首页 > 分享 > 面向灾难搜索救援场景的空地协同无人群体任务规划研究丨JME文章推荐

面向灾难搜索救援场景的空地协同无人群体任务规划研究丨JME文章推荐

萌宠菠菠乐园
2024-09-30 11:38

提示：点击上方" 机械工程学报 "↑关注我吧

地震是典型的自然灾难，具有无预兆性、破坏性强、社会影响大、防御难度大的特点，如果发生在人口稠密的村镇和城市，往往造成巨大的人员和财产损失。地震往往伴随余震、火灾、水灾、毒气泄漏、瘟疫等次生灾害，有极大的危险性，给人工救援工作造成了困难。协作群体机器人系统，在现今社会的生产生活中，日益发挥重要作用，例如智能仓储、智能农业、智能监控系统等领域，面向自然灾难场景，采用群体智能机器人协同搜索救援，可以有效规避危险，并且提高搜救效率。

国防科技大学 的科研人员 李明龙、杨文婧、易晓东、王彦臻、王戟 在《 机械工程学报》2019年11期 发表了 《面向灾难搜索救援场景的空地协同无人群体任务规划研究》 一文。

该文面向地震搜索救援场景，提出了高空侦察机、无人机群体、无人车群体的空地协同搜救新方式。高空侦察机具有快速机动、视野广阔、不受地形限制特点，可以利用其优势对受灾区域快速侦察，获取受损建筑物位置信息，传递给无人机搜索群体；无人机群体具有廉价、小型、便于大规模运输和部署的特点，可在其上安装红外、声呐、雷达等生命探测装置，派送到各个受损建筑物地点，做进一步的受灾人员检测，形成总体受灾人员密度分布图，传递给后方无人车救援群体；无人车具有体型较大、运载能力强的特点，可根据获取到的受灾人员密度分布信息实施救援。

该文面向的空地协同搜索救援任务可分解为两个任务规划问题。一是已知受损建筑物位置信息的无人机群体搜索任务规划，二是已知受灾人群密度分布信息的无人车群体救援任务规划。国内外学者针对多机器人和群体机器人的任务规划问题展开了许多研究，主要分为分布式任务规划和集中式任务规划。

分布式任务规划不依赖于中心节点，具有鲁棒性，而且规划速度较快，可以实现动态在线规划。多主体(Multi-Agent)理论中，群体中交互的主体通过相互协作，可以构建整体智能。基于行为的反应式多主体理论中，任务可通过行为表述，最初由BROOKS提出，以包容模型(Subsumption Architecture)代表，通过行为之间的抑制与包容，多主体可以松散耦合地分布式地实现行为的合作，从而构建整体的增长式的智能。基于角色转换的方式是另一种典型的分布式任务规划方式，任务群体中的不同机器人在不同条件下被赋予不同的角色，协同完成总体任务，2016年世界机器人足球赛(RoboCup)的冠军队伍采取这种方式规划足球机器人行为。基于情绪阈值的任务规划方法中，各个机器人被赋予情绪，当对某个任务的急躁情绪值超过一定阈值，就会尝试去执行这个任务，当对某个任务的忍耐情绪值超过一定阈值，就会尝试放弃这个任务，群体中的各个机器人按照这种方式，分布式地容错地合作执行总体任务，PARKER提出的ALLIANCE模型是这种阈值模型的典型代表，他利用这种方式开发了群体清扫机器人。蚁群算法把群体想象成蚂蚁，信息素种类和浓度可以指引蚂蚁行为，每只蚂蚁都可以在环境中留下信息素，从而分布式地合作完成任务。基于市场的方法是典型的分布式自组织方法，该方法模拟市场当中的拍卖行为，多个机器人都可以对任务投标，获胜机器人执行任务，如此迭代执行拍卖过程，最终完成总体任务，每个机器人都可以是竞拍者也可以是拍卖发起者。拍卖法可以与其他方法相结合，完成较为复杂的群体任务，例如拍卖法和情绪阈值法结合，进行群体清扫应用的任务规划。NUNES采用拍卖方法解决了带有时间窗限制的车辆途程问题(VRPTW)，针对任务成簇分布的数据集，取得较好效果。TALEBPOUR基于Hoplites框架，在拍卖方法中融合主动行为与被动行为协同的概念，实现了分布式的群体机器人巡逻任务规划。

无人机群体搜索任务规划问题中，无人机小型、廉价，可以大规模部署，不受地面道路情况限制，可以实现较快速度的机动，但是通信能力较弱。

该文基于分布式的拍卖方法，解决此任务规划问题。考虑到灾难搜索场景下，无人机之间需要保持通信联通，以保证获取信息的完整性，并且及时把信息传递给后方无人救援群体。该文在拍卖方法中加入通信中继者角色转换概念，提出基于通信保持的拍卖方法(Communication-maintain-based auction,CMBA)，某些情况下，当前无人机如果盲目执行当前获取的任务就会失去与群体通信，所以拍卖者会创建虚拟任务中继节点，加入任务集合当中继续拍卖。

中心化的任务规划依赖于中心节点，规划精度高，可以实现精确地最优或者近似最优的任务规划。蒙特卡洛树搜索算法(Monte-Carlo Tree Search)是一种不依赖于具体模型的强化学习方法，通过采样模拟的反馈回报，引导一棵树做不平衡地生长，此方法应用于任务规划，具有较强的全局寻优能力。围棋程序AlphaGo结合蒙特卡洛树搜索方法和深度学习方法，打败围棋大师李世石，获得世界瞩目。KARTAL应用结合并行与分支定界剪枝方法的蒙特卡洛树搜索方法解决了带有时间窗限制的车辆途程问题(VRPTW)，在任务点零散分布与成簇分布的数据集中都取得了较好效果，证明了该方法的普适性与有效性。蒙特卡洛树搜索方法往往善于解决有限步数规划问题，对于无限步数问题无能为力，比如巡逻问题，KARTAL通过在蒙特卡洛树中加入有用环(Useful-Cycles)，解决了多机器人对抗巡逻任务规划问题。但是蒙特卡洛树搜索方法也存在缺点，即使有一定的剪枝策略，规划时间也往往很长，并且在问题规模较大时，分支数目较多，面临维度爆炸。遗传算法以较强的寻优能力著称，模拟生物进化行为，进行问题寻优。同时，由于种群规模和遗传代数的限制，遗传算法的搜索时间不会过长，也不会陷入维度爆炸的问题。但是遗传算法容易因为具体问题的特点，陷入早熟，收敛到局部最优解。

无人车群体救援任务规划问题中，无人车体型大、运载能力强，但是由于灾区道路受损，无法大面积部署救援，无法快速机动到各个位置。所以在灾难搜救场景中，无人车资源显得尤其宝贵，需要中心化的精确规划，最大效用地发挥其作用。该文采用遗传算法解决此任务规划问题，针对遗传算法容易陷入局部收敛的问题，提出自适应反馈调节遗传算法(Adaptive-feedback-based adjustment-GA, AFBA-GA)，基于种群适应值方差，评估种群多样性，在种群多样性降低到一定阈值的时候，采取种群爆发进化策略，跳出局部最优解。

该文在多机器人仿真环境中验证了无人机群体搜索任务规划方法CMBA的有效性；通过在带有容量限制的车辆途程问题(CVRP)的标准数据集上的测试结果，验证了无人车群体救援任务规划方法AFBA-GA的有效性，并且与普通遗传算法进行了结果对比和分析。

地震场景下空地协同搜救整体框架

无人机群体搜索任务规划试验场景设置

无人机群体搜索任务规划试验结果

重要结论

(1) 面向地震灾难应用场景，设计空地协同搜索救援框架，高空侦察机器人快速机动，对受灾区域侦察，获取地震中的受损建筑物的位置信息；将其传给无人机群体，无人机群体获取各个受损建筑物位置信息，分散进入目标受灾区域，到达指定建筑物做进一步侦察，各个无人机分布式通信，整合成受灾人群位置密度分布信息，将其传递给后方救援无人车群体；无人车群体根据受灾人群密度分布，到受灾人员所在的各个点，完成救援任务。

(2) 针对无人机廉价、小型、机动能力强、便于被运输，可大规模部署，但是通信能力弱的特点。无人机群体搜索任务规划采取基于市场法的分布式拍卖方法。同时，为了保证无人机群体之间的通信保持，加入中继角色转换机制，改进了普通拍卖方法。

(3) 无人车群体虽然续航强、运载能力强，但是无法像无人机一样大规模部署。而且，由于地震灾害很大概率会导致道路严重受损，真正能开进灾区的无人车数量有限，救援无人车资源显得尤其宝贵。所以采取中心精确规划的遗传算法，文章针对遗传算法容易陷入局部最优解的特点，采取自适应反馈调节策略，使其更容易跳出局部最优解，从而得到全局最优规划。

在该文工作中，无人机和无人车的规划相对来说比较独立，在下一步工作中，研究团队将主要考虑空中无人机与地面无人车的协同任务规划。

主创简介

李明龙，男，1992年出生，博士研究生。主要研究方向为群体机器人任务规划。

杨文婧，女，1988年出生，博士，助理研究员。主要研究方向为计算流体动力学(CFD)、群体机器人决策判断。

易晓东(通信作者)，男，1978年出生，博士，研究员。军事科学院国防科技创新研究院人工智能研究中心副主任，军委科技委国防科技创新特区主题首席科学家。主要研究方向为计算机操作系统、高性能计算、群体智能机器人操作系统。长期从事智能计算、机器人操作系统、云计算与大数据等领域研究，是国产麒麟操作系统安全子系统和虚拟化子系统的主要设计者，是优麒麟（Ubuntu-Kylin）开源操作系统的创立者，是群体智能与机器人操作系统研究方向的中青年学术带头人，正作为项目负责人主持国家自然科学基金重点项目、军委科技委国防科技创新重大研究项目等，多次受邀在香山科学会议及国际学术会议作主题报告。

王彦臻，男，1982年出生，博士，副研究员。主要研究方向为计算机图形学、虚拟现实、群体智能机器人操作系统。

王戟，男，1969年出生，教授，博士研究生导师。主要研究方向为高可信软件分析与验证、软件工程数据挖掘、分布与并行计算程序设计。

寻觅合作伙伴

有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

感谢关注我们！我们《机械工程学报》编辑部将努力为您打造一个 有态度、有深度、有温度 的学术媒体！