基于微分測(cè)度隨機(jī)相遇不確定性的搜救方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及搜救領(lǐng)域，尤其涉及一種基于微分測(cè)度隨機(jī)相遇不確定性的搜救方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 近年來，人員搜尋和救援案例時(shí)有發(fā)生。例如，戶外活動(dòng)中的人員失聯(lián)與搜救，老 人小孩的走失與搜尋等。一種典型案例是這樣的：已知走失者最后出現(xiàn)在路徑L的中間位 置且在路徑L上自由移動(dòng)；一搜尋者在路徑L上遇到走失者的可能性有多大？搜尋者在路 徑L的哪個(gè)位置點(diǎn)遇見走失者的可能性最大？
[0003] 1.改進(jìn)前方法工作的機(jī)理
[0004] 傳統(tǒng)的救援過程往往出于人的本能或人道主義，將大量的搜救資源投入到走失者 最后出現(xiàn)地點(diǎn)周邊的一定區(qū)域，缺乏精準(zhǔn)的搜救規(guī)劃（劉剖，等，2014)。其中，預(yù)知搜尋者 能遇見走失者的可能性，是搜救方案規(guī)劃和最大可能地成功救援的前提。已有的概率時(shí) 間地理學(xué)采用概率值定量化表達(dá)相遇可能性，并提出了一種計(jì)算相遇概率的離散型方法 (Winter，YIN，2011)。該方法規(guī)定：搜尋者C與走失者D能相遇的條件是在離散型地理空間 中C、D位于同一離散單元中。
[0005] 設(shè)：搜尋者C與走失者D所在的路徑L的長(zhǎng)度為1。C、D分布在路徑L上的概率密 度函數(shù)為c、d。相遇概率的離散型方法的計(jì)算步驟如下：
[0006] 步驟1 :將路徑L均勻劃分為η小段1、L2、…、Ln (圖I (a))。
[0007] 步驟2 :記C、D分別位于任一小段L的概率值Cud1，有：0彡C1S 1，0彡K 1(圖 Kb))
[0008] 步驟3 :在搜尋者找到走失者之前，兩個(gè)體的移動(dòng)可視為獨(dú)立的。這樣，個(gè)體C、 D位于或相遇于任一單元L1的概率值為c iXdi。相應(yīng)地，相遇于整個(gè)路徑L的概率值為 Σ:> x'，f ;丄,2,' ··，跨（圖 I (c))。
[0009] 為了簡(jiǎn)單起見，令c、d為均勻分布。
[0010] (1)當(dāng)η = 1時(shí)，則c、d分布在L1的概率值c i= 1，d i= 1，相應(yīng)的相遇概率：
[0011] ⑵當(dāng)η = 2時(shí)，則c、d分布在L1的概率值c i= d i= 0· 5, c、d分布在L 2的概率 值 C2= d2= 0· 5,相應(yīng)的相遇概率：ClX必 + C2X^= 0.5。
[0012] (3)當(dāng)η = 10時(shí)，則c、d分布在Li的概率值c ;= d ;= 0. 1，相應(yīng)的相遇概率：
[0013] 由上可知，當(dāng)離散單元的數(shù)量η不斷增大時(shí)，搜尋者C在路徑L上遇見走失者D的 可能性不斷減小，即成功搜尋的概率與η成反比；這一結(jié)論同樣適用于c、d為非均勻分布的 情形，如正態(tài)分布、三角形分布等。
[0014] 2.改進(jìn)前方法存在的問題
[0015] 綜上，離散型方法依賴于離散單元的尺度（Winter，YIN，2011)，相遇概率會(huì)隨離散 單元數(shù)量的增加而減??；這樣，離散型方法中尺度或離散單元數(shù)量設(shè)置的人為性勢(shì)必造成 相遇概率的隨意性。然而，作為客觀規(guī)律的相遇概率具有穩(wěn)定性，在理論上與計(jì)算方法無(wú) 關(guān)。

【發(fā)明內(nèi)容】

[0016] 本發(fā)明針對(duì)在路徑L上搜尋者C能遇見走失者D的概率問題，離散型方法不能給 出具有穩(wěn)定性或唯一性的相遇概率。提出一種根據(jù)搜尋者與走失者分布在路徑L上的非均 勻概率分布，利用連續(xù)微分推算出具有唯一性的相遇概率的基于微分測(cè)度隨機(jī)相遇不確定 性的搜救方法及系統(tǒng)。
[0017] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0018] 提供一種基于微分測(cè)度隨機(jī)相遇不確定性的搜救方法，包括以下步驟：
[0019] 步驟1、確定走失者D所走失的路徑L，并確定走失者D最后出現(xiàn)在路徑L上的位 置點(diǎn)；
[0020] 步驟2、測(cè)量搜尋者C在路徑L上的位置點(diǎn)；
[0021] 步驟3、計(jì)算搜尋者C與走失者D分布在路徑L的概率密度函數(shù)p。、pd，C位于路
經(jīng)L上的位置點(diǎn)X。時(shí)能與D相遇的概率 相應(yīng) 計(jì)算路徑L上其他點(diǎn)X!、X2、…、Xk、…取刀、4?Λ3頓;半狀1守UHiimeet I XtvSPUimeet I X1)，… ，P (E_t I Xk)，…}，找到微分相遇概率最大值所對(duì)應(yīng)的位置點(diǎn)為Xni;
[0022] 步驟4、當(dāng)搜尋者C位于全部點(diǎn){x I X = X。，X1,…，xk,…}時(shí)，搜救者C能與走失者 D的相遇概率p (E_t):
[0024] _禪專者C #路籽L· h能找剎擊生者D的概率：
[0025]
其中md為搜尋者C與走失者D可相遇的最 大距離，變量X表示搜尋者C所在位置點(diǎn)與路徑L的一個(gè)端點(diǎn)0之間的距離；變量y表示走 失者D所在位置點(diǎn)與端點(diǎn)0之間的距離；
[0026] 步驟5、根據(jù)計(jì)算的與微分相遇概率最大值相對(duì)應(yīng)的位置點(diǎn)，以及相遇概率 P (E_t)安排搜尋者C在路徑L上進(jìn)行搜救。
[0027] 本發(fā)明所述的搜救方法中，若走失者D最后出現(xiàn)在路徑L的中間點(diǎn)且只在路徑L 上作自由移動(dòng)，則可合理假設(shè)走失者D分布在路徑L的概率密度函數(shù)pdS三角形分布；若 搜尋者C從路徑L的中間點(diǎn)開始找尋，則也可合理假設(shè)搜尋者C分布在路徑L的概率密度 函數(shù)P。呈三角形分布。
[0028] 本發(fā)明還提供一種基于微分測(cè)度隨機(jī)相遇不確定性的搜救系統(tǒng)，該系統(tǒng)包括：
[0029] 確認(rèn)模塊，用于確定走失者D所走失的路徑L，并確定走失者D最后出現(xiàn)在路徑L 上的位置點(diǎn)；
[0030] 數(shù)據(jù)獲取模塊，用于測(cè)量的搜尋者C在路徑L上的位置點(diǎn)；
[0031] 概率密度函數(shù)計(jì)算模塊，用于計(jì)算搜尋者C與走失者D分布在路徑L的概 率密度函數(shù)P。、pd，C位于路經(jīng)L上的位置點(diǎn)X。時(shí)能與D相遇的概率尸(Emeet| X0)
1 '相應(yīng)計(jì)算路徑L上其他點(diǎn)x2、…、Xk、…的微分相遇概率， 獲得{p (Enref3t I X。)，p (E_t I X1)，…，p (Enref3t I xk)，…}，找到微分相遇概率最大值所對(duì)應(yīng)的位置 點(diǎn)為Xm;
[0032] 相遇概率計(jì)算模塊，用于計(jì)算當(dāng)搜尋者C位于全部點(diǎn){x|x = X。，X1,…，xk, ···}時(shí)， 搜救者C能與走失者D的相遇概率p (E_t):
[0033]
.X
[0034] 則搜尋者C在路徑L上能找到走失者D的概率為：
[0035]
md為搜尋者C與走失者D可相遇的最 大距離，變量X表示搜尋者C所在位置點(diǎn)與路徑L的一個(gè)端點(diǎn)0之間的距離；變量y表示走 失者D所在位置點(diǎn)與端點(diǎn)0之間的距離；
[0036] 分析處理模塊，用于根據(jù)計(jì)算的與微分相遇概率最大值相對(duì)應(yīng)的位置點(diǎn)，以及相 遇概率p (E_t)安排搜尋者C在路徑L上進(jìn)行搜救。
[0037] 本發(fā)明所述的搜救系統(tǒng)中，所述概率密度函數(shù)計(jì)算模塊具體用于在走失者D最后 出現(xiàn)在路徑L的中間點(diǎn)且只在路徑L上作自由移動(dòng)時(shí)，則合理假設(shè)走失者D分布在路徑L 的概率密度函數(shù)^呈三角形分布；在搜尋者C從路徑L的中間點(diǎn)開始找尋時(shí)，則也合理假 設(shè)搜尋者C分布在路徑L的概率密度函數(shù)p。呈三角形分布。
[0038] 本發(fā)明產(chǎn)生的有益效果是：本發(fā)明利用相遇概率的微分方法，根據(jù)可相遇的最大 距離md和搜尋者C、走失者D的概率密度函數(shù)p。、p d，可解決C能找到D的概率以及在何處 找到的概率最大等問題。本發(fā)明的相遇概率的微分方法，不同于離散型方法，本發(fā)明計(jì)算的 相遇概率值具有穩(wěn)定性和唯一性。
【附圖說明】
[0039] 下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明，附圖中：
[0040] 圖1 :傳統(tǒng)相遇概率的離散型方法圖，其中（a)路徑的離散化；(b)個(gè)體位于離散 單元的概率；（c)相遇概率；
[0041] 圖2 :搜尋者C能遇見走失者D的事件，其中（a)變量定義；(b)相遇事件示例；
[0042] 圖3 :搜尋者C在何處能遇見走失者D的概率最大的推理方法，其中（a)微分概率； (b) C位于給定點(diǎn)的微分相遇概率；(c) C位于序列點(diǎn)的序列微分相遇概率；
[0043] 圖4 :本發(fā)明中搜尋者C能遇見走失者D的概率的推理方法；
[0044] 圖5 :本發(fā)明的相遇概率微分法的技術(shù)路線圖；
[0045] 圖6 :本發(fā)明一個(gè)實(shí)施例中相遇概率最大值所在的空間位置；
[0046] 圖7 :本發(fā)明另一個(gè)實(shí)施例中相遇概率最大值所在的空間位置。
【具體實(shí)施方式】
[0047] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不 用于限定本發(fā)明。
[0048] 1.本發(fā)明所采取的主要技術(shù)方案
[0049] 在現(xiàn)實(shí)環(huán)境中，兩個(gè)個(gè)體之間的相遇主要受兩者之間的空間距離（如可視距離） 制約。這里，將兩個(gè)體可相遇的最大距離，記為md(meeting distance)。據(jù)此，相遇語(yǔ)義可 定義為：當(dāng)且僅當(dāng)兩個(gè)體的相距距離不超過md時(shí)就認(rèn)為能相遇。這樣，md在一定程度上確 定了相遇的尺度，從而為相遇概率的唯一性提供了理論基礎(chǔ)。
[0050] 下面介紹本發(fā)明所采取的主要技術(shù)方案。
[0051] 1)相遇事件
[0052] 令，直線段L的一個(gè)端點(diǎn)為0 ;搜尋者C與走失者D同位于L上。
[0053] 設(shè)：變量X表示搜尋者C所在位置點(diǎn)與端點(diǎn)0之間的距離；變量y表示走失者D所 在位置點(diǎn)與端點(diǎn)〇之間的距離（圖2a)。
[0054] 根據(jù)相遇語(yǔ)義，相遇事件E_t= {搜尋者C所在的位置X與走失者D所在的位置 y之間在距離上不超過md的事件}，即：
[0055] Emeet= {(X，y) I I y-x I 彡 md，X e L，y e L} (公式 1)
[0056] 或者，Emeet= {(X，y) I x-md 彡 y 彡 x+md，X e L，y e L}
[0057] 這樣，在搜尋者C位于位置點(diǎn)X時(shí)，如果走失者D所在的位置71滿足公式1， 艮P Iy1-Xl彡md，則相遇事件E_t發(fā)生；如果走失者D所在的位置y2不能滿足公式1，即 Y1-X I >md，則相遇事件E_t不可能發(fā)生（圖2b)。
[0058] 2)搜尋者C在何處能以最大概率找到走失者D
[0059] 相遇概率p (E_t)就是相遇事件E_t發(fā)生的概率。令，搜尋者C和走失者D分布 在路徑L上的概率密度函數(shù)分別為：p。、p d，且C與D的運(yùn)動(dòng)相互獨(dú)立。
[0060] 通常情況下，變量X的增量Δ X被稱為X