[发明专利]一种应用于救援环境的多机器人任务搜索方法

说明书

本发明公开了一种应用于救援环境的多机器人任务搜索方法，能够在任务位置未知，传感器噪声的不确定情况下实现多机器人协同，完成高效、完备的任务搜索。该方法包括以下步骤：离散化救援环境并根据救援环境和参与搜索的机器人信息，构建面向对象的多机部分可观测马尔科夫决策模型来描述任务搜索问题。每个机器人对自己当前状态进行判断自己是否受困，如果受困则采用基于自适应阈值的信念聚类和路径规划的引导决策，反之则根据生成树最大奖励进行决策。每个机器人执行当前执行动作，获得环境观测和奖励值，更新每个对象的信念，并根据所有机器人的信念，确定每个对象在每个位置上最可能的状态，指导机器人下一时刻的自主决策。

技术领域

本发明涉及任务搜索领域，尤其是一种应用于应急救援环境的多机器人任务搜索方法。

背景技术

智能机器人的优势是可以代替人类在不确定环境下推理多个对象。例如，在核泄漏事故后，机器人可以代替人类在高辐射环境中进行人员搜救和探测泄露源等任务。在事故发生后，通常存在人员、危险源位置未知问题，因此确定环境中的需要完成的任务是救援过程中的重要步骤，这是一个多机多目标搜索(MRMOS)过程。然而在危险排查、灾区救援等情况未知环境中进行多机作业，具有环境不确定，障碍物密布等特点，增加了问题的难度。例如待搜救目标或待清理污染源的位置不确定性、坍塌造成障碍物分布分散复杂，辐射粒子会使传感器数据发生偏移等。仅利用确定性模型的搜索技术会导致搜索效果不佳。针对以上特点，部分可观测决策过程是一种合适的模型，它用信念来表达环境不确定性。

考虑到机器人通常需要在大规模环境中开展多目标搜索工作。由于信念空间的维数等于物体所有可能位置状态的组合，那么信念必定随着目标数量的增长呈指数增长，造成维度诅咒，严重影响搜索效率。面向对象的部分可观测马尔科夫决策过程(OO-POMDPs)是一种创新型框架，它可以将信念分解到每个目标以实现降维。在救援环境中，通常在环境较大且存在较多任务，单个体无法在有限的时间和能量约束下完成对全部任务的搜索。多智能体系统具有并行、协同的特点，能够有效提高搜索效率。OO-POMDPs虽然在单个体时有较好的性能，但因为缺少交互方法定义，并不适用于多机协同搜索。

因此，如何充分发挥智能机器人的优势，在搜索空间大，目标位置未知，分布复杂且存在传感器误差的情况下实现对任务的精确完备搜索，使得多机器人可以表达和共享环境状态，并根据当前状态进行自主决策，达到对环境中所有任务的快速搜索的最终目标成为亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种应急救援环境下的多机器人任务搜索方法，使得机器人能够在目标不确定，分布复杂，且存在传感器观测误差的情况下自主实现对各种环境规模的准确、完备搜索。在信息共享方面使用基于最大最小值的方法，根据每个机器人的信息计算并共享每个任务在各个位置的信念。在决策方面使用基于受困检测引导的在线规划算法，每个机器人根据自己当前状态选择收益最大的动作。

为达到上述目的，本发明的技术方案为：机器人硬件组成包括激光雷达，机器人车载机，以及移动机器人本体；方法包括如下步骤：

第一步：离散化救援环境，根据救援环境和参与搜索的机器人信息，构建面向对象的多机部分可观测马尔科夫决策模型来描述任务搜索问题。

第二步：每个机器人对自己当前状态进行判断自己是否受困，若机器人受困，则首先根据自适应方法确定阈值，然后对信念值在自适应区间的点进行聚类，进而采用A*方法进行引导决策，确定当前执行动作；若机器人没有受困，则选择奖励最高动作作为当前执行动作。

第三步：每个机器人按照当前执行动作执行，获得环境观测和奖励值，机器人根据原始信念和观测分别更新每个对象的信念。

第四步：根据最大最小方法同步所有机器人的信念，确定每个对象在每个位置上最可能的状态，指导机器人下一时刻的自主决策。

重复第二步到第四步，直到环境内所有的任务被搜索到。