论文部分内容阅读
在现代社会中，火灾、爆炸、坍塌等事故常有发生，为了尽快找到受伤受困人员，并及时进行救援或将受困受伤人员的信息带出到救援人员处，应用机器人及时探知险情和受困人员的情况和位置有着极大的应用意义。事故现场，即机器人所面临的搜救环境可以抽象为一个迷宫，而搜救就是要在迷宫中先搜索到目标物，然后带着目标物或者目标物的重要信息返回到出发点处。即搜救任务由两部分组成，一是搜索到目标物，二是带着目标物或者目标物的重要信息沿着优化好的路线返回到出发点处。
本文的研究重点是机器人的迷宫搜索算法，主要做了如下工作：
(1)研究了两种类型的迷宫搜索算法，即没有启发式信息的深度优先搜索算法和有启发式信息的A*算法，并通过仿真实验比较研究了两种类型的迷宫搜索算法。对于深度优先搜索算法，选择了机器人行走的优先顺序：右→前→左；而对于A*算法，通过研究现有参考文献中含有不同启发式函数的A*算法，选择了3种运用得比较广泛的A*算法进行了比较研究，同时仿真实验中为了比较真实的模拟被困人员呼救信号和搜教人员仪器探测信息在复杂迷宫环境中的特点，将目标点的位置进行了偏差处理。研究结果表明，具有启发式信息的A*搜索算法具有更好的迷宫搜索效率；
(2)设计了产生启发式信息的声源发声器和接受启发式信息的声音接收器，并分别实现了基于启发式信息的A*搜索算法和基于深度优先搜索算法在实物迷宫中的应用。依托现有的电脑鼠机器人和迷宫，较快的实现了深度优先搜索算法在实物中的应用，在实物中运行时，深度优先搜索算法的优先顺序与仿真实验中是一样的；同时，由于A*算法应用中需要启发式信息，所以物理实验中通过添加硬件对实验设备进行了改进。改进是通过在电脑鼠机器人上装入声音接收模块，在迷宫中目标点处装入峰呜器，发出声音，产生启发式信息，引导机器人判断方位从而较快的往目标点处搜索，实验中启发式函数为目标点到机器人处的欧几里得距离。研究结果验证了该种具有启发式信息的A*搜索算法具有更好的迷宫搜索效率；
(3)在已知搜索部分的有限信息基础上，研究了路径优化的算法，实现了返回路径的优化，获得了最短的返回路径，确保了营救的及时性。在仿真和实物实验中，通过算法的设定，让机器人在搜索目标物时就开始记录迷宫的环境信息，返回时，根据“记忆”的信息判定，最终沿着一条已经优化好的路径返回，没有任何“冤枉路”的产生。研究结果表明，在尽快“搜索”的基础上，可以做到最快的“救援”。
实验比较的结果显示，在未知迷宫环境中进行搜救时，带有启发式信息的A*算法要优于盲目的深度优先搜索算法。实验研究的结果对于以后没有全局信息的迷宫搜索和搜救机器人的研究具有一定的参考价值。