，Ok是第k个搜救节点，Rk是第k个搜救节点附近的搜救区域，Lλ是搜救节点间的路径，M是待搜索与救援的区域拓扑环境模型，E是待搜索与救援的总体区域。作为优选，步骤S02的过程包括：对于移动机器人工作的拓扑环境模型M(O,L)，包括救援节点集合：O＝{Ok|Ok∈G,k＝1,2,3,...,m}与救援通路集合：L＝{Lλ|Lλ∈M,k＝1,2,3,...,n}；路径可靠概率是用来评估Oi与Oj之间机器人可以顺利通过的概率，如果存在τ个可能阻断路径的因素，每个因素导致的通过概率为则以如下模型评估初期通过概率可通过无人机拍摄分析或人工经验值设置。M(O,L)的可靠性矩阵为其中作为优选，步骤S03的过程包括：对于M(O,L)只保留搜救节点间的最短路，删减冗余通路，生成M′(O,L′)，L′是删减后的通路集合；判断M′(O,L′)是否连通且为欧拉图，如果存在顶点度数为奇数，则通过原始的M(O,L)补充为欧拉图；根据中的权值与路径长度的加权平均值作为权值，权值均为0.5，使用Fleury算法产生关键节点的初步巡游序列。作为优选，步骤S04的过程包括：读入总体拓扑模型M(O,L)，将可靠性矩阵的元素与路径长度进行加权，权值均为0.5，作为拓扑边权值，利用最小权值算法Dijkstra搜索节点间路径，生成机器人起始点到搜救节点，以及搜救节点间的路径；其中节点间实际路径用双向回归快速随机树算法根据机器人的约束自动生成。作为优选，步骤S05的过程包括：利用里程计、IMU与DGPS跟踪所生成的路径，并利用以雷达、全景相机、双目视觉、红外测温传感器不断探测前方路径的可行性，将路径的可行性更新到拓扑环境模型中去；对已探测过路况良好，且发生破坏可能性极小的安全可靠路径，可靠性置1，对于前方路径出现不可恢复性破坏，如：坍塌，则可通过性置0，只有人工恢复可通行性，方可更新；对于可恢复性损坏，如：燃烧物，则可通过性置0，且可行性随时间递增(因燃烧物燃尽，道路可能会再次通畅)，可行性恢复与时间的评估公式可用下式计算，为t+1时刻的可行性概率，为t时刻的可行性概率,δ为恢复速度系数，根据可恢复性障碍的特点进行设置，Δt是更新时间与上次更新间的时间间隔，单位为秒；更新拓扑环境模型的可靠性矩阵作为优选，步骤S06中执行搜索的过程包括：根据关键救援节点序列，利用IMU、DGP、里程计S沿双向快速随机树算法所生成的路径运动运动，以雷达与全景相机探测障碍物，侦测路径中出现的临时障碍或者不可恢复性障碍，以双目视觉识别待搜救目标并获取目标位置与图像信息，以红外测温传感器探测火焰或高温障碍，以躲避障碍与危险为最高优先级，若发现待救援目标，则将目标的图像、目标位置发给救援人员。再以下一搜救节点为目标运动，直至完成搜索任务或收到停止搜索的指令。通过对可靠性拓扑概率模型的实时更新，保证机器人搜索的路径都是较优方案，在发生路况变故时候能够及时调整方案，以此提高搜索效率，实现不确定环境下的目标搜索任务。本专利技术的实质性效果包括：根据初始的拓扑环境模型，以及其中存储的可通过性信息来规划机器人的搜救路径，同时又在搜救任务的执行过程中，根据路况信息，对拓扑环境模型中存储的可通过性信息进行更新，通过对可通过性拓扑概率模型的实时更新，保证机器人跟踪的搜救路径都是较优方案。具体实施方式下面将结合本申请实施例进行描述。另外，为了更好的说明本专利技术，在下文中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本专利技术同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未做详细描述，以便于凸显本专利技术的主旨。实施例：一种基于路径可通过概率的搜救机器人目标搜索方法，根据初始的拓扑环境模型，以及其中存储的可通过性信息来规划机器人的搜救路径，同本文档来自技高网...

【技术保护点】
1.一种基于路径可通过概率的搜救机器人目标搜索方法，其特征在于，包括以下步骤：/nS01：建立移动机器人工作环境的拓扑环境模型，记录节点间通路；/nS02：建立节点间通路可通过概率的评估模型，并进行可靠性评估；/nS03：根据优化指标，进行搜救关键节点序列规划；/nS04：根据局部环境的通路可通过性，进行节点间路径规划；/nS05：按照所获得路径执行搜索，根据实际状况更新拓扑数据集中的路径可通过概率；若发现待救援目标，则将实时图像及目标位置发给救援人员；/nS06：重复步骤S03至S05，直至完成搜索任务或收到停止搜索的指令。/n

【技术特征摘要】
1.一种基于路径可通过概率的搜救机器人目标搜索方法，其特征在于，包括以下步骤：
S01：建立移动机器人工作环境的拓扑环境模型，记录节点间通路；
S02：建立节点间通路可通过概率的评估模型，并进行可靠性评估；
S03：根据优化指标，进行搜救关键节点序列规划；
S04：根据局部环境的通路可通过性，进行节点间路径规划；
S05：按照所获得路径执行搜索，根据实际状况更新拓扑数据集中的路径可通过概率；若发现待救援目标，则将实时图像及目标位置发给救援人员；
S06：重复步骤S03至S05，直至完成搜索任务或收到停止搜索的指令。


2.根据权利要求1所述的一种基于路径可通过概率的搜救机器人目标搜索方法，其特征在于，步骤S01的过程包括：
利用待救援环境的特征建立初始的特征地图，人工设置关键营救节点区域，利用双向回归快速随机树算法自动生成节点间的初始通路，同时记录通路的路径长度与特征；
移动机器人搜救区域满足：







与间的连通路；
其中Si为机器人的第i个投放点，Ok是第k个搜救节点，Rk是第k个搜救节点附近的搜救区域，Lλ是搜救节点间的路径，M是待搜索与救援的区域拓扑环境模型，E是待搜索与救援的总体区域。


3.根据权利要求2所述的一种基于路径可通过概率的搜救机器人目标搜索方法，其特征在于，步骤S02的过程包括：
对于移动机器人工作的拓扑环境模型M(O,L)，包括救援节点集合：
O＝{Ok|Ok∈G,k＝1,2,3,...,m}
与救援通路集合
L＝{Lλ|Lλ∈M,k＝1,2,3,...,n}.
路径可靠概率是用来评估Oi与Oj之间机器人可以顺利通过的概率，如果存在τ个可能阻断路径的因素，每个因素导致的通过概率为则以如下模型评估



初期通过概率可通过无人机拍摄分析或人工经验值设置；...

【专利技术属性】
技术研发人员：张波涛，鲁玉林，吕强，吴秋轩，仲朝亮，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33