基于轮式移动机器人的气味源定位方法研究

作     者：郭博轩 

作者单位：哈尔滨商业大学 

学位级别：硕士

导师姓名：纠海峰;白继嵩

授予年度：2024年

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

主      题：气味源定位 轮式机器人 粒子滤波 浓度梯度 

摘      要：随着科技的飞速发展,人类正致力于模仿自然界生物对气味信息的运用。二十世纪九十年代,学者们开始探索嗅觉机器人定位气味源或烟雾源的技术,这一领域被称为机器人主动嗅觉问题。本课题聚焦于轮式移动机器人平台,致力于研发高效的气味源定位方法。 本文通过成功搭建一套气味源定位机器人平台,该平台配备了激光计数式烟雾颗粒物传感器、超声波风向风速传感器以及激光雷达,实现了对周围环境的实时感知与精准建模。借助激光SLAM算法,机器人能够自主定位并构建环境地图,为后续的定位算法提供了坚实的基础。 在算法方面,针对无障碍室内通风条件,本文基于梯度和仿生结合的搜索算法,首先运用Z字形搜索策略,极大地提高了机器人与气体接触的机会。一旦接触到气体,机器人便根据浓度梯度的变化灵活调整运动方向。当浓度值下降时,机器人会利用仿生算法寻找浓度更高的区域,直到精准定位到气味源头。通过仿真充分证明了该算法的可行性。 为应对现实环境中的复杂挑战,使用基于烟羽模型的粒子滤波搜索算法。该算法融合了粒子滤波与信息熵算法,通过迭代过程使粒子状态逐渐收敛,实现对气味源位置的精确估计。此外,信息熵算法的运用有效评估了感知不确定性,引导机器人选择更具信息价值的探索路径,从而显著提升了环境感知的精确度。通过仿真同样验证了该算法的可行性。 为验证这两种算法的性能,在无障碍物室内通风环境中进行了对比实验。实验结果表明,无论是基于梯度和仿生结合的搜索算法,还是基于烟羽模型的粒子滤波算法,在无障碍室内通风环境中均展现了优越的性能。在此基础上,粒子滤波算法在定位成功率以及定位时间等方面均优于基于梯度和仿生结合的搜索算法,表现出更高的实际应用价值。