1、收稿日期:2022 11 10第一作者:王俊彭(1997)，男，满族，辽宁辽阳人，硕士，研究方向为机械臂视觉伺服。E mail:asmile1997163 com基于蚁群算法的人员疏散机器人路径规划方法王俊彭1，2，3，宋屹峰2，3*，赵娟平1，饶成龙1，2，3(1 沈阳化工大学 信息工程学院，辽宁 沈阳 110142;2 中国科学院沈阳自动化研究所机器人学国家重点实验室，辽宁 沈阳 110016;3 中国科学院机器人与智能制造创新研究院，辽宁 沈阳 110169)摘要:隧道内突发碰撞或火灾等事故后常造成车辆堵塞情况，尤其在长大公路隧道，由于长大隧道狭长封闭受限环境与事故现场信息交互不畅特征，
2、交通拥堵后造成受困人员引导疏散的困难。该文基于轨道式机器人，通过搭载视觉传感器抵近车窗位置开展检测作业。面向受困车辆前后车窗多观测点位，提出了一种基于蚁群算法的检测路径规划方法，用于在最短时间内开展车辆受困人员的引导疏散。轨道式机器人具有快速移动到拥堵车辆位置的特点，基于提出的检路径规划方法可以降低机器人检测路径的距离，有效提高受困人员的搜救效率。关键词:轨道式机器人;路径规划;蚁群算法;引导疏散中图分类号:TP29文章编号:1000 0682(2023)04 0077 07文献标识码:ADOI:10 19950/j cnki cn61 1121/th 2023 04 014Path plan
3、ning method of personnel evacuation robot based on ant colony algorithmWANG Junpeng1，2，3，SONG Yifeng2，3*，ZHAO Juanping1，AO Chenglong1，2，3(1 Information Engineering Institute，Shenyang University of Chemical Technology，Liaoning Shenyang 110142，China;2 State Key Laboratory of obotics，Shenyang Institute
4、 of Automation，Chinese Academy of Sciences，Liaoning Shenyang 110016，China;3 Institutes for obotics and Intelligent Manufacturing，Chinese Academy of Sciences，Liaoning Shenyang 110169，China)Abstract:Accidents such as sudden collisions or fires in tunnels often cause vehicle jams，especiallyin long high
5、way tunnels Due to the long and narrow closed restricted environment of long tunnels and ac-cident scene information interaction characteristics，traffic congestion will cause difficulties in guiding theevacuation of trapped people Based on the orbital robot，this thesis carries out the detection oper
6、ation bycarrying the vision sensor tothe position of the vehicle window A detection path planning method basedon ant colony algorithm is proposedto carry out the guided evacuation of the trapped persons in the vehiclein the shortest time for the multiple observation points of the front and rear wind
7、ows of the trapped vehi-cles The proposed detection path planning method can reduce the distance of the robot detection pathand effectively improve the search and rescue efficiency of the trapped personnelKeywords:orbital robot;path planning;ant colony algorithm;guided evacuation0引言隧道在公路交通领域有着克服高程、缩
8、短路线的优点，给公共交通带来巨大便利、国家经济带来强大的推动作用。而在公路隧道实际运行中，狭长封闭空间内容易由于车辆相互碰撞、危险品泄露等原因造成火灾等事故。国内外公路隧道曾发生过一系列火灾事故，造成巨大人员伤亡和财产损失1 2。由于各种火灾事故的频繁发生，隧道灭火救援愈加受到社会各界的重视3。一方面，灾害发生后由于交通拥堵消防抢险人员难以进入现场开展施救;另一方面，由于车辆内的受困人员不了解外部火灾情况，容易引起“孤岛效应”不愿离开车辆，因此造成了人员引导疏散的困难。为了满足疏散和救援的要求，马伟斌等人4 在隧道防灾疏散救援工程的设计上展开研究。对于大772023 年第 4 期工业仪表与自动
9、化装置量在役公路隧道，事故后仍采用传统的人工介入方式。消防抢险人员抵达火场后开展人工救援会带来响应时间慢、自动化程度不够高等问题。而使用机器人代替人工实施应急疏控则拥有巨大优势，目前已经有移动机器人替代人工进行搜救、引导疏散作业。王宇等人5 提出一种基于机器视觉的救援机器人系统，可以随意切换轮式及履带式行走模式。Boukas 等人6 提出引导疏散模型，通过模拟输出为机器人提供引导指南，解决人群疏散问题。San-geetha 等人7 设计一种基于物联网的自主引导机器人，该机器人通过智能传感和报警系统可以高效发挥引导作用。针对隧道内突发事故非结构化的复杂场景，以上采用的地面移动式机器人在实际应用中
10、受到交通堵塞的影响无法抵近灾害现场。当机器人进入灾害现场，对多受困目标点开展搜救工作，合理规划机器人运动路径十分必要。目前在隧道救援领域路径规划研究比较少，刘文兵等人8 介绍了在协同作战场景下，无人机在面对大量搜索目标中高效地规划飞行路线问题。王伟等人 9 通过路径规划算法选择多个停车位中最佳的停车位。于晖等人 10 研究水下爬行机器人通过对多个目标的决策和限制，规划一条连续平滑的最优路径。面对多目标点的路径规划可以转化为解决旅行商问题(Travelling salesmanproblem，TSP)。邓慧允等人 11 在求解 TSP 问题中通过遗传算法与蚁群算法的对比，蚁群算法相对于遗传算法的
11、收敛速度快，并且最终所求到的总路径距离较短。游道明等人 12 分析了多目标问题的性质，同时对比模拟退火算法与 2 opt 算法，采用蚁群算法解决多目标 TSP 问题得到了满意的结果。该文针对长大公路隧道灾中应急处置时受困人员引导疏散的需求，提出了基于蚁群算法的检测路径规划方法用于轨道式机器人开展受困人员的引导疏散。面向灾情现场车辆堵塞状态，该方法具有降低机器人运动路径长度的优势，提高了引导疏散的效率，有利于灾中机器人化救援的开展。1公路隧道引导疏散机器人1 1机器人系统组成公路隧道引导疏散机器人采用轨道式结构，该机器人由定位系统、视觉传感器、语音疏散等模块组成。机器人通过移动码盘进行定位，向救
12、援指挥中心实时反馈自身位置。机器人搭载了可见光、红外等传感器用于了解隧道内环境状态。该轨道式机器人可以在交通堵塞的状况下快速到达灾情现场，开展人员引导疏散的任务。以下为隧道火灾现场示意图，如图 1 所示。图 1隧道火灾现场示意图1 2机器人救援策略灾害发生后轨道式机器人可以沿轨道从隧道两端快速驶向灾情位置，为搜寻存在“孤岛心理”、躲在车内不肯撤离的人员，需要机器人对拥堵车辆进行抵近侦测，以车窗作为观测点进行人员目标检测以及逃生引导，具体引导疏散策略如图 2 所示。图 2引导疏散策略流程图2基于蚁群算法的人员引导疏散方法2 1核心车窗观测点机械臂通过轨道悬挂在隧道中央，可以同时完成两辆车的检测，
13、隧道中每两台车成为一个待检测组。对已经确定好的车窗位置点采取逐个遍历的方式，这样会带来机械臂末端行走路径的增加。考虑到灾中受困人员搜救疏散任务的紧迫性，采取一种对多车窗目标点选择性抵达的策略，在不造成受困人员检测遗漏的情况下，减少机械臂末端的行走距离。由于机械臂悬挂在两车道之间，从两台车之间的空隙进行检测无疑会减少行走距离。灾中车困人急，可能发生车辆相互碰撞情况，因此每两台车的停放位置存在多种可能，由于两台车贴的很近等因素87工业仪表与自动化装置2023 年第 4 期书书书造成两台车的内侧车窗不可观测的数量有 0 个、1个、2 个、3 个、4 个，将每台车视为前后两排座椅便于以下情形分析，前排
14、座椅的左、右车窗;后排座椅的左、右车窗。后文中提及前侧车窗即前排座椅的车窗，后侧车窗即为后排座椅的车窗。机械臂搭载的视觉传感器可以轻松检测同排座椅的受困人员，因此同排座椅的左、右车窗可以选择其中一个进行抵达，如果同排座椅的一侧车窗成为了不可观测点，则同排座椅的另一侧车窗将成为必选路径点，否则会造成人员检测的遗漏。从两台车的内侧车窗进行检测会缩短机械臂末端的行走距离，因此若存在可观测的内侧车窗点，则将成为必须抵达的路径点之一。按照此约束条件下，两台车的停靠位置均可大致等效为以下几种，按照两台车的内侧车窗成为不可观测点的数量划分为 5 种情形分别进行讨论(“”代表可检测点，“”代表不可检测点)。情
15、形一:不可观测点数为 0，即两台车没有发生碰撞或者理解为两台车停靠的位置不影响内侧的四个车窗成为观测点，机器人可以从内侧的四个车窗点位置对车内受困人员进行检测，如图 3 所示。图 3不可观测点为 0情形二:不可检测点数为 1，即两辆车出现碰撞现象，但仅导致四个内侧车窗中的一个成为不可观测点，如图 4 所示。图 4不可观测点为 1情形三:不可观测点数为 2，两辆车发生碰撞或由于贴的很近导致内侧的两个车窗成为不可观测点，还可将其分为三种子情形。子情形 1:每辆车均存在一个不可观测点，可以是一辆车的前侧车窗和另一辆车的后侧车窗成为不可观测点，如图 5 所示。图 5子情形 1子情形 2:每辆车均存在一
16、个不可观测点，可以是同为前侧的内侧车窗成为不可观测点，或者是同为后侧的内侧车窗成为不可观测点，如图 6 所示。图 6子情形 2子情形 3:两个不可观测点存在同一辆车的内侧车窗上，故此辆车的外侧车窗必将成为观测点，否则存在人员漏检，如图 7 所示。图 7子情形 3情形四:不可观测点数为 3，即四个内侧车窗中仅有一个车窗成为了可观测点，此点是必选观测点，如图 8 所示。图 8不可观测点数为 3972023 年第 4 期工业仪表与自动化装置情形五:不可观测点数为 4，四个内侧车窗点均不可观测，仅能从外侧的车窗进行检测受困人员，如图 9 所示。图 9不可观测点数为 4当不可观测的点数大于 5 时，则一定存在车内人员漏检的情况，在此需要对检测不完全的车辆进行标注，反馈给救援指挥中心。对于已经确定好的车窗位置中，规划合理的目标点检测顺序将进一步减少机械臂末端移动的距离。2 2抵近路径规划数学模型为了疏散车辆内受困人员，机械臂需要由预设点启动，依次抵达各个点位开展人员目标检测。在此过程中存在以下约束条件:(1)不能遗漏车窗目标点;(2)不能重复抵达已经检测过的目标点。在以上的约束条件下，有必要对多车