基于移動(dòng)傳感器陣列的氣味源定位.pdf

1、對(duì)氣味源定位的研究融合了傳感器技術(shù)、機(jī)器人、人工智能等多個(gè)學(xué)科的知識(shí),此研究在工業(yè)有毒有害氣體泄漏檢測(cè)、火源探測(cè)和災(zāi)難營(yíng)救等方面有著諸多潛在的應(yīng)用。
　　針對(duì)氣味源定位問(wèn)題,本文采用移動(dòng)傳感器陣列的形式(即將一個(gè)傳感器陣列安裝在一個(gè)移動(dòng)平臺(tái)上)以擴(kuò)大對(duì)氣味的檢測(cè)范圍，使得移動(dòng)機(jī)器人能夠更加有效地估計(jì)氣味源。
　　圍繞氣味煙羽跟蹤和氣味源確認(rèn)這兩個(gè)問(wèn)題，本文重點(diǎn)開(kāi)展了如下幾方面的研究工作：
　　1.總結(jié)了氣味源定位研究的

2、現(xiàn)狀,指出了機(jī)器人主動(dòng)嗅覺(jué)面臨的問(wèn)題。重點(diǎn)分析了現(xiàn)有的基于行為的氣味源定位策略,即煙羽發(fā)現(xiàn)、跟蹤和氣味源確認(rèn)三個(gè)問(wèn)題。
　　2.提出了基于平方根無(wú)跡卡爾曼濾波(SRUKF)算法和基于非線性最小二乘(NLS)算法的煙羽跟蹤策略。所提煙羽跟蹤方法基于在小的空間范圍內(nèi)風(fēng)場(chǎng)均勻性的假設(shè),并采用時(shí)均類高斯解析煙羽模型;在此基礎(chǔ)上,采取多個(gè)隨機(jī)初始估計(jì)點(diǎn)的方式,并融合多傳感器信息,改進(jìn)了SRUKF算法。
　　3.提出了基于K-means

3、聚類算法的氣味源確認(rèn)方法。所提確認(rèn)算法基于這樣的事實(shí)：實(shí)際室內(nèi)微風(fēng)環(huán)境中,距離氣味源越近,則濃度值上升得越快。
　　4.室內(nèi)/室外動(dòng)態(tài)煙羽環(huán)境下的仿真及室內(nèi)環(huán)境下的實(shí)驗(yàn)結(jié)果表明，所提氣味煙羽跟蹤和氣味源確認(rèn)算法是有效的。采用Spiral算法搜索氣味煙羽，并利用NLS和SRUKF算法跟蹤煙羽，在室內(nèi)和室外動(dòng)態(tài)煙羽環(huán)境下進(jìn)行了仿真；應(yīng)用NLS結(jié)合K-means算法跟蹤和確認(rèn)氣味源，在室內(nèi)環(huán)境下進(jìn)行了實(shí)驗(yàn)。仿真和實(shí)驗(yàn)結(jié)果都顯示出了較高的