抽象机器人越来越多地部署用于搜索和救援(SAR),以加快灾难后救出受害者的救助。这些机器人需要有效的任务计划方法,以确定时间和空间良好的轨迹,在处理不确定性的同时,将它们更快地转移到了(移动)受害者的同时。模型预测控制(MPC)是一种有效的基于优化的控制方法,用于沿着由高级控制器确定的参考轨迹引导机器人。直接通过MPC直接确定机器人的轨迹具有优化多个SAR标准的优势,同时处理约束。因此,当没有提供参考轨迹时,我们为室内SAR机器人提供了一种基于MPC的路径计划方法,该方法允许机器人系统地追逐移动的受害者。所提出的方法结合了面向目标的和面向覆盖的搜索,并通过部署基于强大的管子的MPC公式,可以系统地处理环境不确定性。此外,我们通过采用现有的疏散模型来对受害者的MPC运动进行建模。我们使用凉亭,MATLAB和ROS提出了一个案例研究,其中评估了所提出的MPC控制器的性能与四种最新方法(两种基于MPC和A*的目标方法和两种针对面积覆盖的启发式算法的方法)。结果表明,尽管对不确定性进行了强大的努力,但我们的总体方法在受害者发现,区域覆盖范围和任务时间方面总体上优于其他方法。
摘要:在自然灾害,事故,医疗紧急情况和其他事件等紧急情况下的救援工作充满了挑战和危险。考虑到救援人员的安全和救援任务的紧迫性,有必要使用救援机器人执行环境检测和救援任务。该项目旨在通过整合双眼视觉技术来增强搜索和救援机器人的功能。通过为这些机器人提供复杂的双目系统,我们旨在改善其深度感知,对象识别和整体情境意识。该项目将涉及与现有机器人平台集成的专业视觉系统的开发。最终目标是使救援机器人能够进行更有效的导航和反应能力,从而提高其在批判性搜索和救援任务中的效率和成功。
现代搜救人员配备了强大的工具包来应对自然和人为灾难。本介绍性章节解释了如何将新工具添加到此工具包中:机器人。解释了机器人资产在搜救行动中的使用,并概述了世界各地将机器人工具纳入搜救行动的努力。此外,还介绍了欧盟关于这一主题的 ICARUS 项目。ICARUS 项目建议为急救人员配备一套全面、综合的无人搜救工具,以提高人类危机管理人员的态势感知能力,以便在更短的时间内完成更多工作。ICARUS 工具包括辅助无人空中、地面和海上车辆,配备受害者检测传感器。无人驾驶车辆作为一个协调团队进行协作,通过临时认知无线电网络进行通信。为了确保最佳的人机协作,这些工具无缝集成到人类危机管理人员的指挥和控制设备中,并为他们提供一套培训和支持工具,以学习使用 ICARUS 系统。
n 2001年9月11日,机器人辅助搜救中心(Crasar)在六个小时内对世界贸易中心(WTC)灾难做出了回应;这是机器人在城市搜索和探索(USAR)中的首次已知用途。南佛罗里达大学(USF)是四个机器人团队之一,也是唯一代表的学术机构。在2001年9月12日至21日的搜索工作中,USF团队对现场进行了现场调查,除了积极地进行机器人外,还收集和存档有关所有机器人使用的数据。本文提供了使用机器人在USAR中使用的概述,专注于实际使用的机器人以及原因。它描述了机器人在响应中扮演的角色以及物理环境对平台的影响。本文总结了机器人的组件(移动性,传感器,控制,通信和权力)的定量和定性性能,并在较大的人类机器人系统中。本文提供了经验教训,并以Crasar的救援机器人技术和活动的当前状态概要结束。在2001年9月11日的WTC攻击后,机器人用于USAR活动。机器人从9月11日至2001年10月2日在现场。这是机器人对USAR的第一个已知实际使用。机器人用于
图 4:具有新颖形态的飞行机器人选集,它们在灾难环境中具有有益的特性。(A)在真实的灾难场景中测试万向节 (Briod 等人,2014)。(B)PackDrone,一种带有防护笼的可折叠无人机,用于亲自递送包裹 (Kornatowski 等人,2017)。(C)一种能够通过折叠穿越狭窄间隙的无人机 (Riviere 等人,2018)。(D)多模式飞行和行走翼 (Daler 等人,2015)。(E)多模式飞行和攀爬四轴飞行器 (Pope 等人,2017)。
