本文選題：移動機器人 + 氣味源定位��； 參考：《中國礦業(yè)大學》2017年碩士論文

【摘要】：隨著機器人應用技術的發(fā)展,智能算法也逐漸開始在被待優(yōu)化領域廣泛應用,面對日漸增多的有害化學品意外泄露和生化恐怖襲擊事件,急需我們研究出更加高效、更加魯棒的氣味源主動監(jiān)測/定位方法,維護社會的穩(wěn)定和安全。本文旨在利用攜帶氣味傳感器的機器人,研究不同環(huán)境下主動嗅覺的實現(xiàn)方法。已有的研究成果都不能兼?zhèn)錃馕缎畔l(fā)現(xiàn)、氣味跟蹤和氣味源位置確認的功能,需要機器人在主動嗅覺的三個階段切換算法來完成完整的任務,這大大降低了機器人搜索的效率。針對移動機器人氣味源定位方法面臨的困境,煙花算法的出現(xiàn)正好可以彌補已有研究成果存在的缺陷,因此本文將煙花算法應用到機器人主動嗅覺領域。首先提出一種基于FWA的單機器人氣味源定位方法,利用Gambit、Fluent以及Tecplot軟件搭建不同的實驗環(huán)境,并利用煙花爆炸的原理來指導機器人進行仿真實驗,實驗結果證明了該方法的可行性。其次,考慮到實際環(huán)境中的氣味源在擴散過程中會形成旋渦,為了提高機器人在陷入局部搜索無效區(qū)域時的搜索效率,我們搭建了30*30m2的不同障礙物的仿真試驗環(huán)境,其中風向和風速是連續(xù)變化的,并對FWA進行優(yōu)化,提出一種基于OSL-FWA的單機器人氣味源定位方法,大量的仿真實驗結果證明這個方法大大地提高了機器人搜索的效率。最后,考慮到單機器人氣味源定位系統(tǒng)在實際環(huán)境應用中,其魯棒性較差,我們利用多機器人系統(tǒng)進行氣味源定位,進一步地對OSL-FWA算法優(yōu)化,提出一種基于AR-FWA的多機器人氣味源定位方法,并在50*50m2的仿真環(huán)境中,增加障礙物的數(shù)量,改變風速等環(huán)境參數(shù),通過大量的仿真實驗證明了該方法的可行性和良好的魯棒性能。
[Abstract]:With the development of robot application technology, intelligent algorithms are gradually being widely used in the field to be optimized. In the face of the increasing number of accidental leakage of harmful chemicals and biochemical terrorist attacks, we need to find out more efficient. More robust odor source active monitoring / positioning method to maintain social stability and security. The purpose of this paper is to study the realization of active olfaction in different environments by using a robot carrying odour sensor. The existing research results can not be combined with the functions of odor information discovery, odor tracking and odor source location confirmation, so it is necessary for the robot to complete the task by switching the three stages of active olfaction. This greatly reduces the efficiency of robot search. Aiming at the dilemma of the mobile robot odor source location method, the appearance of the fireworks algorithm can make up for the shortcomings of the existing research results. Therefore, this paper applies the fireworks algorithm to the robot active olfactory field. Firstly, a single robot odor source location method based on FWA is proposed. Gambit-fluent and Tecplot software are used to build different experimental environments, and the principle of fireworks explosion is used to guide the robot to carry out simulation experiments. The experimental results show that the method is feasible. Secondly, considering that the odour source in the actual environment will form vortex in the process of diffusion, in order to improve the search efficiency of the robot in the local search invalid area, we set up the simulation test environment of different obstacles in 30*30m2. The wind direction and wind speed are continuously changing, and FWA is optimized. A single robot odor source location method based on OSL-FWA is proposed. A large number of simulation results show that this method greatly improves the efficiency of robot search. Finally, considering the poor robustness of the single-robot odor source location system in the actual environment, we use multi-robot system to locate the odour source, and further optimize the OSL-FWA algorithm. A multi-robot odor source location method based on AR-FWA is proposed. In the simulation environment of 50*50m2, increasing the number of obstacles and changing the environmental parameters, such as wind speed, etc., the feasibility and robustness of the method are proved by a large number of simulation experiments.
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP242

【參考文獻】

相關期刊論文 前10條

1 張玉麗;馬小平;;基于修正螢火蟲算法的多模函數(shù)優(yōu)化[J];中國科技論文;2015年08期

2 譚營;鄭少秋;;煙花算法研究進展[J];智能系統(tǒng)學報;2014年05期

3 張建化;鞏敦衛(wèi);張勇;;動態(tài)環(huán)境下基于SVR-PSO的多機器人氣味源定位方法[J];中國科技論文;2014年01期

4 王陽;孟慶浩;李騰;曾明;;室內通風環(huán)境下基于模擬退火算法的單機器人氣味源定位[J];機器人;2013年03期

5 杜振鑫;;煙花算法求解非線性方程組[J];現(xiàn)代計算機(專業(yè)版);2013年04期

6 張家琴;;求解0/1背包問題的煙花算法研究[J];武漢工程職業(yè)技術學院學報;2011年03期

7 李飛;孟慶浩;李吉功;曾明;;基于P-PSO算法的室內有障礙通風環(huán)境下的多機器人氣味源搜索[J];自動化學報;2009年12期

8 李吉功;孟慶浩;李飛;蔣萍;曾明;;時變流場環(huán)境中機器人跟蹤氣味煙羽方法[J];自動化學報;2009年10期

9 蔣萍;孟慶浩;曾明;李飛;李吉功;;一種新的移動機器人氣體泄漏源視覺搜尋方法[J];機器人;2009年05期

10 王儉;季劍嵐;陳衛(wèi)東;;基于行為特征的機器人變步長氣味源搜索算法[J];系統(tǒng)仿真學報;2009年17期

相關博士學位論文 前2條

1 張玉麗;基于虛擬力的多機器人化學源定位研究[D];中國礦業(yè)大學;2015年

2 張建化;基于微粒群優(yōu)化的復雜環(huán)境多機器人氣味源定位[D];中國礦業(yè)大學;2014年

相關碩士學位論文 前1條

1 劉陽;基于點云數(shù)據(jù)的氣味源識別與定位研究[D];中國礦業(yè)大學;2016年

，

本文編號：2059108