隧道巡检机器人路径缓存淘汰与拓扑增量规划方法及系统

本发明涉及隧道施工自动化与机器人导航，特别是涉及一种隧道巡检机器人路径缓存淘汰与拓扑增量规划方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、目前，以a算法为代表的图搜索法在移动机器人路径规划领域得到了广泛应用，但针对隧道多目标连续访问场景，现有方法仍存在以下技术缺陷：

3、首先，现有缓存机制虽引入路径缓存池存储路径段以实现复用，但缓存池仅遵循“先存后用”的累积存储原则，未设置对应淘汰机制。随着巡检任务持续执行，缓存池迅速膨胀，检索耗时呈线性增加趋势，而大量低价值路径段长期占用存储资源却鲜少被复用，形成“缓存越多、检索越慢”的性能悖论，严重削弱了缓存机制在中长期任务中的实际增益。

4、此外，现有路径复用策略通常要求待复用路径与已缓存路径在细化层的节点序列上满足精确匹配或前缀匹配，即要求待查询路径与缓存路径之间存在严格的首尾包含关系。然而，隧道网络本身具有由岔路口节点和隧道段构成的天然层次化拓扑结构，该结构先验已知且长期稳定。现有方法未能充分利用这一结构化先验知识，而是在细化层直接执行“平层搜索”，无法从拓扑层面识别哪些隧道段已被缓存覆盖、哪些属于尚未探索区域，导致缓存复用率长期维持在较低水平，大量重复的路径搜索耗费了不必要的计算资源。

5、同时，不同路径段在长度、规划计算代价和未来复用潜力方面存在显著差异，但现有方案对所有缓存路径等价对待，既无法识别高价值路径进行重点保留，也无法甄别低价值路径进行主动淘汰，导致有限的缓存资源无法得到最优配置。同时，隧道环境因施工推进、设备移动等因素会发生局部变化，部分历史规划路径随之失效，而过时路径无法被自动识别和淘汰，进一步降低了缓存池的利用效率。

6、上述问题的共同根源在于，现有方法将路径缓存视为被动的累积存储，缺乏从全局收益角度对缓存内容进行主动优化管理的机制。

技术实现思路

1、为了解决现有技术的不足，本发明提供了一种隧道巡检机器人路径缓存淘汰与拓扑增量规划方法及系统，通过提取隧道拓扑结构生成包含拓扑层和细化层的两级图结构，为路径分段识别提供结构化基础；通过建立由复用频率、长度权重和时效衰减因子加权计算的复用价值评分模型，并在缓存池超限时淘汰低价值路径段，实现了缓存资源的动态优化配置；通过在新目标点插入时根据两级图结构在拓扑层搜索组合路径，优先拼接缓存池中已有的缓存段，仅对未被覆盖的段执行路径搜索，并将新生成的路径段存入缓存池，在控制缓存规模的同时持续提升了路径规划响应速度。

2、一方面，提供了一种隧道巡检机器人路径缓存淘汰与拓扑增量规划方法，包括：

3、获取隧道地图，提取隧道拓扑结构，生成以岔路口为节点、隧道段为边的两级图结构；所述两级图结构包括拓扑层和细化层；

4、预先构建路径缓存池，所述路径缓存池以键值对形式存储已规划的路径段，键为路径起点和终点节点对，值为从起点到终点的路径节点序列；计算所述路径缓存池中每条路径段的复用价值评分，所述复用价值评分由该路径段的复用频率、长度权重和时效衰减因子加权计算得到；

5、当所述路径缓存池的存储规模超过预设阈值时，淘汰复用价值评分最低的路径段；

6、当新目标点插入时，根据所述两级图结构在拓扑层搜索从当前位置到新目标点的组合路径，所述组合路径由所述路径缓存池中已有的缓存段拼接而成，仅对未被缓存覆盖的段执行路径搜索，并将新生成的路径段存入所述路径缓存池；

7、根据所述组合路径控制机器人移动。

8、进一步地，所述拓扑层以岔路口为节点、隧道段为边，存储隧道段长度、平均曲率和宽度信息；所述细化层在拓扑层的节点之间根据隧道弯曲程度自适应生成细化节点，得到供路径搜索的网格图，所述自适应生成包括：根据隧道段的曲率确定细化节点的生成步长，曲率小于第一阈值时采用大步长，曲率大于第二阈值时采用小步长，曲率介于第一阈值与第二阈值之间时采用中间步长。

9、进一步地，所述复用价值评分的计算公式为：

10、；

11、其中，为路径段(u，v)的复用频率，为路径段长度权重，为时效衰减因子。

12、进一步地，所述复用频率记录路径段被成功复用的次数，每次复用后该值递增；

13、所述长度权重与路径段长度正相关，计算公式为：

14、；

15、其中，为路径段(u，v)的长度，为缓存池中所有路径段的最大长度，β为长度权重系数；

16、所述时效衰减因子的计算公式为：

17、；

18、其中，为路径段(u，v)距当前时刻的未使用时长，为衰减率系数。

19、进一步地，当所述路径缓存池的存储规模超过预设阈值时，根据各路径段的复用价值评分淘汰评分最低的路径段，直至所述路径缓存池的存储规模降至所述预设阈值以下。

20、进一步地，所述在拓扑层搜索从当前位置到新目标点的组合路径，具体包括：

21、确定当前位置所在隧道段及对应的当前岔路口，确定新目标点所在隧道段及对应的目标岔路口；

22、若当前位置与目标点位于同一隧道段内，则直接在该隧道段的细化层中执行路径搜索，生成从当前位置到目标点的组合路径；

23、若当前位置与目标点位于不同隧道段，则在拓扑层搜索从当前岔路口到目标岔路口的最短拓扑路径，所述最短拓扑路径由若干拓扑边组成，所述拓扑边为相邻岔路口之间的隧道段；

24、对于每条拓扑边，查询所述路径缓存池中是否存在覆盖该拓扑边的缓存路径段；若存在，则直接复用该缓存路径段的路径节点序列；若不存在，则在该拓扑边对应的细化层中执行路径搜索，并将新生成的路径段存入所述路径缓存池；

25、按照所述最短拓扑路径中拓扑边的顺序，将各拓扑边对应的路径段依次拼接；再将当前位置到当前岔路口、目标岔路口到目标点的路径段依次拼接，得到从当前位置到新目标点的完整组合路径。

26、进一步地，所述路径搜索为a搜索。

27、另一方面，还提供了一种隧道巡检机器人路径缓存淘汰与拓扑增量规划系统，包括：

28、地图处理模块，被配置为：获取隧道地图，提取隧道拓扑结构，生成以岔路口为节点、隧道段为边的两级图结构；所述两级图结构包括拓扑层和细化层；

29、缓存管理模块，被配置为：预先构建路径缓存池，所述路径缓存池以键值对形式存储已规划的路径段，键为路径起点和终点节点对，值为从起点到终点的路径节点序列；计算所述路径缓存池中每条路径段的复用价值评分，所述复用价值评分由该路径段的复用频率、长度权重和时效衰减因子加权计算得到；当所述路径缓存池的存储规模超过预设阈值时，淘汰复用价值评分最低的路径段；

30、增量规划模块，被配置为：当新目标点插入时，根据所述两级图结构在拓扑层搜索从当前位置到新目标点的组合路径，所述组合路径由所述路径缓存池中已有的缓存段拼接而成，仅对未被缓存覆盖的段执行路径搜索，并将新生成的路径段存入所述路径缓存池；

31、运动控制模块，被配置为：根据所述组合路径控制机器人移动。

32、再一方面，还提供了一种计算机设备，包括计算机可读存储介质、处理器及存储在计算机可读存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，执行第一方面所述方法。

33、再一方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时，执行第一方面所述方法。

34、上述技术方案具有如下优点或有益效果：

35、（1）本发明通过提取隧道拓扑结构构建两级图，并结合曲率自适应步长扩展策略，在隧道直段采用大步长减少细化节点数量，在弯段采用小步长保证路径精度，在保证弯段路径精度的同时有效降低了直段的计算冗余和存储开销。

36、（2）本发明建立了由复用频率、长度权重和时效衰减因子三维度加权的路径复用价值评分模型，实现了缓存路径价值的量化表征与动态排序，使缓存管理从“被动累积”升级为“主动优化”。在此基础上引入动态淘汰策略，当缓存池超限时自动淘汰低价值路径，保留高频使用的骨干路径，使缓存池始终存储最有价值的路径信息，有效避免了缓存规模持续膨胀导致检索效率下降的问题。

37、（3）本发明利用隧道岔路口-隧道段的两级拓扑结构，提出了拓扑感知的增量规划方法，将路径复用从现有技术中细化层节点精确匹配或前缀匹配的单一模式，扩展为拓扑层的分段拼接复用。在新目标点插入时，通过拓扑层识别已缓存路径段与待搜索路径段，优先拼接缓存池中已有的缓存段，仅对未被覆盖的段执行路径搜索，大幅减少了重复规划的计算量，显著提高了缓存的命中率和利用效率。

38、（4）本发明在控制缓存池规模的同时最大化缓存复用收益。理论分析表明，本发明相比传统无淘汰缓存方案，在多目标连续巡检场景下能够持续保持高缓存命中率与低检索开销，规划时间显著缩减，且随着任务规模增大，优势更为明显，有效提升了隧道巡检机器人的作业效率与系统可扩展性。