CN110213721A

CN110213721A - 一种基于wsn的受限空间逃生路径搜索方法及相关组件

Info

Publication number: CN110213721A
Application number: CN201910486650.4A
Authority: CN
Inventors: 李烁; 郭天成; 马云飞; 谢谨
Original assignee: Changsha University of Science and Technology
Current assignee: Changsha University of Science and Technology
Priority date: 2019-06-05
Filing date: 2019-06-05
Publication date: 2019-09-06

Abstract

本发明公开了一种基于WSN的受限空间逃生路径搜索方法，该方法构建了受限空间中混合信道模型的无线传感器网络，通过该模型可实现复杂乃至动态环境下的障碍物检测，根据未知节点的临近锚节点对未知节点进行节点定位，大大了增加可用锚节点数量，未知节点得到位置信息后即可作为锚节点，根据锚节点的定位信息以及障碍物信息进行节点间路径链接可以生成若干可行路径，筛选出目标位置与出口间长度最短的可行路径即实现了对救援或逃生路径的搜索，因此该方法可以有效解决地下矿井、隧道等受限环境事故后受困人员营救或逃生困难的问题。本发明还公开了一种基于WSN的受限空间逃生路径搜索装置、设备及可读存储介质，具有上述有益效果。

Description

一种基于WSN的受限空间逃生路径搜索方法及相关组件

技术领域

本发明涉及无线网络技术领域，特别涉及一种基于WSN的受限空间逃生路径搜索方法、装置、设备及可读存储介质。

背景技术

地下矿井、隧道等受限环境发生塌方等事故后受困人员的营救或逃生对于生命财产安全十分重要。

绝大多数受灾环境会呈现出一个受限空间，被困人员的自身位置无法通过传统的GPS定位系统确定。目前常用的灾难环境路径搜索主要利用仿生机器人或者生命探测器来确定被困人员基本位置，需要的硬件条件高，一旦机器出现故障对灾难救援时间会产生很大的影响，对被困人员的搜索范围与速率都存在一定局限性，容易造成受困人员营救或逃生困难的问题。

因此，如何解决地下矿井、隧道等受限环境事故后受困人员营救或逃生困难的问题，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种基于WSN的受限空间逃生路径搜索方法，该方法能够实现稀疏锚节点下的节点定位，并且能够在动态障碍物识别的基础上准确进行救援或逃生路径的搜索，可以有效解决地下矿井、隧道等受限环境事故后受困人员营救或逃生困难的问题；本发明的另一目的是提供一种基于WSN的受限空间逃生路径搜索装置、设备及可读存储介质。

为解决上述技术问题，本发明提供一种基于WSN的受限空间逃生路径搜索方法，包括：

构建受限空间中混合信道模型的无线传感器网络；其中，所述无线传感器网络中包括位置未知的未知节点以及位置已知的锚节点；

基于所述无线传感器网络根据节点间RSSI信号变化量进行节点间障碍物检测，得到各节点间的障碍物信息；

根据所述未知节点的临近锚节点对所述未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点；

根据所述锚节点的定位信息以及所述障碍物信息进行节点间路径链接，生成若干可行路径；

筛选出目标位置与出口间长度最短的所述可行路径作为逃生路径。

可选地，根据所述未知节点的临近锚节点对所述未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点，包括：

收集所述未知节点预设范围内的邻居锚节点信息；

判断所述邻居锚节点的数量是否达到第一阈值；

当所述邻居锚节点的数量达到所述第一阈值时，根据所述邻居锚节点的节点信息对所述未知节点进行定位计算，得到所述未知节点的位置信息；

当所述邻居锚节点的数量未达到所述第一阈值时，获取所述未知节点可收集到RSSI信号的远端锚节点；

依据节点间距离特征筛选出所述远端锚节点中的可信锚节点；

根据所述邻居锚节点以及所述可信锚节点的节点信息对所述未知节点进行定位计算，得到所述未知节点的位置信息。

可选地，根据所述邻居锚节点的节点信息对所述未知节点进行定位计算，包括：

采用三边测距定位算法根据所述邻居锚节点的节点信息对所述未知节点进行定位计算。

可选地，同时根据所述邻居锚节点以及所述可信锚节点的节点信息对所述未知节点进行定位计算，包括：

采用三边测距算法与质心算法相结合的方法根据所述邻居锚节点以及所述可信锚节点的节点信息对所述未知节点进行定位计算。

可选地，依据节点间距离特征筛选出所述远端锚节点中的可信锚节点，包括：

依据所述邻居锚节点的节点密度计算节点理论的最小每跳距离，并将所述最小每跳距离作为可信锚节点选择阈值；

确定所述未知节点与所述远端锚节点间的最短距离；

判断所述最短距离是否小于所述可信锚节点选择阈值；

当不小于时，判定所述远端锚节点为所述未知节点的可信锚节点。

可选地，基于所述无线传感器网络根据节点间RSSI信号变化量进行节点间障碍物检测，包括：

计算不同天线中对应的RSSI值变化值；

统计各所述RSSI值变化值的平均值；

判断所述RSSI值变化值是否大于所述平均值；

若否，判定无障碍；

若是，判定有障碍。

可选地，筛选出目标位置与出口间长度最短的所述可行路径作为逃生路径，包括：

筛选出所述可行路径中符合预设最小跳数筛选规则的路径，并将筛选得到的可行路径作为最小跳数路径；

计算各所述最小跳数路径的路径长度；

筛选出所述最小跳数路径中长度最短的路径，并将筛选得到的最小跳数路径作为所述逃生路径。

可选地，在根据所述未知节点的临近锚节点对所述未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点之前，还包括：

判断所述无线传感器网络中锚节点分布是否达到预设节点分布标准；

当所述锚节点分布未达到所述预设节点分布标准时，执行根据所述未知节点的临近锚节点对所述未知节点进行节点定位的步骤；

当所述锚节点分布达到所述预设节点分布标准时，执行根据所述锚节点的定位信息以及所述障碍物信息进行节点间路径链接的步骤。

可选地，在执行根据所述未知节点的临近锚节点对所述未知节点进行节点定位的步骤之后，还包括：

执行判断所述无线传感器网络中锚节点分布是否达到预设节点分布标准的步骤。

本发明公开一种基于WSN的受限空间逃生路径搜索装置，包括：

构建单元，用于构建受限空间中混合信道模型的无线传感器网络；其中，所述无线传感器网络中包括位置未知的未知节点以及位置已知的锚节点；

障碍检测单元，用于基于所述无线传感器网络根据节点间RSSI信号变化量进行节点间障碍物检测，得到各节点间的障碍物信息；

节点定位单元，用于根据所述未知节点的临近锚节点对所述未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点；

路径链接单元，用于根据所述锚节点的定位信息以及所述障碍物信息进行节点间路径链接，生成若干可行路径；

路径筛选单元，用于筛选出目标位置与出口间长度最短的所述可行路径作为逃生路径。

本发明公开一种基于WSN的受限空间逃生路径搜索设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序时实现所述基于WSN的受限空间逃生路径搜索方法的步骤。

本发明公开一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现所述基于WSN的受限空间逃生路径搜索方法的步骤。

本发明所提供的基于WSN的受限空间逃生路径搜索方法，该方法构建了受限空间中混合信道模型的无线传感器网络，通过该模型可实现复杂乃至动态环境下的障碍物检测，并根据未知节点的临近锚节点对未知节点进行节点定位，能够实现稀疏锚节点影响逃生路径搜索的情况下可以大大增加可用锚节点数量，将得到的节点定位信息的未知节点均作为锚节点进行感应处理，根据锚节点的定位信息以及障碍物信息进行节点间路径链接，可以生成若干可行路径，筛选出目标位置与出口间长度最短的可行路径，将其作为逃生路径。

该方法建立了无线传感器网络的混合信道模型，通过该模型可实现复杂乃至动态环境下的障碍物检测，构建自动避障的网络拓扑，结合无线传感器网络自组织性确定环境中无障碍节点间的通信链路，完成多条可能逃生路径的快速搜索，同时能够实现稀疏锚节点下的节点定位，并且能够在动态障碍物识别的基础上准确进行救援或逃生路径的搜索，可以有效解决地下矿井、隧道等受限环境事故后受困人员营救或逃生困难的问题。

本发明还公开了一种基于WSN的受限空间逃生路径搜索装置、设备及一种可读存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的基于WSN的受限空间逃生路径搜索方法的流程图；

图2(a)为本发明实施例提供的一种利用matab仿真模拟事故发生前无线网络节点链路示意图；

图2(b)为本发明实施例提供的一种利用matab仿真模拟事故发生后无线网络节点链路示意图；

图2(c)为本发明实施例提供的一种基于图2(b)的节点链路图的将连续节点链路作为可行路径生成的逃生路径示意图；

图3为本发明实施例提供的一种从目标节点到出口的逃生路径示意图；

图4(a)为本发明实施例提供的一种确定未知节点与锚节点之间的可能的最短距离情况示意图；

图4(b)为本发明实施例提供的另一种确定未知节点与锚节点之间的可能的最短距离情况示意图；

图5为本发明实施例提供的一种基于WSN的受限空间逃生路径搜索装置的结构框图；

图6为本发明实施例提供的基于WSN的受限空间逃生路径搜索设备的结构框图；

图7为本发明实施例提供的基于WSN的受限空间逃生路径搜索设备的结构示意图。

具体实施方式

本发明的核心是提供一种基于WSN的受限空间逃生路径搜索方法，该方法能够实现稀疏锚节点下的节点定位，并且能够在动态障碍物识别的基础上准确进行救援或逃生路径的搜索，可以有效解决地下矿井、隧道等受限环境事故后受困人员营救或逃生困难的问题；本发明的另一核心是提供一种基于WSN的受限空间逃生路径搜索装置、设备及可读存储介质。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

请参考图1，图1为本实施例提供的基于WSN的受限空间逃生路径搜索方法的流程图；该方法主要包括：

步骤s110、构建受限空间中混合信道模型的无线传感器网络。

事故前，在矿井、隧道等受限环境中均匀布置节点，所有节点位置已知；事故发生后，环境发生以下变化：受限环境中障碍增多、大部分节点位置由已知变未知、部分节点完全失效(位置未知的节点本发明中称为未知节点，位置已知的节点为锚节点)，此时灾后受限环境变成一个障碍物多、节点密度低且锚节点稀疏的网络。为确定目标与出口之间的路径，本发明构建混合信道模型的无线传感器网络以实现受限空间中障碍检测，利用混合信道模型提高节点距离估计进而提高节点定位精度，结合无线传感器网络自组织性确定环境中无障碍节点间的通信链路，完成多条可能路径的搜索。

无线传感器网络(wireless sensor network)是一种分布式传感网络，由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息,并最终把这些信息发送给网络所有者。使用WSN可以快速的实现受灾环境的监测、人员定位、目标追踪等一系列工作，不需要额外的硬件与固定的网络支持，能够适应灾难导致的环境变化并快速的对网络进行重构，采用相应节点定位方法确定环境中的节点位置。

灾难发生后传感器网络中的节点个数变化，从而使网络的拓扑结构随之动态地变化，传感器网络的自组织性可以适应这种网络拓扑结构的动态变化，实现在灾难发生后传感器网络的自动重组，保证了灾难发生前后的强适应性以及强稳定性。

具体地，构建受限空间中混合信道模型的无线传感器网络的方式可以参照相关构建方法，本实施例对此不做限定，为加深理解，以如下方式对构建过程进行介绍，其它构建方式均可参照下述介绍：

考虑到受限空间的多种因素，使用对数正态阴影模型来估计节点间的距离，传播模型损耗公式为：

当判断节点间存在障碍时，将隔墙的损耗等因素引入到对数正态阴影模型中，传播模型损耗公式为：

两式中d为传播距离，单位为米；d₀为参考距离；n_p表示发送端与接收端的路径损耗指数；L_p(d₀)为距离d₀处的信号强度；X_σ服从均值0，标准差为σ²的高斯分布；N_b代表隔墙层数；ω_m表示第m个隔墙的衰减因子。通过确定墙壁的衰减因子，可以计算出发射与接收节点之间的距离。

则构建的混合信道模型如下：

步骤s120、基于无线传感器网络根据节点间RSSI信号变化量进行节点间障碍物检测，得到各节点间的障碍物信息。

由于灾难的发生各节点间存在大量障碍物影响搜救人员以及被困人员的行进，为断开有障碍节点间的链路，为搜索可能的路径提供判断依据，需要进行障碍检测。另外，障碍检测生成的节点间障碍物信息还可以进一步用于实现不同情况下节点间的距离估计，以提高节点定位精度，在此不再赘述。

RSSI为接收的信号强度指示(Received Signal Strength Indication)，对于无障碍而言，无线信号发射端与接收端之间无隔墙等障碍物的阻挡，节点间RSSI值随节点间距离的增加而变小；对于有障碍而言，相同节点距离间RSSI值显著变小。由于存在障碍物的节点间RSSI值与不存在障碍物的节点间RSSI值存在差异，因此，可以根据节点间RSSI信号变化量进行节点间障碍物检测。具体地，对于无障碍而言，在推导路径损耗与信号传播距离之间的关系时可采用对数正态阴影模型。对于有障碍而言，可以利用对数正态阴影模型进行衰减补偿以正确反映路径损耗与信号传播距离之间的关系，具体地对于收发双方之间障碍物材质或层数不同采用的补偿的衰减因子在此不做限定，可以根据需要进行设定。

具体地，可以通过对比事故前后相同节点之间的RSSI测量值，Δφ在无障碍和有障碍情形下具有不同的情况：无障碍情况下，Δφ值较小；有障碍情形下，Δφ值比较大。通过与预先设定阈值Δφ_Thr作比较，当Δφ≤Δφ_Thr时，则判定为无障碍，否则为有障碍。

具体阈值设定本实施例不做限定，其中，优选地，该阈值可以设置为不同天线RSSI值变化值的平均值，则基于无线传感器网络根据节点间RSSI信号变化量进行节点间障碍物检测的过程具体包括以下步骤：

计算不同天线中对应的RSSI值变化值；

统计各RSSI值变化值的平均值；

判断RSSI值变化值是否大于平均值；

若否，判定无障碍；

若是，判定有障碍。

例如，结合RSSI信号特性及空间特性，利用30个收发天线对分别在有障碍和无障碍的情况下测量RSSI变化值的平均值Δφ_k作为判断无障碍的依据。直接计算Δφ_k＝|RSSI_{无障碍，k}-RSSI_{有障碍，k}|，其中Δφ_k为不同天线中对应的RSSI值变化值(k∈[1,30])，最终用于障碍检测为：

调用以上方式进行节点间障碍物检测可以提升障碍物检测的准确度，且实现方式简单，实现成本低。

步骤s130、根据未知节点的临近锚节点对未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点。

由于受限环境受灾后锚节点数量减少，依据这些数量有限的锚节点可能无法实现有效的逃生路径搜索，图2(a)所示为一种利用matab仿真模拟事故发生前无线网络节点链路示意图，图2(b)所示为一种利用matab仿真模拟事故发生后无线网络节点链路示意图，可见可用锚节点数量大大减少。因此，为增加锚节点数量，从而进一步提升定位以及路径搜索的全面性以及准确性，需要对能正常收发信号但位置未知的节点进行定位，以实现对位置节点向锚节点的进化，提升锚节点数量。

本实施例中对具体采用的节点定位手段不做限定，比如可以根据临近锚节点的位置信息通过最小二乘法进行未知节点的位置估算等。

步骤s140、根据锚节点的定位信息以及障碍物信息进行节点间路径链接，生成若干可行路径。

节点间路径链接主要包括对无障碍物的相邻节点进行链接、对存在障碍物的相邻节点进行躲避障碍物链接的过程，以实现躲避障碍物生成各种可能路径，进行节点间路径链接的故障可以结合无线传感器网络自组织性对环境进行网络重组来实现，生成各节点间无障碍链接的过程便能完成多条可能路径的搜索。

一种依靠网络重组进行节点链路生成可行逃生路径如下：当以图2(b)作为一种对所有锚节点躲避障碍物进行节点链路示意图时，图2(c)为一种基于图2(b)的节点链路图的将连续节点链路作为可行路径生成的逃生路径示意图。

步骤s150、筛选出目标位置与出口间长度最短的可行路径作为逃生路径。

其中目标位置可以为任意指定位置，结合节点定位结果，将一条距离最近的路线作为最优的可行路径。图3所示为一种生成的从目标节点到出口的逃生路径示意图，其中，目标节点可以不与逃生路径的起点相同，只需保证逃生路径的起点与目标起点间的距离小于第一预设值且不存在障碍物即可，逃生路径的终点与出口也可以不相同，需保证终点与出口的距离小于第二预设值且不存在障碍物。

本实施例对具体的选择方式不做限定，比如可以直接多所有可行路径进行长度计算，直接筛选出长度最短的路径作为逃生路径；也可以对所有可行路径进行进一步筛选，筛选出较短的路径后再对这些路径进行长度计算，优选地，筛选出目标位置与出口间长度最短的可行路径作为逃生路径的过程具体可以采用以下步骤：

筛选出可行路径中符合预设最小跳数筛选规则的路径，并将筛选得到的可行路径作为最小跳数路径；

计算各最小跳数路径的路径长度；

筛选出最小跳数路径中长度最短的路径，并将筛选得到的最小跳数路径作为逃生路径。

首先根据跳数信息筛选出跳数较小的路径，每一跳的长度虽然不固定但是一般存在上限值，一种最小跳数筛选规则比如统计所有路径的跳数，将最小的三个跳数对应的所有路径作为最小跳数路径，通过对所有可行路径通过跳数信息进行进一步筛选，仅对筛选得到的路径进行长度计算可以大大减少进行路径长度计算的数量，大大减少了比对工作量，提升了处理效率。

基于上述技术方案，本实施例所提供的基于WSN的受限空间逃生路径搜索方法，构建了受限空间中混合信道模型的无线传感器网络，通过该模型可实现复杂乃至动态环境下的障碍物检测，并根据未知节点的临近锚节点对未知节点进行节点定位，能够实现稀疏锚节点影响逃生路径搜索的情况下可以大大增加可用锚节点数量，将得到的节点定位信息的未知节点均作为锚节点进行感应处理，根据锚节点的定位信息以及障碍物信息进行节点间路径链接，可以生成若干可行路径，筛选出目标位置与出口间长度最短的可行路径，将其作为逃生路径，即实现了在动态障碍物识别的基础上准确进行救援或逃生路径的搜索，可以有效解决地下矿井、隧道等受限环境事故后受困人员营救或逃生困难的问题。

实施例二：

上述实施例中对节点定位方式不做限定，本实施例中主要介绍一种高精度节点定位方式，可以大大提升稀疏锚节点下节点定位的准确度，提升路径搜索的全面性。

具体地，根据未知节点的临近锚节点对未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点的过程可以参照以下步骤：

1、收集未知节点预设范围内的邻居锚节点信息；

2、判断邻居锚节点的数量是否达到第一阈值；

其中第一阈值可以为设定的进行精准定位计算的所需的最少的锚节点数量。

3、当邻居锚节点的数量达到第一阈值时，根据邻居锚节点的节点信息对未知节点进行定位计算，得到未知节点的位置信息；

4、当邻居锚节点的数量未达到第一阈值时，获取未知节点可收集到RSSI信号的远端锚节点；

5、依据节点间距离特征筛选出远端锚节点中的可信锚节点；

可以尽量选取距离近的远端锚节点，具体筛选方式不做限定。

6、根据邻居锚节点以及可信锚节点的节点信息对未知节点进行定位计算，得到未知节点的位置信息。

其中，根据邻居锚节点的节点信息对未知节点进行定位计算时可以参照相关定位算法，本实施例不做限定，优选地，可以选用三边测距定位算法根据邻居锚节点的节点信息对未知节点进行定位计算，三遍测距定位算法计算过程简单且结果精度较高，可以提升节点定位准确度。

同时根据邻居锚节点以及可信锚节点的节点信息对未知节点进行定位计算时采用的具体算法也可以根据需要调用相关算法，具体的算法选择本实施例不做限定，比如可以采用三边测距算法与质心算法相结合的方法根据邻居锚节点以及可信锚节点的节点信息对未知节点进行定位计算。三边测距算法与质心算法相结合可以尽量避免可信锚节点由于距离远带来的定位误差，同时计算实现方式简单，本实施例仅以该种计算方式为例，其它算法或计算方式均可参照本实施例的介绍，在此不再赘述。

另外，上述步骤中本实施例中对于从远端锚节点中筛选可行锚节点的方式不做限定，可选地，依据节点间距离特征筛选出远端锚节点中的可信锚节点的过程具体可以参照以下步骤来实现：

(1)、依据邻居锚节点的节点密度计算节点理论的最小每跳距离，并将最小每跳距离作为可信锚节点选择阈值；

(2)、确定未知节点与远端锚节点间的最短距离；

(3)、判断最短距离是否小于可信锚节点选择阈值；

(4)、当不小于时，判定远端锚节点为未知节点的可信锚节点。

具体地，依照上述步骤的一种通过可信锚节点算法实现节点定位的具体实现过程如下：

当网络中未知节点能够收集到3个及3个以上邻居锚节点信息，采用三边测距定位算法对节点进行定位计算；其中，三个为第一阈值；

当网络中未知节点无法收集到3个邻居锚节点信息，需要对该节点进行可信锚节点选择，并在此基础上实现节点的定位。

将定位出的节点升级成锚节点，可以重复上述直到网络中所有节点定位完成。

其中可信锚节点选择方法如下：

依据节点邻居节点密度，计算节点理论的最小每跳距离hl_min并将其作为可信锚节点选择阈值，确定位置未知节点与远端锚节点间可能的最短距离hl_short，当hl_short不小于hl_min时，则判定远端锚节点为节点的一个可信锚节点。节点满足可信锚节点大于等于3时，采用三边测距算法与质心算法相结合的方法对节点进行定位估计。

可信锚节点选择情况如下所示：

情况1：当邻居节点集合中锚节点个数为1时，确定未知节点与锚节点之间的可能的最短距离情况如图4(a)所示，锚节点A₁为未知节点X邻居锚节点，结合混合信道模型得到锚节点A₁与未知节点X之间的距离值d_{1_rssi}。此时，可以认为未知节点X的位置位于以锚节点A₁为圆心，d_{1_rssi}为半径的圆C₁上。

为了判断锚节点A₂是否为未知节点X的一个可信的锚节点，在圆C₁上能够找到一个点到锚节点A₂距离最短(即点X₁，距离为d_rssi)。由公式(5)可以计算出最短平均每跳距离hl_short。当hl_short≥hl_min时，可以认为A₂锚节点为节点X的一个可信的锚节点。

情况2：当邻居节点集合中锚节点个数为2时，情况如图4(b)所示，锚节点A₁、A₂为未知节点X邻居锚节点，利用混合信道模型确定锚节点A₁、A₂分别与未知节点X之间的距离值d_{1_rssi}、d_{2_rssi}。未知节点X的位置为圆C₁与圆C₂的两个交点之一，点X₁与点X₂到锚节点A₁之间的欧氏距离分别为d₁、d₁。选择min{d₁,d₂}的距离作为锚节点与节点X之间的最短距离值，运用公式(5)计算最短平均每跳距离。同理，当min{d₁,d₂}/h≥hl_min时，可以认为A₃锚节点为节点X的一个可信的锚节点。

hl_short＝d_short/h (5)

而当邻居节点集合中锚节点个数为0时，为保证节点定位的准确度，可以暂时不对该未知节点进行定位，待一轮节点定位完成后，再判断该节点的邻居节点集合中锚节点的个数，直至邻居节点集合中存在锚节点；也可以直接根据远端锚节点进行该未知节点的定位，该种情况下的处理方式可以根据需要进行设定，在此不做限定。

通过本实施例提供的可信锚节点筛选方式不仅实现方式简单，实现成本低，且筛选得到的锚节点对于未知节点的定位较为精准，可以大大提升节点定位精度，提升系统整体路径搜索的稳定性以及全面性。

实施例三：

上述实施例中以直接进行未知节点的定位为例进行介绍，由于一些情况下在事故发生后可能损失的节点数量较少，可以实际用于进行路径链接的锚节点数量较多，可以保证一定精度的路径搜索，此时为节省进行节点定位带来的资源占用，可以跳过该步骤直接进行路径搜索，具体地，在根据未知节点的临近锚节点对未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点之前，可以进一步判断无线传感器网络中锚节点分布是否达到预设节点分布标准；当锚节点分布未达到预设节点分布标准时，执行根据未知节点的临近锚节点对未知节点进行节点定位的步骤；当锚节点分布达到预设节点分布标准时，执行根据锚节点的定位信息以及障碍物信息进行节点间路径链接的步骤。

当然，也可以不进行判断步骤直接进行未知节点的定位，在此不做限定。

另外，上述实施例中对进行节点定位的次数不做限定，可以在一轮节点定位后直接根据当前锚节点进行路径链接，也可以进行多轮节点定位，以增加可用锚节点数量，提升链路的全面性，则优选地，在执行根据未知节点的临近锚节点对未知节点进行节点定位的步骤之后，可以进一步执行判断无线传感器网络中锚节点分布是否达到预设节点分布标准的步骤。即在一轮节点定位后判断当前可用锚节点分布是否达到要求，若达到，可以直接根据可用锚节点进行链路生成，若未达到，可以依据当前锚节点进行进一步节点定位，直至得到的可用锚节点分布达到标准。该方式可以保证可用锚节点数量，提升路径链接的全面性。

实施例四：

请参考图5，图5为本实施例提供的基于WSN的受限空间逃生路径搜索装置的结构框图；该装置可以包括：构建单元210、障碍检测单元220、节点定位单元230、路径链接单元240以及路径筛选单元250。本实施例提供的基于WSN的受限空间逃生路径搜索装置可与上述实施例中的基于WSN的受限空间逃生路径搜索方法可相互对照。

其中，构建单元210主要用于构建受限空间中混合信道模型的无线传感器网络；其中，无线传感器网络中包括位置未知的未知节点以及位置已知的锚节点；

障碍检测单元220主要用于基于无线传感器网络根据节点间RSSI信号变化量进行节点间障碍物检测，得到各节点间的障碍物信息；

节点定位单元230主要用于根据未知节点的临近锚节点对未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点；

路径链接单元240主要用于根据锚节点的定位信息以及障碍物信息进行节点间路径链接，生成若干可行路径；

路径筛选单元250主要用于筛选出目标位置与出口间长度最短的可行路径作为逃生路径。

可选地，节点定位单元具体可以包括：

近端收集子单元，用于收集未知节点预设范围内的邻居锚节点信息；

数量判断子单元，用于判断邻居锚节点的数量是否达到第一阈值；

第一定位计算子单元，用于当邻居锚节点的数量达到第一阈值时，根据邻居锚节点的节点信息对未知节点进行定位计算，得到未知节点的位置信息；

远端收集子单元，用于当邻居锚节点的数量未达到第一阈值时，获取未知节点可收集到RSSI信号的远端锚节点；

远端筛选子单元，用于依据节点间距离特征筛选出远端锚节点中的可信锚节点；

第二定位计算子单元，用于根据邻居锚节点以及可信锚节点的节点信息对未知节点进行定位计算，得到未知节点的位置信息。

可选地，第一定位计算子单元具体可以为三边测距定位子单元，用于采用三边测距定位算法根据邻居锚节点的节点信息对未知节点进行定位计算。

可选地，第二定位计算子单元具体可以为结合计算子单元，用于采用三边测距算法与质心算法相结合的方法根据邻居锚节点以及可信锚节点的节点信息对未知节点进行定位计算。

可选地，远端筛选子单元具体可以包括：

阈值确定子单元，用于依据邻居锚节点的节点密度计算节点理论的最小每跳距离，并将最小每跳距离作为可信锚节点选择阈值；

最短距离确定子单元，用于确定未知节点与远端锚节点间的最短距离；

距离判断子单元，用于判断最短距离是否小于可信锚节点选择阈值；

可信判定子单元，用于当最短距离不小于可信锚节点选择阈值时，判定远端锚节点为未知节点的可信锚节点。

可选地，障碍检测单元具体可以包括：

变化值计算子单元，用于计算不同天线中对应的RSSI值变化值；

统计子单元，用于统计各RSSI值变化值的平均值；

变化值判断子单元，用于判断RSSI值变化值是否大于平均值；

第一判定子单元，用于当RSSI值变化值不大于平均值时，判定无障碍；

第二判定子单元，用于当RSSI值变化值大于平均值时，判定有障碍。

可选地，路径筛选单元具体可以包括：

跳数筛选子单元，用于筛选出可行路径中符合预设最小跳数筛选规则的路径，并将筛选得到的可行路径作为最小跳数路径；

长度计算子单元，用于计算各最小跳数路径的路径长度；

路径确定子单元，用于筛选出最小跳数路径中长度最短的路径，并将筛选得到的最小跳数路径作为逃生路径。

可选地，基于WSN的受限空间逃生路径搜索装置中可以进一步包括：锚节点分布判断单元，用于判断无线传感器网络中锚节点分布是否达到预设节点分布标准；当锚节点分布未达到预设节点分布标准时，触发节点定位单元；当锚节点分布达到预设节点分布标准时，触发路径链接单元。

可选地，节点定位单元可以进一步与锚节点分布判断单元连接，用于在执行根据未知节点的临近锚节点对未知节点进行节点定位的步骤之后，触发锚节点分布判断单元执行判断无线传感器网络中锚节点分布是否达到预设节点分布标准的步骤。

本实施例提供的基于WSN的受限空间逃生路径搜索装置提出了地下矿井、隧道等受限空间逃生或救援路径搜索的基本框架，为此类场景下实现以安全预警和逃生救援为目标的无线传感器网络部署提供了参考，可以实现稀疏锚节点环境中无线传感器网络节点的精确位置估计，以确定最优的逃生救援路径。

实施例五：

请参考图6，图6为本实施例提供的基于WSN的受限空间逃生路径搜索设备的结构框图；该设备可以包括：存储器300以及处理器310。基于WSN的受限空间逃生路径搜索设备可参照上述基于WSN的受限空间逃生路径搜索方法的介绍。

其中，存储器300主要用于存储程序；

处理器310主要用于执行程序时实现上述基于WSN的受限空间逃生路径搜索方法的步骤。

请参考图7，为本实施例提供的基于WSN的受限空间逃生路径搜索设备的结构示意图，该搜索设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)322(例如，一个或一个以上处理器)和存储器332，一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中，存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地，中央处理器322可以设置为与存储介质330通信，在搜索设备301上执行存储介质330中的一系列指令操作。

搜索设备301还可以包括一个或一个以上电源326，一个或一个以上有线或无线网络接口350，一个或一个以上输入输出接口358，和/或，一个或一个以上操作系统341，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上面所描述的基于WSN的受限空间逃生路径搜索方法中的步骤可以由基于WSN的受限空间逃生路径搜索设备的结构实现。

实施例六：

本实施例公开了一种可读存储介质，可读存储介质上存储有程序，程序被处理器执行时实现基于WSN的受限空间逃生路径搜索方法的步骤，其中，基于WSN的受限空间逃生路径搜索方法可参照上述方法对应的实施例，在此不再赘述。

该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的基于WSN的受限空间逃生路径搜索方法、装置、设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims

1.一种基于WSN的受限空间逃生路径搜索方法，其特征在于，包括：

2.如权利要求1所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，根据所述未知节点的临近锚节点对所述未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点，包括：

收集所述未知节点预设范围内的邻居锚节点信息；

判断所述邻居锚节点的数量是否达到第一阈值；

3.如权利要求2所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，根据所述邻居锚节点的节点信息对所述未知节点进行定位计算，包括：

4.如权利要求2所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，同时根据所述邻居锚节点以及所述可信锚节点的节点信息对所述未知节点进行定位计算，包括：

5.如权利要求2所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，所述依据节点间距离特征筛选出所述远端锚节点中的可信锚节点，包括：

确定所述未知节点与所述远端锚节点间的最短距离；

判断所述最短距离是否小于所述可信锚节点选择阈值；

6.如权利要求1所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，基于所述无线传感器网络根据节点间RSSI信号变化量进行节点间障碍物检测，包括：

计算不同天线中对应的RSSI值变化值；

统计各所述RSSI值变化值的平均值；

判断所述RSSI值变化值是否大于所述平均值；

若否，判定无障碍；

若是，判定有障碍。

7.如权利要求1所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，所述筛选出目标位置与出口间长度最短的所述可行路径作为逃生路径，包括：

计算各所述最小跳数路径的路径长度；

8.如权利要求1至7任一项所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，在根据所述未知节点的临近锚节点对所述未知节点进行节点定位，并将得到的节点定位信息的未知节点作为锚节点之前，还包括：

9.如权利要求8所述的基于WSN的受限空间逃生路径搜索方法，其特征在于，在执行根据所述未知节点的临近锚节点对所述未知节点进行节点定位的步骤之后，还包括：

10.一种基于WSN的受限空间逃生路径搜索装置，其特征在于，包括：

11.一种基于WSN的受限空间逃生路径搜索设备，其特征在于，包括：

存储器，用于存储程序；

处理器，用于执行所述程序时实现如权利要求1至9任一项所述基于WSN的受限空间逃生路径搜索方法的步骤。

12.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至9任一项所述基于WSN的受限空间逃生路径搜索方法的步骤。