Miglioramento della risposta ai disastri con PDDL: Pianificazione per robot quadrupedi in ambienti di ricerca e salvataggio

Abstract

Data la necessità critica di una risposta rapida e della sicurezza dei soccorritori durante le missioni di ricerca e salvataggio, il robot Spot, noto per la sua agilità e capacità di trasportare carichi pesanti su terreni complessi, è un candidato ideale per tali scenari.

Il sistema automatizza una sequenza di azioni per ricerche efficaci, generando continuamente una mappa aggiornata con ostacoli statici e dinamici insieme alla posizione del robot. Quando il robot rileva una persona, esegue una valutazione che include la stima della postura e della coscienza. Se l’individuo è cosciente, il robot formula un piano per guidarlo verso la sicurezza. Se la persona è incosciente, riporta informazioni critiche ai soccorritori, come livello di coscienza, postura, identificativo e posizione.

Inoltre, il robot può tornare autonomamente a ricaricarsi quando la batteria è bassa, garantendo un funzionamento continuo. Questa funzionalità offre ai soccorritori una consapevolezza situazionale essenziale, inclusi il numero di individui in diverse aree, le loro condizioni e i dettagli sugli ostacoli, visualizzati attraverso la mappatura del robot.

Assistendo le persone coscienti in grado di muoversi, il robot consente ai soccorritori di concentrarsi su chi necessita di assistenza urgente, rendendo il processo di salvataggio più rapido e sicuro. Il sistema è sviluppato utilizzando ROS2, nonostante la predominanza di strumenti ROS1, e utilizza Docker per affrontare limitazioni hardware e migliorare la portabilità.

I test in ambienti interni, sia simulati che reali, hanno mostrato prestazioni e affidabilità notevoli nella valutazione degli individui. Questa soluzione supporta i soccorritori nella ricerca e fornisce informazioni cruciali per ottimizzare le loro interventi, aumentando l’efficacia nelle situazioni di emergenza.

Given the critical need for rapid response while ensuring the safety of rescuers, during search and rescue missions, the Spot robot, known for its agility and ability to carry heavy loads across complex terrains, serves as an ideal candidate for such scenarios.

The system automates a sequence of actions for successful searches, continuously generating an updated map that includes both static and dynamic obstacles alongside the robot's position. Upon detecting a person, the robot performs an assessment that includes pose and consciousness estimation. If the individual is considered conscious, the robot formulates a new plan to guide them to safety. Conversely, if the person is unconscious, it reports critical information to the rescuers, such as their consciousness level, pose, identifier, and location.

Additionally, the robot can autonomously return to recharge when battery levels are low, ensuring continuous operation. This functionality equips rescuers with essential situational awareness, including the number of individuals in various areas, their conditions, and details about obstacles, as visualized through the robot’s mapping capabilities.

By assisting conscious individuals capable of movement, the robot enables rescuers to focus their efforts on those requiring more urgent assistance, ultimately leading to a faster and safer rescue process. The system is developed using ROS2, despite the predominance of ROS1 tools, necessitating the use of Docker to accommodate hardware limitations and enhance portability.

Testing of the system in both simulated and real indoor environments demonstrated commendable performance and reliability in assessing individuals. This solution significantly aids rescuers by collaborating in the search process and providing crucial information to streamline their interventions, enhancing overall effectiveness in emergency situations.