寧旭成 張 倩 王續(xù)紅

（1.天津城建大學(xué)，天津 300384；2.天津市立維科石油技術(shù)服務(wù)有限公司，天津 300272）

0 引言

近年來，我國(guó)各行各業(yè)的不斷發(fā)展使相關(guān)工作流程得到了完善，其中巡檢崗位是一個(gè)不可或缺的職位，尤其是在電廠、燃?xì)鈴S房和煤礦等危險(xiǎn)領(lǐng)域中的工作，更不能缺少巡檢崗位。傳統(tǒng)的巡檢工作是通過工人不定時(shí)地對(duì)每臺(tái)機(jī)器或地點(diǎn)進(jìn)行檢查來完成工作，這不僅會(huì)耗費(fèi)大量的人力和物力資源，而且在危險(xiǎn)環(huán)境和特殊天氣下，工人也會(huì)面臨一定的危險(xiǎn)以及存在檢查不到位的顧慮。因此智能巡檢機(jī)器人的誕生就很好地解決了巡檢工作存在投入人力大、成本高、效率低、巡檢結(jié)果不可靠以及巡檢人員面臨一定危險(xiǎn)的問題。巡檢機(jī)器人的運(yùn)行只與電量以及其本身質(zhì)量有關(guān)，不會(huì)受到危險(xiǎn)環(huán)境和特殊天氣的影響，且巡檢機(jī)器人的靈活性使它不受時(shí)間和地點(diǎn)的限制。相對(duì)于人工巡檢來說，將重要、復(fù)雜以及重復(fù)的巡檢任務(wù)交給巡檢機(jī)器人，可以極大地降低成本，提升巡檢過程的效率和可靠性。巡檢機(jī)器人在廠房環(huán)境下工作需要具備一定的條件，需要根據(jù)廠房的特殊環(huán)境對(duì)機(jī)器人進(jìn)行設(shè)計(jì)和路徑規(guī)劃，例如燃?xì)夤艿缽S房中存在因氣體泄露而造成的易燃易爆、中毒和燃?xì)夤艿纼?nèi)壓力超標(biāo)等一系列危險(xiǎn)，因此，使用巡檢機(jī)器人可以更好地保障財(cái)產(chǎn)和人員的安全。

1 巡檢機(jī)器人路徑規(guī)劃

路徑規(guī)劃[1-2]作為巡檢機(jī)器人研究中的重要領(lǐng)域，對(duì)機(jī)器人的運(yùn)動(dòng)有不可或缺的作用。路徑規(guī)劃是指巡檢機(jī)器人按照某些特定約束搜索一條從起始點(diǎn)到目標(biāo)點(diǎn)的最優(yōu)或次優(yōu)路徑。因此路徑規(guī)劃的研究也就是在可以到達(dá)目標(biāo)點(diǎn)的前提下，滿足相關(guān)約束，例如滿足耗費(fèi)時(shí)間最短、路程最短和耗費(fèi)能量最少等約束，進(jìn)而達(dá)到高效率、高精度以及低消耗的目的[3]。為達(dá)到這一目的，巡檢機(jī)器人的路徑規(guī)劃研究一般分為3個(gè)步驟：1） 環(huán)境建模 。2） 使用優(yōu)化算法規(guī)劃出一條滿足要求的路徑 。3） 對(duì)已規(guī)劃化的路徑進(jìn)行處理（例如對(duì)路徑進(jìn)行平滑處理，減少拐彎次數(shù)）。

2 灰狼優(yōu)化算法

灰狼算法[4]是2014年Mirjalili 團(tuán)隊(duì)基于灰狼群體捕食過程提出的一種新型仿生智能算法，灰狼算法具有結(jié)構(gòu)簡(jiǎn)單、調(diào)節(jié)參數(shù)小、容易實(shí)現(xiàn)以及存在能夠自適應(yīng)調(diào)整的收斂因子的優(yōu)點(diǎn)，廣泛應(yīng)用于機(jī)器人、無人機(jī)和工業(yè)控制等行業(yè)。該文對(duì)灰狼算法適應(yīng)度函數(shù)進(jìn)行調(diào)整，將其應(yīng)用于燃?xì)夤艿缽S房巡檢機(jī)器人的路徑規(guī)劃中，使燃?xì)夤艿缽S房所需要的巡檢機(jī)器人具有更高的安全性、快速性和準(zhǔn)確性。

灰狼算法的基本思想為初始化狼群后，選取適應(yīng)度最好的3匹狼作為頭狼，分別定義為α、β和δ，其余狼群ω在頭狼的帶領(lǐng)下根據(jù)它們與獵物的距離更新自己的位置，進(jìn)而圍捕獵物，獵物的位置代表最優(yōu)解?；依撬惴ㄖ饕ㄟ^搜索獵物、包圍獵物以及進(jìn)攻獵物來建立數(shù)學(xué)模型[4-5]。

灰狼包圍獵物的數(shù)學(xué)模型如公式（1）、公式（2）所示。

式中：t為迭代次數(shù)；為 灰狼與獵物之間的長(zhǎng)度向量；（t）為當(dāng)前獵物的位置向量；（t）為當(dāng)前灰狼的位置向量；X（t+1）為灰狼個(gè)體更新后的位置向量；和為系數(shù)向量。

公式（1）和公式（2）分別表示灰狼與獵物之間的距離和灰狼個(gè)體的位置更新。

系數(shù)向量的計(jì)算如公式（3）、公式（4）所示。

式中：tmax為最大迭代次數(shù)，公式（5）中，從2到0線性遞減。

灰狼在捕食過程中，逐漸靠近獵物并包圍獵物，最后對(duì)獵物發(fā)起進(jìn)攻，其數(shù)學(xué)模型隨著不斷地迭代，所有初始解也不斷地向最優(yōu)解靠近，最終得到最優(yōu)解，即最優(yōu)解為頭狼α，第二解和第三解分別為β狼和δ狼。圖1為灰狼算法中灰狼個(gè)體的位置更新圖[6]。

圖1 灰狼算法灰狼位置更新圖

灰狼算法中進(jìn)攻獵物的數(shù)學(xué)模型如公式（6）所示。

灰狼ω的更新過程如公式（7）、公式（8）所示。

公式（7）和公式（8）分別表示灰狼個(gè)體ω的位置更新和灰狼個(gè)體最終的移動(dòng)位置。

灰狼算法的基本計(jì)算步驟如下：1） 初始化狼的種群數(shù)量N、收斂因子以及向量系數(shù)和。2） 計(jì)算每個(gè)灰狼的適應(yīng)度，保存適應(yīng)度最好的三匹狼為α、β和δ。3） 根據(jù)公式更新灰狼的位置以及參數(shù)和。4） 計(jì)算灰狼個(gè)體的適應(yīng)度并更新三匹頭狼的適應(yīng)度和位置。5） 判斷是否達(dá)到最大迭代次數(shù)，達(dá)到最大迭代次數(shù)后輸出頭狼α的位置為最優(yōu)解，否則返回第3步繼續(xù)計(jì)算。

3 灰狼算法在廠房路徑規(guī)劃中的應(yīng)用仿真

3.1 適應(yīng)度函數(shù)

灰狼群體的頭狼α、β和δ是由適應(yīng)度的大小而決定的，即適應(yīng)度越高，灰狼與獵物的位置越近。因此選擇路徑的長(zhǎng)短作為評(píng)價(jià)適應(yīng)度大小的標(biāo)準(zhǔn)，路徑越短，其適應(yīng)度越高，如公式（9）、公式（10）所示。

式中：L為起點(diǎn)到終點(diǎn)路徑的總長(zhǎng)度，即為適應(yīng)度函數(shù)，起點(diǎn)為左上角（坐標(biāo)為（1，1）），終點(diǎn)為右下角（坐標(biāo)為（c，c），c為柵格地圖的行列數(shù)；L（s）為起點(diǎn)到第一個(gè)節(jié)點(diǎn)的距離；L（f）為最后一個(gè)節(jié)點(diǎn)到終點(diǎn)的距離；L（i）為中間其余節(jié)點(diǎn)之間的距離；x（i）為除去第一個(gè)節(jié)點(diǎn)和最后一個(gè)節(jié)點(diǎn)的其余節(jié)點(diǎn)，i∈，（2，c-2）；x（1）為路徑的第一個(gè)節(jié)點(diǎn)；x（end）為路徑的最后一個(gè)節(jié)點(diǎn)；x（i-1）為節(jié)點(diǎn)x（i）的上一個(gè)節(jié)點(diǎn)。

3.2 灰狼算法Matlab仿真

該仿真是在2018（a）版Matlab軟件上進(jìn)行的，首先建立10×10、15×15以及20×20的柵格地圖來模擬燃?xì)夤艿缽S房的環(huán)境，用黑色格子模擬障礙物和燃?xì)夤艿?，左上角為起點(diǎn)，其坐標(biāo)是為（1，1），右下角為終點(diǎn)，其坐標(biāo)為（c，c），c為柵格地圖的行列數(shù)，節(jié)點(diǎn)線段的和表示最終計(jì)算所得的路徑。柵格地圖10×10分別用不同障礙物進(jìn)行路徑規(guī)劃的模擬（如圖2所示）；柵格地圖15×15分別用不同障礙物進(jìn)行路徑規(guī)劃的模擬（如圖3所示）；柵格地圖20×20分別用不同障礙物進(jìn)行路徑規(guī)劃的模擬（如圖4所示）。

圖2 在柵格10×10地圖下計(jì)算所得路徑

圖3 柵格15×15地圖下計(jì)算所得路徑

圖4 柵格20×20地圖下計(jì)算所得路徑

分別建立大小不同的柵格地圖和不同障礙物的柵格地圖，通過Matlab路徑仿真圖發(fā)現(xiàn)使用灰狼算法可以得到一條最優(yōu)路徑，通過表1可以發(fā)現(xiàn)不管地圖的大小和路徑的長(zhǎng)短，灰狼算法計(jì)算路徑所用時(shí)間都很短且很穩(wěn)定，可以很好地滿足廠房巡檢機(jī)器人的要求。

表1 不同地圖下計(jì)算路徑所用時(shí)間和路徑大小

4 結(jié)論

該文主要討論了巡檢機(jī)器人的路徑規(guī)劃研究，針對(duì)廠房巡檢機(jī)器人應(yīng)該滿足快速性、準(zhǔn)確性和安全性的特點(diǎn)，引入灰狼算法進(jìn)行路徑規(guī)劃，并使用Matlab進(jìn)行仿真實(shí)驗(yàn)，在地圖大小和障礙物數(shù)量不同的情況下，發(fā)現(xiàn)用灰狼算法得到的路徑的準(zhǔn)確性和快速性都很好，可以有效地滿足廠房巡檢機(jī)器人的要求。

巡檢機(jī)器人的路徑規(guī)劃過程主要為建立所需要的環(huán)境地圖，根據(jù)地圖建立滿足要求的目標(biāo)函數(shù)，進(jìn)而通過優(yōu)化算法得到一條最優(yōu)路徑。路徑規(guī)劃的主要研究還是優(yōu)化算法的使用，而算法的使用就存在一些缺陷，例如算法收斂性差、容易陷入局部最優(yōu)、實(shí)時(shí)運(yùn)算速度慢以及搜索效率低等，因此未來對(duì)算法性能的提升將是一種提高巡檢機(jī)器人路徑規(guī)劃精度的有效方法。