优化无人机群在灾后工业区的应急响应能力

《IEEE Transactions on Industrial Informatics》：Optimizing UAV Flocks for Emergency Response in Post-Disaster Industrial Zones

两阶段无人机群优化模型在工业灾害救援中的应用研究，通过检测点分配与轨迹规划结合提升救援效率，仿真显示较传统方法效率提升90.80%。

　　

摘要：

在自然灾害袭击工业区之后，基于无人机（UAV）群体的自主搜索与救援（SAR）操作在复杂和危险的环境中比人工搜索具有更大的潜力。本文介绍了一种结合检测点分配和轨迹规划的新方法。具体来说，提出了一种两阶段优化模型，该模型考虑了空中应急救援设备的技术限制和UAV的性能约束，旨在最大化SAR的成功率并减少操作时间。所提出的启发式算法首先为UAV群体分配检测点，然后用于迭代生成一组最优的检测点。通过在两个虚拟的三维化工工业区进行的仿真实验验证了该方法的有效性。数值分析表明，与七种常用的方法相比，所提出的方法将SAR操作的平均效率提高了90.80%。

引言

工业区，包括工业区域或工业园区，是工业4.0和工业5.0的一些典型代表。近年来，气候变化加剧了极端天气事件的频率和严重性，包括海啸、地震和飓风，对工业区构成了重大威胁。这些工业区由于其复杂的基础设施、危险材料和资产的高度集中而特别脆弱[1]。当工业区，尤其是化工园区，遭受自然灾害时，可能会在短时间内出现多种故障，如大规模爆炸、火灾和有害化学物质的扩散，这可能导致园区内的工人接触到有害物质甚至被困[2]。在紧急情况下，应急响应的第一步是确定这些被困人员的位置。然而，结构严重受损的建筑物和空气中的有害物质也可能对第一响应者的安全构成威胁[3]。因此，在灾难发生后的关键时期，人们试图在这些复杂的工业环境中部署自主机器人，以快速进行自主应急响应，从而挽救生命并减轻进一步的损害[4]。与地面机器人相比，无人机（UAV）具有更高的灵活性，特别是在自然灾害发生时，它们可以及时到达并提供救援团队难以有效执行任务的紧急服务[5]。