基于PDDL的搜索救援机器人任务规划：多传感器融合的灾难救援智能系统

本项目探索如何结合PDDL规划与多传感器技术，构建能在未知环境中自主执行搜索救援任务的智能机器人系统。核心是利用PDDL实现任务规划，整合化学传感器、热成像相机、视频摄像头、双麦克风阵列等多传感器进行环境感知与生命检测，解决灾难救援中人工搜索效率低、危险大的问题，为智能救援机器人设计提供参考范式。

在地震、建筑坍塌等灾难现场，人工搜索救援效率低且危及救援人员安全。机器人技术与AI的结合为该领域带来新解决方案。本项目展示基于PDDL的智能规划系统，指导移动机器人在未知环境执行搜救任务，整合多传感器技术实现自主探索、生命检测与救援。

PDDL是AI规划标准语言，分领域定义（动作、谓词、对象类型）和问题定义（初始/目标状态），适合目标导向、时序约束的救援任务。系统针对“已知建筑拓扑但未知受困者位置”场景，定义探索、检测、救援三大核心任务，考虑位置已知/未知两种子场景。

整合四种互补传感器：1.化学传感器：检测VOCs（浓度超背景10倍判定生命，SMURF机器人验证有效）；2.热成像相机：识别体温特征，提供姿势状态信息；3.视频摄像头：机器学习识别人体（含不同穿着）；4.双麦克风阵列：通过时间差定向追踪声源，抗回声干扰。

机器人按PDDL规划序列执行：进入新房间后依次启动化学传感器扫描VOCs、热成像扫描温度异常、视频视觉识别、麦克风监听声音。所有传感器数据采集完毕后，决定标记已搜索或启动救援流程，确保检测完整性。

本项目展示经典AI规划与现代机器人感知结合的实际应用，多传感器融合策略为救援机器人设计提供参考，单一传感器有局限，互补组合提升检测可靠性，对灾难救援领域具有重要价值。

未来可扩展方向包括：多机器人协作覆盖更大区域、与无人机配合实现空地立体搜索、集成先进AI模型提升识别准确率、开发自适应规划算法应对动态环境变化。