[发明专利]一种消防机器人智能路径规划方法

说明书

本发明涉及一种消防机器人智能路径规划方法，包括：根据消防机器人所在的火场空间环境信息进行预处理；根据所述扩展型MAKLINK图论构建凹‑凸多边形障碍物火场空间环境模型；根据所述消防机器人的驻守点和火灾扑救点，采用Dijkstra算法规划初始路径；基于所述火场空间环境模型和所述初始路径，引入信息素与启发值的自适应动态调整策略，利用改进型蚁群算法对蚂蚁转移过程中的路径节点进行迭代搜索，最终获取最优规划路径。本发明结合了扩展型MAKLINK图论与改进型蚁群算法的优点，能够在含有凹‑凸多边形障碍物的复杂火场空间环境中实现最优路径规划，算法收敛速度快，路径规划能力强；另外，本发明通过仿真试验验证了所提供技术方案的可行性与有效性。

技术领域

本发明涉及消防机器人路径规划领域，尤其是涉及一种消防机器人智能路径规划方法。

背景技术

消防机器人作为一种特殊的消防设备，可以进入到危险性大、环境恶劣等消防员不易接近的火灾现场执行各类火灾侦察任务，并进行相应的消防救援作业。消防机器人的投入使用，能够显著提高消防部门扑灭重大恶性火灾的能力，在减少国家财产损失和消防人员伤亡等方面发挥重要的作用。近年来，随着人工智能、信息处理、智能控制等专业技术的快速发展，消防机器人已呈现出自动化与智能化的发展趋势，逐渐成为能够在火场环境中自主导航并完成灭火任务的机器人综合系统。

路径规划是消防机器人自主导航研究中的重要组成部分，其任务是在有障碍物的火场环境中，构建一条从驻守点到火灾扑救点、无碰撞地绕过所有障碍物的最优火灾扑救路径。在传统路径规划方法中，最常用的是栅格地图法、人工势场法和拓扑图法。栅格地图法虽然简单实用，但是栅格的尺寸直接影响着环境信息存储量和规划路径所用的时间。人工势场法在路径规划的过程中，可能会出现合力为零的情况，导致机器人停止运动。拓扑图法的缺点是算法复杂度与障碍物数目成正比，规划出的路径质量不高。

随着智能算法的不断发展，模糊控制、遗传算法、粒子群算法等智能算法也在解决路径规划问题中发挥着重要作用。然而，模糊控制的规则表通常建立在专家经验的基础上，不能实时修改，对路径规划的结果可能产生影响。遗传算法、粒子群算法等也存在运算量大、效率低、编码复杂等缺点，影响火灾救援，实用价值有限。

发明内容

本发明的目的在于提供一种消防机器人智能路径规划方法，以克服上述现有技术中存在的运算资源耗费较大，自我调节能力较差，同时无法保证耗时最短路径规划的缺陷。

本发明的目的可以通过以下技术方案来实现，包括：

环境信息预处理步骤：根据消防机器人所在的火场空间环境信息建立世界坐标系，采用多边形对障碍物边缘进行描述，获取所述障碍物在所述火场空间环境中的顶点坐标，在所述世界坐标系中确定消防机器人的驻守点和火灾扑救点；

火场空间环境建模步骤：采用扩展型MAKLINK图论构建火场空间环境模型，所述火场空间环境模型包括消防机器人的可移动路径；

初始路径规划步骤：基于所述火场空间环境模型，根据确定的驻守点和火灾扑救点，以最短路径长度为目标，采用Dijkstra算法规划初始路径；

最优路径规划步骤：基于所述火场空间环境模型和所述初始路径，初始化预先建立的改进型蚁群算法，通过引入的信息素与启发值自适应动态调整策略，对蚂蚁转移过程中的路径节点进行迭代搜索，直至达到预设的最大迭代次数，最终获取最优规划路径。

进一步地，所述火场空间环境建模中，采用所述扩展型MAKLINK图论构建火场空间环境模型具体为，对于凸多边形障碍物，根据传统MAKLINK图论直接进行所述火场空间环境模型的构建；根据凹多边形障碍物的几何特征，将其分为独立外凹多边形障碍物，以及组合内凹多边形障碍物；对于独立外凹多边形障碍物，将其填补为凸多边形进行处理，并将填补的辅助连接线中点设置为路径节点；对于组合内凹多边形障碍物，将其缺口进行延展密封，再将延展连接线的中点设置为路径节点，其余内部结构按照传统MAKLINK图论进行处理。