面向搜救场景的蜂窝赋能协作机器人规划与运作

关键任务行动，特别是在搜救（Search-and-Rescue, SAR）和应急响应情境下，要求每个参与组件均发挥最优性能和效率，以最大化此类行动的成功概率。在这些场景中，蜂窝赋能协作机器人系统已成为宝贵资产，协助第一响应人员执行从受害者定位到危险区域探索等多种任务。然而，在 SAR 任务中部署蜂窝赋能协作机器人的一个关键限制是其能源预算（主要由电池提供），这直接影响其任务执行和移动能力。本文针对这一问题，提出了一种面向蜂窝赋能协作机器人用例的搜救框架，该框架以需探索的区域面积、机器人队伍规模、其能源概况、所需探索速率和目标响应时间为输入，找出能够满足 SAR 任务目标的最少机器人数量及其探索该区域应遵循的路径。我们的结果 i) 表明，第一响应人员在规划关键任务行动时，可依赖 SAR 蜂窝赋能机器人框架，在资源有限的情况下做出明智决策；ii) 展示了根据机器人类型（轮式与四足）不同，机器人数量与探索面积及响应时间之间的权衡关系。