复杂环境下空中/地面多异构机器人立体协同策略研究

In recent years, various disasters occur frequently, robot rescue operation has become a hot topic. For lack of a single robot structure operation , air / ground heterogeneous robots search and rescue based on hybrid system is proposed in this project, and key issues of collaborative theory and application which need to be resolved are studied in depth... Project analysis internal dynamic properties of heterogeneous robots, and builds a multi-level , multi-task heterogeneous robot hybrid system limited time switching model. Based on complementary perception information of air/ground robot complexity environment, visual / INS positioning and data fusion approach in SLAM method is studied to build an environment map.Heuristic logic intelligent planning method mixed genetic algorithm optimize global search and scroll local search is proposed for map features. It establishes theoretical framework and relization method for heterogeneous autonomous robots cooperation and quickly search. Finally this method is verified by actual systems field operations... The project proposes studies for three-dimensional heterogeneous robot rescue non-ideal internal and external characteristics, establishes air / ground robot collaborative information, multi-level and multi-tasking intelligent operating systems. It studies heterogeneous robot systems demonstrations,and provide important theoretical methods and demonstrations for further improving emergency monitoring and disaster relief systems.

近年来各种灾害事件频繁发生，机器人救援作业已成为研究热点，针对单一结构机器人作业的不足，本项目提出复杂环境下空中/地面异构机器人立体搜寻和作业的研究，提炼其中急需解决的协同理论与应用关键问题进行深入探讨。.项目分析异构机器人内外部动态特性，构建多层次、多任务的异构机器人混合系统有限时间切换模型，基于空中/地面机器人感知的互补复杂环境信息，研究多异构机器人视觉/惯导定位和多数据融合的环境地图SLAM构建，针对地图特点提出遗传算法全局搜索和局部滚动优化相结合的启发式混合逻辑智能规划方法，以此建立异构机器人快速自主合作立体搜索的完整理论框架及实现方法，并以实际系统外场作业进行验证。.项目结合异构机器人立体作业非理想内外部特性进行研究，建立空中/地面机器人协同信息感知、多层次多任务的智能作业体系，研究实现多异构机器人作业的示范系统，为进一步健全突发灾害的监测和救援提供重要的理论方法与示范。

本项目在UAV/UGV多任务混合系统立体协同作业模型、多数据融合的复杂环境地图构建与视觉/惯导定位、多任务下的异构机器人混合智能路径规划、多异构机器人实际环境救援及实验验证上取得一系列的成果。.(1)研究多异构机器人集群安全关键技术，构建了其所面临的攻击模型。(2)通过对被动式WiFi无线信号的捕捉分析，提出了基于被动式WiFi指纹的定位与社团结构重建系统SODAR。(3)通过对WiFi信号的捕捉与分析，实现了对线下实体的定位，通过线下实体的时空联系，研究构建了社团结构重建的方法。(4)研究低占空比下的无线网络传输协议，在异步低占空比无线传感器网络网络中，提出了最小化延迟及低能耗的洪泛树 (flooding tree)构建方法。通过构建延迟约束最小生成树模型（UDC-MST），设计并提出了最小化延迟低功耗生成树算法 (MDET)，实现了高效率的网络传输。(5)研究具有社区结构的网络数据链路推理问题，数据采集平台的可靠性是先验未知的，平台观测的链路误差和可靠性与系统底层的社区结构相关。提出了一种基于社区结构的网络系统集成推断算法，用于推断不同复杂系统观测的系统结构和系统可靠性。(6)为了将本项目研究的基础算法在真实场景中进行测试，我们设计了基于ROS的多异构机器人协同平台，并且完成了多异构机器人协同定位与建图、协同自主降落、协同地貌建模与地图融合的功能模块。