專利名稱：井下多機器人聯合搜救的生物刺激神經網絡設備及其方法
技術領域：
本發明涉及本發明屬于多機器人搜救技術領域，是人工智能與機器人技術相結合的應用，特別是涉及一種井下多機器人聯合搜救的生物刺激神經網絡設備及其方法。
背景技術：
在機器人搜救方面，目前主要依靠單個機器人，通過遙控的方法進行。但是在井下搜救方面，由于發生礦難時，井下情況變得非常復雜，無線通信帶寬受到很大限制，在這樣的情況如果試圖通過地面人員根據以往的井下圖紙或者根據機器人傳回的圖像來實施遙控，往往很難實現，而且經常會出現機器人無法正常返回，造成很大的損失。并且單個機器人搜救花費時間長，無法實現快速搜救，這樣將會錯過井下搜救的最佳時機。
發明內容
本發明提供一種能大大提高井下搜救效率，并降低機器人損失風險的用于井下多機器人聯合搜救的生物刺激神經網絡設備及其方法。本發明的主要技術內容如下井下多機器人聯合搜救的生物刺激神經網絡設備，包括機器人、射頻閱讀器、攝像機、超聲波傳感器、無線通訊系統、存儲設備、位置射頻標簽以及地面搜救決策系統；其中射頻閱讀器、攝像機、超聲波傳感器、無線通訊系統、存儲設備均安裝在機器人上面，機器人通過攝像頭采集井下實時圖像傳輸到地面搜救決策系統，并利用超聲波傳感器進行障礙物和墻壁的探測，利用無線通訊系統將信息發送給同伴機器人以及地面搜救決策系統，同時接收來自同伴機器人和地面搜救決策系統的指令；機器人利用存儲設備對井下的障礙物位置以及發現礦工的位置進行存儲，當可達區域搜索完畢或者所有人員都被發現，機器人計算最佳返程路徑，返回地面，并將存儲信息發送給地面搜救決策系統。井下多機器人聯合搜救的生物刺激神經網絡方法，包括如下步驟(1)、利用位置射頻標簽標記出井下巷道各處的坐標(X，y, ζ)；每名礦工攜帶身份信息的射頻標簽；機器人攜帶射頻閱讀器、攝像頭、超聲波傳感器和無線通訊系統進行搜救工作；O)、井下發生事故時，可以通過不同的井口派出多個機器人進行搜救；每個機器人根據自己所識別的射頻信息，進行搜索；(3)、機器人每經過一個射頻標簽，讀取該位置的坐標信號，并將該區域標記為已搜索；同時將該信息通過無線通訊系統廣播給其他機器人；G)、當機器人發現障礙物的時候，標記障礙物的位置，同時將該信息通過無線通訊系統廣播給其他機器人；(5)、當機器人發現受困或遇難礦工，標記位置，讀取礦工所攜帶的射頻信息，并通過無線通訊系統廣播該信息；(6)、當井下所有人員被發現或者所有可達區域已經被搜索完畢，各機器人根據步驟(3)、0)、(5)所得到的井下實時信息，利用生物刺激神經網絡模型，建立井下實時地圖， 并計算最佳返程路徑，回到地面； (7)、地面工作人員根據各機器人實時傳回圖像和安全返回機器人所存儲的相關
息，并參考生物刺激神經網絡模型制定的最佳路徑，制定救援方案，開展救援工作。 上述步驟O)中機器人根據射頻信號的信息開展搜索，如果射頻信號因事故等原因丟失，機器人采取隨機搜索策略，具體運行策略如下
π(…),+1=(《),±其中，(θ Jt是機器人行動的方向角，(θ是機器人下一步行動的方向角，ε是一個(0，1)之間的隨機數。上述步驟(3)中無線通訊系統廣播信息的內容和格式如下Ml = {x,y,z,flag = 1}；其中，Ml表示該信息是位置點的有關信息，flag = 1表示位置(x，y，z)已經搜索。上述步驟中無線通訊系統廣播信息的內容和格式如下M2 = {x,y,z,flag = 2}；其中，M2表示該信息是障礙物有關信息，flag = 2表示在位置(x, y, ζ)處有障礙物。上述步驟(5)中無線通訊系統廣播信息的內容和格式如下M3 = {χ,y,ζ,flag = ID}；其中M3表示該信息是礦工的有關信息，ID是礦工編號，flag = ID表示在位置(x，y, ζ)處發現礦工，礦工編號即flag值。上述步驟(6)中井下實時地圖構建所采用的生物刺激神經網絡模型是指(1)、基于生物刺激神經網絡模型構建實時地圖的方法如下，先根據位置射頻標簽的識別距離，將環境空間離散化，其中每個離散點是一個4維空間，分別由(X，y，z，s)構成， (x,y,z)是該離散點的地理位置坐標，通過射頻標簽讀取；s是生物刺激神經網絡神經元的活性值，由下式計算
ds — = -Asi +(B-S1) dt
OT+Σ1^]+ -(D+sMT
. 片J在這個方程中，k表示與該神經元有連接的神經元個數，Wij表示連接權值，[//]+和 [廠]—分別表示求解刺激性輸入和抑制性輸入的閾值函數；A、B和D都是常數；O)、生物刺激神經網絡模型中的刺激性輸入和抑制性輸入//和分別來自于所要搜尋的礦工和搜索過程中發現的障礙物，其計算公式如下
Γ =
Ε, E
T O
L = <
dist(pr,pe) 0,
— Ε, -E
dist(pr,p0) 0,
if dist(p1,pe)<=L if LKdist(P^pe)K= Re if dist(pi,pe)>= Re if dist(p1,pa)<=L if LKdist(P^po)K=Rs if dist(pi,p0)>=Rs 在這個方程中，dist( ·)為計算兩個坐標點之間距離的函數；E是一個常數，且遠小于B，Re是礦工射頻標簽的有效識別距離；L是礦井位置射頻標簽的有效輻射距離；RS是機器人超聲波傳感器的有效探測范圍；(3)、根據生物刺激神經網絡模型計算每個神經元的動態活性值，可以保證在有障礙物的地方，神經元的動態活性值最小，而在有礦工被發現的位置，神經元的動態活性值最大，這樣機器人根據每個神經元的動態活性值的大小可以實時計算出最佳返程路徑，該路徑即可保證機器人的安全返回，又可以為地面搜救人員制定搜救方案提供參考；機器人返回時，路徑實時計算過程如下( θ r)t+1 = angle (pr, pn)Pn ￠= spn = max{\,j = 1,2,---,k)其中，(θ r)t+1是機器人下一步行動的方向角，angle (pr, pn)是計算機器人當前位置和神經元Pn兩點間夾角公式，而Pn是機器人探測范圍內所有神經元中動態活性值最大的那個，根據該公式，機器人的最終返程路徑將是一條能自動繞開障礙物，又能快速到達搜救礦工位置的最佳路徑。借由上述技術方案，本發明至少具有下列優點(1)、本發明自動利用射頻標簽標記井下位置坐標，發生礦難時，射頻標簽所標記的位置信息可以較大程度得以保留。O)、本發明采用多機器人聯合搜救的方法，通過多機器人協作，可是實現從多個井口同時開展搜救任務，有助于快速完成整個礦井的搜救。(3)、本發明提出利用一種生物刺激神經網絡的方法來實施多機器人聯合搜救，可以大大提高搜救效率。0)、本發明所采用方法不需要礦井的圖紙資料，可以構建實時井下地圖，自動尋找最佳返程路徑和救援路線。該方法不需要學習過程，對通訊帶寬的要求降到最低。(5)、本發明充分考慮發生礦難時的各種復雜情況，包括射頻標簽損壞、巷道倒塌， 通訊中斷等，不需要人為進行干預，每個機器人可以自動處理各種異常情況，高效完成搜救任務。本發明的具體實施方式
由以下實施例及其附圖詳細給出。
圖1為本發明的設備組成方框圖；圖2為本發明中井下多機器人聯合搜救流程圖；圖3為本發明中生物刺激神經網絡算法流程圖；圖4為本發明中基于生物刺激神經網絡構建地圖示意圖。
具體實施例方式為更進一步闡述本發明為達成預定發明目的所采取的技術手段及功效，以下結合附圖及較佳實施例，對依據本發明提出的其具體實施方式
、結構、特征及其功效，詳細說明如后。井下多機器人聯合搜救的生物刺激神經網絡設備，如圖1所示，包括機器人1、射頻閱讀器2、攝像機3、超聲波傳感器4、無線通訊系統5、存儲設備6、位置射頻標簽7以及地面搜救決策系統8，其中射頻閱讀器2、攝像機3、超聲波傳感器4、無線通訊系統5、存儲設備6均安裝在機器人1上面，機器人1通過攝像頭3采集井下實時圖像傳輸到地面搜救決策系統8，并利用超聲波傳感器4進行障礙物和墻壁的探測，利用無線通訊系統5將信息發送給同伴機器人1以及地面搜救決策系統8，同時接收來自同伴機器人1和地面搜救決策系統8 的指令；機器人1利用存儲設備6對井下的障礙物位置以及發現礦工的位置進行存儲，當可達區域搜索完畢或者所有人員都被發現，機器人1計算最佳返程路徑，返回地面，并將存儲信息發送給地面搜救決策系統8。井下多機器人聯合搜救的生物刺激神經網絡方法，其具體流程如圖2所示，包括如下步驟(1)、利用位置射頻標簽標記出井下巷道各處的坐標(X，y, ζ)；每名礦工攜帶身份信息的射頻標簽；機器人攜帶射頻閱讀器、攝像頭、超聲波傳感器和無線通訊系統進行搜救工作；O)、井下發生事故時，可以通過不同的井口派出多個機器人進行搜救；每個機器人根據自己所識別的射頻信息，進行搜索；(3)、機器人每經過一個射頻標簽，讀取該位置的坐標信號，并將該區域標記為已搜索；同時將該信息通過無線通訊系統廣播給其他機器人；G)、當機器人發現障礙物的時候，標記障礙物的位置，同時將該信息通過無線通訊系統廣播給其他機器人；(5)、當機器人發現受困或遇難礦工，標記位置，讀取礦工所攜帶的射頻信息，并通過無線通訊系統廣播該信息；(6)、當井下所有人員被發現或者所有可達區域已經被搜索完畢，各機器人根據步驟(3)、0)、(5)所得到的井下實時信息，利用生物刺激神經網絡模型，建立井下實時地圖， 并計算最佳返程路徑，回到地面；(7)、地面工作人員根據各機器人實時傳回圖像和安全返回機器人所存儲的相關信息，并參考生物刺激神經網絡模型制定的最佳路徑，制定救援方案，開展救援工作。步驟O)中機器人根據射頻信號的信息開展搜索，如果射頻信號因事故等原因丟失，機器人采取隨機搜索策略，具體運行策略如下伙) +1=份丄±^￡其中，(θ》t是機器人行動的方向角，(θ是機器人下一步行動的方向角，ε是一個(0，1)之間的隨機數。步驟(3)中無線通訊系統廣播信息的內容和格式如下Ml = {x,y,z,flag = 1}；其中，Ml表示該信息是位置點的有關信息，flag = 1表示位置(x，y，z)已經搜索。步驟中無線通訊系統廣播信息的內容和格式如下M2 = {x,y,z,flag = 2}；其中，M2表示該信息是障礙物有關信息，flag = 2表示在位置(x, y, ζ)處有障礙物。步驟(5)中無線通訊系統廣播信息的內容和格式如下Μ3 = {x, y，ζ, flag = ID}；其中M3表示該信息是礦工的有關信息，ID是礦工編號，flag = ID表示在位置(x，y，z)處發現礦工，礦工編號即flag值。
步驟(6)中井下實時地圖構建所采用的生物刺激神經網絡模型是指(1)、基于生物刺激神經網絡模型構建實時地圖的方法如下，先根據位置射頻標簽的識別距離，將環境空間離散化，其中每個離散點是一個4維空間，分別由(X，y，z，s)構成， (x,y,z)是該離散點的地理位置坐標，通過射頻標簽讀取；s是生物刺激神經網絡神經元的活性值，由下式計算
權利要求
1.井下多機器人聯合搜救的生物刺激神經網絡設備，其特征在于包括機器人、射頻閱讀器、攝像機、超聲波傳感器、無線通訊系統、存儲設備、位置射頻標簽以及地面搜救決策系統；其中射頻閱讀器、攝像機、超聲波傳感器、無線通訊系統、存儲設備均安裝在機器人上面，機器人通過攝像頭采集井下實時圖像傳輸到地面搜救決策系統，并利用超聲波傳感器進行障礙物和墻壁的探測，利用無線通訊系統將信息發送給同伴機器人以及地面搜救決策系統，同時接收來自同伴機器人和地面搜救決策系統的指令；機器人利用存儲設備對井下的障礙物位置以及發現礦工的位置進行存儲，當可達區域搜索完畢或者所有人員都被發現，機器人計算最佳返程路徑，返回地面，并將存儲信息發送給地面搜救決策系統。
2.井下多機器人聯合搜救的生物刺激神經網絡方法，其特征在于包括如下步驟(1)、利用位置射頻標簽標記出井下巷道各處的坐標(X，1，ζ)；每名礦工攜帶身份信息的射頻標簽；機器人攜帶射頻閱讀器、攝像頭、超聲波傳感器和無線通訊系統進行搜救工作；O)、井下發生事故時，可以通過不同的井口派出多個機器人進行搜救；每個機器人根據自己所識別的射頻信息，進行搜索；(3)、機器人每經過一個射頻標簽，讀取該位置的坐標信號，并將該區域標記為已搜索； 同時將該信息通過無線通訊系統廣播給其他機器人；、當機器人發現障礙物的時候，標記障礙物的位置，同時將該信息通過無線通訊系統廣播給其他機器人；(5)、當機器人發現受困或遇難礦工，標記位置，讀取礦工所攜帶的射頻信息，并通過無線通訊系統廣播該信息；(6)、當井下所有人員被發現或者所有可達區域已經被搜索完畢，各機器人根據步驟 (3)、(4), (5)所得到的井下實時信息，利用生物刺激神經網絡模型，建立井下實時地圖，并計算最佳返程路徑，回到地面；(7)、地面工作人員根據各機器人實時傳回圖像和安全返回機器人所存儲的相關信息， 并參考生物刺激神經網絡模型制定的最佳路徑，制定救援方案，開展救援工作。
3.根據權利要求2所述的井下多機器人聯合搜救的生物刺激神經網絡方法，其特征在于所述步驟O)中機器人根據射頻信號的信息開展搜索，如果射頻信號因事故等原因丟失，機器人采取隨機搜索策略，具體運行策略如下其中，(θ》t是機器人行動的方向角，(θ Jw是機器人下一步行動的方向角，ε是一個(0，1)之間的隨機數。
4.根據權利要求2所述的井下多機器人聯合搜救的生物刺激神經網絡方法，其特征在于所述步驟(3)中無線通訊系統廣播信息的內容和格式如下Ml = {x, y, ζ, flag = 1}其中，Ml表示該信息是位置點的有關信息，flag = 1表示位置點(X，y，ζ)已經搜索。
5.根據權利要求2所述的井下多機器人聯合搜救的生物刺激神經網絡方法，其特征在于所述步驟中無線通訊系統廣播信息的內容和格式如下Μ2 = {x, y, ζ, flag = 2}其中，M2表示該信息是障礙物有關信息，flag = 2表示在位置點(x，y，z)處有障礙物。
6.根據權利要求2所述的井下多機器人聯合搜救的生物刺激神經網絡方法，其特征在于所述步驟(5)中無線通訊系統廣播信息的內容和格式如下M3 = {x, y, ζ, flag = ID}其中M3表示該信息是礦工的有關信息，ID是礦工編號，flag = ID表示在位置(x，y, ζ)處發現礦工，礦工編號即flag值。
7.根據權利要求2所述的井下多機器人聯合搜救的生物刺激神經網絡方法，其特征在于所述步驟(6)中井下實時地圖構建所采用的生物刺激神經網絡模型是指(1)、基于生物刺激神經網絡模型構建實時地圖的方法如下，先根據位置射頻標簽的識別距離，將環境空間離散化，其中每個離散點是一個4維空間，分別由(X，y，z，s)構成，(X， 1, ζ)是該離散點的地理位置坐標，通過射頻標簽讀取；s是生物刺激神經網絡神經元的活性值，由下式計算
全文摘要
本發明屬于多機器人搜救技術領域，是人工智能與機器人技術相結合的應用，特別是涉及一種井下多機器人聯合搜救的生物刺激神經網絡設備及其方法，設備包括機器人、射頻閱讀器、攝像機、超聲波傳感器、無線通訊系統、存儲設備、位置射頻標簽以及地面搜救決策系統；其方法是將射頻標簽應用到井下位置標記中，并利用生物刺激神經網絡方法實現多機器人聯合搜救，當發生礦難時，可以快速完成井下的搜索，構建井下實時地圖，并制定最佳搜救路徑，本發明在煤礦等井下事故人員搜救中具有極大的現實意義和應用價值。
文檔編號H04W4/06GK102521653SQ201110375410
公開日2012年6月27日 申請日期2011年11月23日 優先權日2011年11月23日
發明者倪建軍, 劉明華, 譚憲軍, 馬華偉 申請人:河海大學常州校區