鸽子具有集群和归巢习性,善于远途负重与持续飞行,导航和空间认知能力卓越,近年来被广泛应用于动物机器人研究.鸽子机器人通过对鸽子脑内特定的神经靶点施加神经信息干预以实现运动行为控制.本文根据鸽脑内的分层多级神经调控靶点分布,分别对基于感觉系统、动机和情绪系统或皮层以及中脑运动区的鸽子机器人研究进展进行分类综述,以期为进一步利用鸽子机器人开展空间感知、侦察勘测和反恐搜救等应用研究提供参考和指导.

目的 设计一种救援人员可随身携带且部署灵活快捷的搜救无人机,以满足战场环境下救援人员对无人机的使用需求.方法 利用三维设计软件CATIA完成无人机机体结构设计,充分利用无人机机体内部空间采用可折叠式机翼,减小无人机体积.通过ABAQUS对无人机的关键零部件进行有限元分析与整机的模态分析,验证结构可靠性,并利用机器人仿真软件Webots对无人机进行运动仿真.结果 通过仿真分析与试验验证,该无人机结构设计合理,可通过手抛起飞或采用身管式武器发射2种方式进行快速有效的部署,降低了救援人员使用无人机的难度.结论 便携式折叠翼搜救无人机的设计与仿真研究对物理样机的研发有着重要意义,为我军救援设备的发展提供了新思路,对无人机小型化的发展也可起到一定的推动作用.

目的 对无人机在灾害救援领域的应用提出思考和建议.方法 从无人机的发展特点探讨其在灾害救援医学领域的应用实际.结果 中国无人机应用于灾害救援起步虽晚,但发展迅速,目前已经应用于灾害现场实时监视、灾后伤员搜寻、物资投送、医疗用品运送和现场干预、通信中继和灾后灾情评估等工作.结论 无人机技术应用于灾害救援成效显著,未来还需要进一步改进技术、建立健全无人机规范流程、加强相关专业人员培训.

介绍了当前国内外搜索救援机器人、运载救援机器人以及多任务救援机器人的研究现状和技术特点,对救援机器人的移动方式、步态控制和导航算法3种关键技术进行了阐述并分析了其优缺点.展望了救援机器人在智能化、软硬件冗余化及多机协同救援3个方面的发展方向,指出了救援机器人的通过能力、感知能力、通信能力以及续航能力还需要进一步完善.

目的:提出一种动态物体消除方法,消除动态物体(如其他移动的机器人、搜救人员和环境中不稳定物体等动态物体)对搜救机器人实时定位和地图构建(simultaneous localization and mapping,SLAM)精度的影响,进而提升搜救工作效率.方法:使用图像数据实现基于金字塔式神经网络的图像语义分割;同时,在图像数据中用强鲁棒性的SURF(speeded up robust features)特征匹配方法完成背景补偿和动态物体检测,结合语义分割和动态物体检测结果,实现动态物体精准检测.利用激光雷达和相机的外参矩阵完成动态物体消除,并将其应用到SLAM技术中,进行仿真实验和室内、室外实地场景实验.结果:基于KITTI数据集的仿真实验表明,在场景07和09中的平移误差分别减少了3.6％和6.9％,旋转误差分别减少了4.9％和5.6％;室内和室外实地场景实验表明,误差分别减少了51.7％和8.9％.结论:该算法能有效消除动态物体的影响,提高实时定位和地图构建的精度和准确性,从而提高搜救机器人的自主地形与环境识别能力,具有重要的理论意义和应用价值.

目的:完成分段弧腿式搜救机器人的步态设计,保证机器人能够翻越障碍物的同时具有较低的质心波动和能量损耗.方法:构建机器人越障模型,计算不同弧腿触地运动时的最大越障高度.构建机器人的稳定性指标,计算机器人的稳定裕度.完成机器人电动机双段正弦转速曲线的建模,分析机器人支撑相角度和机器人质心波动、能量损耗间关系,进而在满足越障需求的情况下确定机器人支撑相角度,完成步态设计.进行静应力分析和仿真实验验证该步态设计方法的可行性.结果:静应力分析表明,运动过程中机器人弧腿结构未发生塑性变形,能够正常运动.仿真实验表明,机器人在成功越障的同时,质心波动程度和能量损耗都有较大程度的降低.结论:该步态设计方法能够保证分段弧腿式搜救机器人具有较低的质心波动和能量损耗水平,为机器人的载荷提供了更加稳定的工作环境.

目的:针对搜救环境下复杂多变的地形环境,设计一种机动性高、越障能力强的轮腿可变搜救机器人.方法:先完成搜救机器人整机概念设计,再综合运用图形几何学方法对可变形车轮进行参数求解与运动学分析,并设计出以电磁离合器为主体的位形变换机构;通过重心投影法建立机器人力学模型,分析机器人静态稳定问题并计算最大越障高度;使用ADAMS软件对机器人模式切换与越障过程进行仿真验证.结果:实验结果表明,轮腿可变搜救机器人能够顺利完成轮式结构与弧腿结构间的自由切换,并且顺利通过多级台阶.结论:轮腿可变搜救机器人在复杂地形下具有良好的运动能力,未来结合多样化救援装备,可代替搜救人员进入危险复杂的区域执行搜救任务,提升突发事件应急处理能力与工作效率.

目的:研究救援机器人的非接触式人体体征测量方法,实现救援机器人低耗、快速地获取伤员的心率、呼吸率体征,提升救援机器人自主搜寻的智能化水平.方法:以远程光电容积脉搏波描记法为基础,通过KLT(Kanede-Lucas-Tomasi)跟踪算法对人脸部位进行实时跟踪;采用最大比合并算法分集合并感兴趣区不同像素区域的脉搏波信号,获取更具鲁棒性的脉搏波信号用于心率、呼吸率的测量.以地面移动机器人作为载体平台开展模拟伤员体征测量实验测试,将实验得到的心率、呼吸率数据作为预测值;采用EQ02+Life Monitor医用生理监测背心作为对照设备,将其采集的心理信号作为对照值.结果:与对照设备的测量值比较,该方法的总体心率测量值平均误差为1.19次/min,均方根误差为1.58次/min,相关性系数r=0.97;总体呼吸率测量值平均误差为1.63次/min,均方根误差为1.92次/min,相关性系数r=0.85.结论:该方法能有效实现远程获取人体体征,与医用生理监测背心同步采集的数据相比具有很好的一致性,且准确度较高,为进一步提升救援机器人执行伤员救援任务时的实战性能打下了基础.

目的:研究一种改进的视觉同时定位与地图构建(simultaneous localization and mapping,SLAM)回环检测方法,以提高算法的定位与建图精度.方法:在ORB-SLAM2回环检测算法基础上,增加图像深度信息利用率,通过词袋模型加速匹配当前帧与每一个回环候选帧,分别索引当前帧与该回环候选帧地图匹配点的深度信息,将两者的比值与设定的阈值进行比较,满足阈值条件则证明该回环候选帧为相似场景图像帧,将其剔除.通过相似场景布置,使用Kinect1.0相机采集场景图片,制作相似场景数据集,结合TUM RGBD标准数据集中fr1-room序列对ORB-SLAM2算法和改进算法的性能进行测试,使用evo评价工具比较2种算法的定位精度.结果:在相似场景数据集中,改进算法能够有效剔除错误回环,准确率较高的同时还具有很好的召回率.在TUM RGBD数据集中,改进算法相较于ORB-SLAM2算法,均方根误差减小了24.1％,最大误差减小了14.0％.结论:提出的改进算法在相似场景中具有较好的鲁棒性,相较于ORB-SLAM2算法具有更高的定位与建图精度,对于提高搜救机器人的自主行动能力和搜救效率具有重要意义.

目的 设计新型无人智能化战场搜救系统并研究其在未来战场中的运用.方法 选取相关现代战争形式的变革和传统的战场搜救方式缺点的分析,并结合目前人工智能的最新研究成果和军事现代化的发展趋势进行研究.结果 未来战场搜救系统应具备在各种复杂环境下全天候执行战场搜救任务的能力,主要由操控总台、单兵信息终端、战场搜救无人机、无人搜救全地形车、战场搜救机器人等构成.具有反应时间迅速、定位精度准确、伤情感知全面、补给物资方便、后送伤员快速的特点.结论 军事智能化是实现我国军事现代化的必经之路.一套与战场救援、未来战争相适应的人工智能化战场搜救系统具有良好的应用前景.