A Star算法在RoboCup救援仿真中路径规划的应用

钱程 许映秋 谈英姿

自1939年第一台机器人问世以来,经过80年的发展,机器人已成功应用到很多领域,尤其是灾难救援这个新兴领域,很多各具特点的救援机器人被研制出来,并被投入到重大灾难事故的救援工作中.为提高机器人特别是多机器人协同工作的效能和智能控制技术,不少研究小组围绕机器人应用仿真系统进行研究与开发,先后推出一些专门用于模拟机器人救援的仿真平台,如RoboCup救援仿真系统(RoboCup Rescue Simulation System,RCRSS)[1].

RCRSS用计算机对真实的城市灾难情况进行仿真模拟,如模拟地震发生后,倒塌的建筑物,被破坏的道路、轨道等公共交通设施.

在机器人救援仿真系统中,灾难环境常表现为信息未知及动态变化.因此,救援机器人,在具有障碍物的环境中,要完成救援任务,需要感知环境并按照一定的评价标准,寻找一条从起始状态到目标状态的无碰撞路径,这样的过程就是路径规划[2].对于救援机器人而言,如何在有路障的环境中,规划出一条最优路径对于有效救援的开展和救援效率的提高至关重要.而A Star算法是最实用且应用最广泛的路径规划算法,如何将A Star算法应用到机器人救援中是本文的主要研究内容.

1 RCRSS简介

目前,机器人救援仿真系统(RCRSS)[1]已经能够较好地模拟地震后的火灾、房屋坍塌、人员掩埋、汽油站爆炸等情景.该平台包括以下救援相关智能体:警察、消防、救护和他们的中心智能体(警察中心、消防中心及救护中心).这些智能体有着……