一种用于野外自主搜救的多机器人路径规划策略.docx

一种用于野外自主搜救的多机器人路径规划策略

摘要：本文提出一种用于荒野自主搜索和营救(WiSAR)的多机器人路径规划策略，其为一种多机器人协调(MRC)方法，以整个搜救过程中机器人均处于最佳部署为指导原则，该方法主要内容如下：1)为所有机器人规划初始、时间最优和分段多项式路径;2)通过在可用时间内评估路径完成的可行性，实现并定期评估路径的最优性;3)在线重新规划路径，必要时在线重新规划。最后，仿真结果表明，对比非概率方法，本文所提路径规划策略有效、可靠。

关键词：多机器人协调(MRC)、路径规划、荒野搜索和救援(WiSAR)

1引言

搜索与救援(SAR)是移动机器人技术的一个应用领域，近年来受到了广泛关注。搜救任务包括城市搜救(USAR)和荒野搜救(WiSAR)。到目前为止，许多研究都集中在城市搜救中，目的是寻找被困在倒塌结构下的幸存者。

特别是，城市搜救的研究主要有机器人平台的设计[1][2]、人机交互[3]和多机器人合作[4]–[6]等。例如，文献[1]提出了一种蛇形搜救路线，用于进入孔洞和穿越不规则障碍物，包括楼梯，这在城市搜救环境中较为常见。文献[2]评估了带有跟踪器踏板的地面机器人在真实泥石流事故响应中的表现。

文献[3]通过世界贸易中心的灾难搜救任务发现，遥控机器人代理会导致人类操作者失去对形势的感知，所以在搜救任务中有一定程度的自主性是非常必要的。因此，有学者提出了多机器人协调(MRC)方法。文献[4]中比较了城市搜救中的几种策略，包括基于机器人竞标任务的C-net方法、使用信息素动的Stiemergy策略、和信号方法等，研究表明，根据选择的策略，在不影响团队绩效的情况下，需要以较低的成本选择更多的机器人。然而，由于通信限制和机器人必须在彼此附近的要求，这些策略不能直接转换为WiSAR策略。

WiSAR问题通常涉及在荒野中寻找一个正在移动的迷路者(即目标)。WiSAR中救援机器人的使用还没有像USAR中那样广泛。近年来的研究工作集中于开发目标位置预测模型和资源部署方法[7][8]，而没有特别关注路径规划。除了人类无人机合作策略[11][12]，部分研究建议将摄像机纳入无人机(UAV)中，以搜索和/或跟踪目标[9][10]。例如，文献[9]使用无人机提供航空图像以协助WiSAR人员时，考虑了人机交互问题。而Symington等[10]使用配备摄像头的无人机，同时利用目标行为概率估计器来跟踪目标。

WiSAR是一个复杂的问题，因为运动目标是不可跟踪的，搜索区域随时间而扩展。因此，必须使用可用的、时变的和概率信息来预测目标在任何给定时间的状态。这个预测必须考虑WiSAR特有的因素，包括不同的地形、目标生理和心理，以及在搜索过程中可能发现的线索。更为复杂的是，目标特定运动的概率分布可能不可用。

迄今为止，对自主WiSAR的研究主要集中在机器人的实现问题上，而不是总体MRC方法。此外，由于WiSAR通常需要覆盖崎岖地形，研究重点一直是使用遥控无人机协助地面搜索。文献[9]中通过无人机覆盖搜索模式来实现WiSAR，但是其没有多个无人机之间的自主协调形式，也没有利用概率目标定位信息。本文基于文献[11]的研究，并进行了进一步扩展，研究了无人机航空导航操作员以及无人机传感器操作员的角色。目标是提高无人机的自主性，从而最大限度地减少所需的操作员数量。

文献[12]设计了一种基于无人机的实时路径规划系统，其主要服务于野外环境等不确定环境。在给定一组航路点的基础上，该算法在线规划满足无人机运动学约束且考虑动态障碍物的路径。此外，其采用了跟踪算法，以确保轨迹得到满意的跟踪。最后，实验测试结果验证了该算法的有效性。

在预测失踪人员位置问题中，当前最前沿的算法为贝叶斯方法，然而其存在计算成本较高的问题[13]-[15]。随着搜索空间随时间增加，与世界模型相关的网格分辨率也随之增加，这导致计算成本提升幅度较大。此外，与之相同的是，有研究表明，部分可观测马尔可夫决策过程(POMDP)可以在一个时间范围内评估搜索代理的预期回报，但一旦POMDP的状态空间增加，这种方法就变得不可行[16]。为了解决该问题，近期有研究(如文献[17])比较了定义可搜索区域的方法，但是其仍没有提出一种自主引导搜索代理的方法。因此，到目前为止，

尚未有适合WiSAR环境的有效的在线MRC方法被提出。

文献[18]–[20]中论述了由各种人类SAR团队进行的一系列协作搜索实验。例如，两个典型的加拿大非营利组织Foothills搜索和营救组织[18]和SARGlobal1-OttawaGatineau志愿者搜索与救援[19]组织，通过模拟搜索以培训志愿者。此外，犹他州县搜索和救援小组(UCSR)在模拟实验中使用装有遥控摄像机的小型无人机协助人类操作员[