融合機器人視-嗅覺信息的氣體泄漏源定位.pdf

1、科學(xué)研究表明,很多生物利用氣味或/和視覺等信息完成覓食、求偶、御敵和交流等活動。受這些生物行為的啟發(fā),自20世紀(jì)90年代開始,一些學(xué)者開始利用移動機器人結(jié)合氣體、視覺等傳感器進行氣體泄漏源定位研究。移動機器人氣體泄漏源定位的研究成果有望在不遠的將來被用于有毒/有害氣體泄漏檢測、火源探測、災(zāi)后倒塌建筑物搜救和反恐排爆等領(lǐng)域。
　　 本文針對機器人融合視/嗅覺信息搜尋氣體泄漏源問題,重點開展了如下的研究工作:
　　 一、針對

2、現(xiàn)有機器人泄漏源定位過程中視覺信息處理存在的不足,本文提出了一種新的任務(wù)驅(qū)動視覺注意機制計算模型(即TDVAM計算模型)用于視覺信息的快速處理。通過學(xué)習(xí)的方法確定凸顯目標(biāo)物的重要特征和最佳尺度,將有限的計算和存儲資源優(yōu)先分配給場景中少數(shù)的顯著區(qū)域,快速地凸顯特定的搜尋目標(biāo),滿足機器人視覺信息處理的實時性需求。針對待搜尋目標(biāo)的精確識別問題,提出了形狀分析與TDVAM計算模型相結(jié)合的目標(biāo)識別方法,通過提取候選顯著區(qū)域的多個形狀特征(如面積、

3、周長、緊密度等)判斷該區(qū)域是否是疑似泄漏源區(qū)域,并與傳統(tǒng)的模板匹配方法進行了比較,驗證了本文所提方法的可靠性。
　　 二、針對風(fēng)速/風(fēng)向比較穩(wěn)定的流場環(huán)境中氣體泄漏源定位問題,提出了基于最小二乘估計的機器人融合視/嗅覺信息的泄漏源定位方法。此類環(huán)境中氣體濃度近似高斯分布。首先通過視覺確定出場景中存在的可疑區(qū)域,然后針對每一個可疑區(qū)域采用湍流擴散模型計算出機器人在采樣點處的理論濃度值,最后采用最小二乘方法對機器人獲取的實際濃度值和

4、理論濃度值進行最小偏差估算,快速確認泄漏源的位置。真實機器人實驗驗證了本文所提方法的有效性。
　　 三、針對風(fēng)速/風(fēng)向變化比較大的環(huán)境中氣體泄漏源定位問題,提出了基于包容體系結(jié)構(gòu)的機器人融合視/嗅覺信息泄漏源定位方法。在此類環(huán)境中由于受湍流的影響氣體濃度的分布很難用一個精確的數(shù)學(xué)模型來描述。本文針對機器人在定位過程中獲取傳感器信息的不同建立具有不同優(yōu)先級的行為策略,高優(yōu)先級的行為能夠?qū)Φ鸵患壍男袨檫M行包含和抑制,使得機器人能夠?qū)?/p>