机器人气体泄漏源定位关键问题研究

Due to the fact that industrial hazards frequently occur in urban areas, the more sophisticated investigation is needed to realize the rapid and precise localization of poisonous gas leak source, which is benefit to the guarantee of people's lives and properties and then promote the harmonious development of economy and society. This project is an extension of the former project that has been finished.Based on the former investigations, this project is an effort to resolve key problems in robot-based gas leak source localization. Firstly, a simulation plume model more consistent with the real plume environment will be established, which can enhance the credibility of simulation research. At the same time, this novel simulation plume model is universal. Secondly, in order to find plume rapidly, an optimal path planning method used to investigate multiple suspicious targets will be proposed. Finally, when the sensor performance is limited and robot's motions are restricted by kinematic constraints, the difficulties in the short-term validity of sensor's historical information and the self-learning capability will be handled, for the purpose of the reliable plume tracking.

面对日趋严重的城市突发工业灾害问题，开展针对毒害气体泄漏的应用基础研究，对于保障人民生命及财产安全，促进经济社会的和谐发展具有重大现实意义。本项目是前一个项目的发展和延续。在已有的研究基础之上，为解决气体泄漏源快速、准确定位难题，本项目拟系统地开展以下几方面的关键基础问题研究：建立与真实羽流环境更吻合且具有普适性的仿真烟羽模型，提升仿真研究的可信度；研究解决多可疑目标搜寻路径优化设计问题，实现烟羽快速发现；研究解决烟羽跟踪过程中的传感器短时历史信息有效利用问题和自学习问题，实现存在运动学约束和传感器性能受限情况下机器人烟羽可靠跟踪。

为解决气体泄漏源定位难题，本课题组系统地开展了三个方面的主题研究：“复杂气流场的流动特性分析及三维重建研究”、“机器人气体泄漏源高效搜索研究”、“气体传感器及电子鼻系统的信息获取与精准辨识”。其中代表性的成果如下：自主研发了开/闭口双结构微风风洞、手持气味追踪仪、便携式白酒真伪识别系统等实用装置；针对现有的烟羽仿真模型的不足，建立了基于实测风场数据的烟羽仿真环境；提出了基于声音的多移动机器人相对定位算法； 提出基于图论和视觉注意机制的多可疑目标搜寻路径优化设计方法；利用赫斯特指数估算方法和多重分形消除趋势波动分析方法，分析了近地面高频三维风速数据的时间相关性；提出了一种基于时间序列符号化和滑窗技术的新型时间序列加权有向复杂网络建网方法；利用网络模体频数对水平及竖直方向上的风速及风向时间序列进行复杂性分析;提出了一种有效的基于采样曲线微分特性的电子鼻采样数据预处理方法；提出一种新的结合核熵成分分析和线性判别式分析的电子鼻数据特征降维方法；提出了一种新的基于协作式强化学习的多机器人烟羽跟踪方法。通过大量仿真或真实实验验证了上述方法的有效性和先进性。