基于时空经历的煤矿搜救机器人行为认知模型及其预测

For unknown dynamic complex underground environment, tasks of mine rescue robots are different from those of robots walking on ground. Hence, the mine rescue robot is required much more intelligence and environmental adaptability. However, most of robots do not have the cognitive ability and hence can not generate complex intelligent behavior of feel-behavior and perception-behavior, repeated behavior. For the project, a prototype of mine rescue robot has been made. Based on this setup, the project proposes a spatio-temporal structure based activated neurons, saving object information as the time series. According to random theory, the project establishes a model, observation drived Markov decision process, for feel and perception behavior track, and analysizes stability and convergence of its solution. Moreover,a new biological neural network model based on time, spatio-temporal associative memory networks is proposed with a abiltiy of incremental learning general knowledge for resolving the proposed model and predicting behavior of rescue robot among "feel variability" and "feel memory" behavors. Finally, a rescue mechanism based on autonomous cognition development model is formulated for intelligent navigation and autonomous rescue of robot underground. These researches can provide theory and technique for development rescue robots, and play an important role on improving our mine rescue devices.

煤矿搜救机器人面对局部未知、动态、复杂的井下环境，其任务有别于地面行走机器人，要求有更高地智能性和环境适应性。但是，大多数机器人不具备认知能力，不能自主识别感知-行为和知觉-行为序列，特别是重复执行的行为。本课题旨在已构建的煤矿搜救机器人系统上，提出一种激活神经元分布模式的时空结构，以时间序列关系保存井下巷道的空间物体；借鉴随机过程理论，建立搜救机器人行为序列的观测驱动马尔科夫决策过程认知模型，实现感知和知觉的局部行为轨迹，分析解的稳定性和收敛性；依据时间-空间-行为的记忆结构，提出记忆衰退的时空联想记忆网络，实现泛化知识的增量学习，求解本课题提出的行为认知模型，解决"感知变化性"和"感知记忆性"行为的状态预测问题，实现机器人在井下复杂特殊环境中的认知控制和自主搜救。本研究为认知搜救机器人的发展提供了理论和技术支持，对提高我国煤矿事故救援装备水平具有重要的研究意义。

对于适合井下复杂、部分未知环境的智能化搜救机器人，国内外还没有成熟的研究成果，并没有完全解决“感知变化性”和“感知记忆性”问题。因此本项目主要研究了基于时空经历的煤矿搜救机器人行为认知模型的建立及其预测方法。具体研究内容有：. （1）研究环境特征提取以及动态时空地图创建。a. 针对井下低照度环境，首先提出混合微分方程的图像增强预处理方法，使处理后的图像在不过多牺牲对比度提高的前提下，获得了较好的降噪效果、亮度，含有丰富的信息量；b. 继而，采用激光雷达与全景相机进行联合标定实现井下全景环境特征提取；c. 进一步利用Kinect既可以具有彩色图像特点，又可获得低照度或黑暗背景下的物体成像信息的特点，建了基于Kinect视觉识别系统，实现了低照度、复杂光照背景的手势识别控制系统；d. 分析人工智能的知识不同表示方法，为使机器人具有过去行为和环境的短期记忆功能，引入时间因素，提出时空域动态增长的小波神经网络对结构化路标进行半监督训练和识别，实现基于时空信息的动态建图。. （2）研究基于时空信息的认知模型。机器人在非确定性环境下与环境的交互过程可以用随机过程来表述，考虑到观察的不确定性，基于有限的感知状态空间和对应行动集合，建立时空经验的认知数学模型---观测驱动马尔科夫决策过程，推导出状态定位的解析解。. （3）研究时序神经网络预测认知状态。本项目提出一种新的时序网络—时空联想记忆网络，通过增量的学习更新网络权值和激活值来保存知觉、行动的上下文关系，依靠记忆预测知觉-行动序列中行动认知状态， 解决行为序列的状态定位问题，实现机器人的学习、序列重建和规划模式。. （4）研究动态Voronoi拓扑地图与Floyd相结合的局部路径规划方法。利用Floyd寻优找出机器人陷阱区域的逃逸目标点和局部目标点之间的Voronoi图无碰路径网络的最短路径，并同时将壁障和逃逸行为序列重建，更新时空联想记忆网络。仿真测试和室内实验表明，该规划行为可以在不同环境类型中能够使机器人顺利到达指定目标，实用可行。. 围绕本项目的相关研究技术，项目已公开发表论文11篇，其中SCI、EI检索4篇，申请发明专利5项，并培养了3名博硕研究生。项目达到了预期目标，取得的研究成果为智能搜救机器人在危险环境搜救、巡检等应用研究提供了理论和技术支持。