計及道路阻斷的智能消防機器人路徑規劃策略

何光層 桑文君

摘 要：合理的運行路徑規劃對保障智能消防機器人的可靠運行意義重大。針對消防機器人路徑規劃問題，文章在對A-Star算法原理及動作過程進行深入分析的基礎上，建立了適用于智能消防機器人的路徑規劃模型。之后，考慮到火災現場存在的道路阻斷問題，文章基于貪婪思想，提出了一種智能消防機器人路徑修正策略。仿真結果表明，所提智能消防機器人路徑規劃與修正方案能夠較好地解決火災現場存在的道路阻斷問題，有效提升消防機器人路徑規劃的合理性與可靠性。

關鍵詞：智能消防機器人;道路阻斷;路徑規劃與修正;貪婪思想

智能消防機器人的快速就位對降低火災損失，最大限度保障工作人員安全意義重大。為最大限度減小消防機器人移動時間，需要在對相關信息進行合理收集的基礎上，針對消防機器人的移動路徑進行合理規劃[1]。

蔣新松[2]將路徑規劃定義為：路徑規劃是自主移動機器人的重要組成部分，并根據一些評估標準，在障礙物環境中找到了從原始狀態到目標狀態的無碰撞路徑。基于環境模型的路徑規劃方法，可以在完全已知的環境下實現路徑規劃，具體包括：迪杰斯特拉算法、A-Star算法、可視化圖方法和拓撲方法等[3]。

火場形式瞬息萬變，受火勢蔓延等因素影響，區域的障礙物分布情況將發生變化，進而影響區域內部路徑的可通過性，最終導致消防機器人原始運行路徑不再適用。考慮到當外部環境發生變化后（道路阻斷出現），現有路徑規劃方案方法存在的效果不佳問題，有必要針對火災現場的消防機器人路徑規劃策略開展進一步研究工作。

本文在針對智能消防機器人路徑規劃算法開展深入研究的基礎上，選取A-Star算法作為路徑規劃算法，在針對火場存在的道路阻斷問題給予充分考慮的基礎上，基于貪婪思想提出了一種使用于智能消防機器人的路徑重規劃策略，以保障消防機器人路徑規劃的可行性。

1 智能消防機器人路徑規劃

合理的路徑規劃策略有助于智能消防機器人快速抵達起火點，進而有效提升消防機器人滅火可靠性。A-Star算法作為一種啟發式算法，因在靜態環境具備極高的搜索效率在最短路徑規劃領域收獲了廣泛關注[4]。A-Star算法最短路徑計算流程如下：

（1）基于機器人所處空間環境信息，建立外部空間柵格地圖及對應空間坐標系，創建open list和close list;

（2）根據消防機器人所處空間位置，確定機器人初始運行點作為搜索起點并加入open list中，通過與控制中心之間的信息交流，確定消防機器人路徑規劃終點。之后，重復如下過程：

①根據式（1）計算各拓展節點與目標節點之間的距離代價f（n），遍歷open list，比較各拓展節點的距離代價值，選擇f（n）值最小的節點加入close list中;

式中g（n）表示起點前往當前節點的移動代價，h（n）對應當前節點前往終點的估算成本。

②基于如圖1所示的八向搜索方法搜索該節點的8個相鄰方格。如果不可抵達或在close list中并忽略它，否則執行如下步驟：a.如果它不在open list中，把它加入open list，把起點置為其父節點，記錄該方格的f，g及h值。b.如果它位于open list中，則將g值作為判斷標準，與原路徑進行比較。若當前路徑優于原始路徑，則更新其父節點及g、f值。

（3）更新搜索起點，重新開始上述循環過程，直至終點加入open list或open list為空。

2 基于貪婪思想路徑修正策略

貪婪算法是指在對問題進行求解時，不從整體上加以考慮，只根據當前狀況選擇對應的最優動作策略[5]。通過A-Star算法確定起點與終點之間的最短路徑之后，消防機器人的移動軌跡也隨之確定，只有在機器人通過相關感應設備實際探測到障礙物時，才考慮對機器人的移動路徑進行重規劃。

為最大限度降低機器人實際運行路徑長度，本文基于貪婪思想，在機器人規劃運行路徑出現障礙物時，通過修正空間柵格地圖，并更新路徑規劃起點的方式，針對機器人實際運行路徑開展重規劃工作，具體流程如圖2所示。

為簡化模型求解過程，本文假設當機器人運行前進方向與障礙物延伸方向相垂直時，消防機器人能夠針對障礙物進行可靠監測，并據此確定其后續運行軌跡。

3 仿真結果

文章建立了30×30的虛擬柵格地圖模型，并開展了相應的仿真分析工作，旨在檢驗所提路徑規劃與修正模型的有效性。A-Star算法搜索過程中的距離代價使用歐幾里得距離進行描述。

假定正常情況下機房內部障礙物不會發生移動，機器人初始運行點坐標為（2，4），終點位于（28，25），此時通過A-Star算法求得的智能消防機器人路徑規劃結果如圖3?？梢姡珹-Star算法能夠在存在障礙物的情況下，有效根據原始節點信息，確定消防機器人運行過程中起點與終點之間的最優路徑。

基于貪婪思想的消防機器人路徑修正結果列示于圖4中。

如圖所示，當由于火場情況變化導致圖中灰色區域不滿足通行條件時，消防機器人將在抵達深藍色方格位置（21，22）時偵測到道路阻斷信息，并通過在柵格地圖上添加障礙物的方式針對場景地圖開展修正工作。在此基礎上，機器人通過調節A-Star算法路徑搜尋起始點的方式，重新規劃運行路徑，以最大限度減少機器人運行里程。

4 結語

本文在對機器人路徑規劃算法原理開展深入研究的基礎上，基于A-Star算法思想，建立了適用于智能消防機器人的路徑規劃模型。考慮到火災現場存在的路徑阻斷問題，提出了一種基于貪婪思想的智能消防機器人的運行路徑修正策略，通過對機器人運行路徑進行平滑處理，以及運行路徑重規劃方式，旨在提升消防機器人的路徑規劃合理性與運行可靠性。分析表明，所提方案能夠有效規劃機器人運行路徑，在引入三次樣條插值平滑處理手段后，機器人運行路徑的可行性得到了進一步提高。不可通過情況發生后，機器人可通過所提路徑重規劃方案及時修正路徑，在充分保障路徑可行性的前提下，最大限度減少機器人運行里程，提升火災現場智能消防機器人的運行可靠性。

參考文獻：

[1]楊旭，王銳，張濤.面向無人機集群路徑規劃的智能優化算法綜述[J].控制理論與應用，1-12.

[2]Zhang Handong，Zheng Rui，Cen Yuwan.Present Situation and Future Development of Mobile Robot Path Planning Technology[J].Journal of System Simulation，2005，16（2）：439-443.

[3]蔣新松.機器人學導論[M].遼寧科學技術出版社，1994.

[4]付麗霞，任玉潔，張勇，毛劍琳.基于改進平滑A-Star算法的移動機器人路徑規劃[J].計算機仿真，2020，37（8）：271-276.

[5]白志亮，陳世利，賈樂成，曾周末.基于貪婪算法的汽輪機葉輪相控陣信號壓縮感知[J].機械工程學報，2018，54（18）：33-41.

作者簡介：何光層（1984— ），男，漢族，陜西旬陽人，本科，高級工程師，研究方向：電力技術、設備管理等方面的研究;桑文君（1983— ），女，漢族，云南保山人，大專，助理工程師，研究方向：信息管理工作。