考虑被困人员生命强度的机器人救援路径规划

发布时间：2018-06-12 21:05

本文选题：机器人 + 生命强度　；参考：《中国矿业大学》2016年博士论文

【摘要】：机器人救援路径规划问题是救援顺利进行的关键,该问题可以描述为:在灾后环境中,针对环境中存在的多个被困人员,采用单一或者多个机器人来实施救援,同时考虑被困人员生命强度有限,需要规划一条救援路径,保证机器人在有限的时间内救援尽可能多的被困人员。因此,救援路径规划问题的前提是规划出有效的路径。对于机器人路径规划,其本身是一个NP难问题。目前,针对机器人路径规划方法的成果很多,但是由于灾后环境复杂多变,已有的方法往往不能直接应用到救援路径规划问题中去;虽然部分方法可以用于简单救援路径规划问题,但是对于复杂环境下的救援路径规划问题,传统方法往往难以奏效。考虑到微粒群算法简单,参数少,且运行速度快,并且已有很多成功用于求解路径规划问题的成果,本文研究灾后环境中,基于微粒群优化的机器人救援路径规划方法,给出具体救援场景下的问题求解方法。针对单机器人单一救援任务类型的路径规划问题,提出采用微粒群优化方法来求解上述问题。首先,给出被困人员生命强度随时间变化的函数表达式;接着,以最大救援个数为目标函数,建立上述救援问题的数学模型;然后,采用改进的微粒群优化方法来求解上述模型,主要包括:微粒位置和速度更新公式、微粒的个体极值和全局极值更新,以及保证更新后的微粒全部为可行解的修正方法。将所提方法应用于3个不同的救援场景,并与没有加入改进策略后的微粒群优化方法进行比较,以验证所提方法的优越性。上述救援场景简单,其适用范围较少,当需要救援的被困人员个数很多或救援环境的范围较大时,单个机器人的救援效率低下;如果采用多个机器人来实施救援,救援效率将会明显提高。鉴于此,研究多机器人单一救援任务类型路径规划问题,并针对该问题提出改进的微粒群优化求解方法。首先,考虑被困人员获得救援需要满足的条件,建立含有时间约束的Petri网;接着,采用微粒群优化方法来求取上述Petri网的最优变迁序列,结合问题的特性,根据问题的实际情况,给出微粒群解码方法,保证所有的变迁都可以得到分配且没有重复,避免了不可行解的产生。此外,给出了微粒位置和速度更新公式,并给出微粒的个体极值和全局极值更新策略。将所提方法应用于多个救援场景中,并与其他方法进行比较,实验结果验证了所提方法的有效性。进一步,考虑实际救援场景中,存在多种救援任务类型,上述方法仅针对单一救援任务类型,并不能很好的用于多种救援任务类型的路径规划求解。因此,有必要研究多机器人多救援任务类型路径规划问题,提出基于微粒群优化的问题求解方法。首先,考虑到多个救援任务类型且被困人员生命强度有限,给出每个被困人员对于各个机器人的优先级序列,并基于此,来调整机器人救援被困人员的序列;接着,将每个被困人员的平均救援时间作为目标函数,并以生命强度有限作为约束,给出所求问题的数学模型。在微粒群求解方法上,给出集中式和分布式两种不同情况下的求解方法。其一,针对集中式方法,在所有机器人都可以通信的情况下,采用改进的整数微粒群优化方法来求解,具体操作包括:微粒的解码方法、微粒的个体极值和全局极值更新操作、插入操作,以及局部搜索方法;其二,针对分布式方法,考虑机器人之间通信受限的情况,提出采用多群微粒群优化求解方法,每个子种群代表一个机器人,用来优化该机器人的救援序列,机器人之间按照不同的拓扑结构来通信。具体策略包括:微粒的解码方法,微粒的位置和速度更新公式,微粒的个体极值和全局极值更新策略,以及各个子微粒群之间的通信等。将上述两种方法应用到多种救援场景下,并分别与遗传算法、传统的微粒群算法、协商一致捆绑拍卖方法(CBBA)、启发分布式任务分配方法(PI),以及改进的PI方法等进行比较,所得结果验证了集中式微粒群优化方法是所有比较方法中所得结果最优的,分布式微粒群优化方法是所列所有分布式算法中最优的。然而,实际救援场景中,考虑到救援环境中不同因素的影响,所得被困人员的生命强度并不能确定,有必要针对多机器人单一救援任务类型不确定路径规划问题,设计用于求解上述问题的微粒群优化求解方法。首先,针对不确定生命强度,将其看作区间,给出其值随时间变化的区间函数表达式。并基于此,给出上述问题的基于微粒群优化的求解方法。主要包括:区间大小比较方法,微粒的全局极值更新方法以及局部搜索方法,最后将所提方法用于不同场景下的救援路径规划,仿真结果验证了所提方法的有效性。最后,考虑更复杂且更实际的问题,针对多机器人多救援任务类型不确定救援路径规问题,采用改进的微粒群优化方法来求解上述问题。首先,建立所提问题的数学模型;接着,给出不同微粒间的编码和解码方法、微粒的全局极值更新方法,以及局部搜索方法,并将所提方法用于不同场景下的救援路径规划问题,来验证所提方法的有效性。本文研究所获得的成果丰富了机器人救援路径规划理论,将其应用到实际救援场景中,势必会提高机器人救援的效率和质量,具有重要的理论意义和实际应用价值。
[Abstract]:The problem of rescue path planning is the key to the successful rescue , which can be described as : In the post - disaster environment , it is difficult to use single or multiple robots to rescue many trapped persons present in the environment . A method for solving the problem of multi - robot multi - rescue task type path planning is presented . This paper presents a method for optimization of particle swarm optimization based on genetic algorithm , traditional particle swarm optimization , consensus binding auction method ( CBBA ) , heuristic distributed task allocation method ( PI ) and improved PI method .
【学位授予单位】：中国矿业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP242

【参考文献】