[发明专利]一种基于物联网与移动机器人的气体传感器在线漂移校正方法

说明书

技术领域

本发明涉及气体传感器漂移校正领域，具体涉及一种基于物联网与移动机器人的气体传感器在线漂移校正方法。

背景技术

传感器技术作为信息技术的三大组成部分之一，已经得到了极其广泛的应用。特别以气敏传感器为代表的电子鼻技术的发展，采用性能稍逊但价格便宜的气敏传感(如金属氧化物传感器)组成的传感器阵列，利用气敏传感器的交叉敏感特性，结合智能信息处理及模式识别算法，弥补传感器性能上的差距，并同样能达到较高的检测精度。

气敏传感器存在各种各样的问题，漂移就是其中一个不可避免的现象。由于气敏传感器的自身原因，其输出信号会随环境因素的变化、自身老化的原因发生波动现象，被称之为传感器漂移。传感器漂移会导致模式识别算法的精度或系统稳定性下降。解决途径主要有两类，一类为根本解决方案，在于提高气敏传感器本身的可靠性和稳定性，这很依赖于物理、化学、材料及制造工艺等多方面进行突破，成本巨大；另一类，使用信号校正方法对传感器响应中的漂移影响进行校正，本发明主要从信号校正的角度出发，研究气体传感器的漂移问题。

成分校正由Artusson等提出，该算法认为传感器漂移具有一定的规律和惯性，并非随机自由分布，因此可以选择一种具有代表的、性质与测试样本类似的样本作为参考样本，找到测试样本的漂移方向，作为测试样本漂移规律的估计。而基于主成分分析的成分校正为其最成熟的一种。

无线传感器网络是由低成本、低功耗的微型无线传感器节点通过自组织通信形成的分布式网络。其节点成本低廉，可以随机散布在目标区域，通过无线通信和分布式数据处理协调完成信息处理任务。移动机器人作为多种传感器的集成体，其上搭载的高精度校准的传感器阵列，而且机器人可以搭载更多的能量，拥有更强的智能和执行能力，可以运行复杂的算法和执行复杂的任务。

发明内容

针对上述问题，本发明提出了一种基于物联网与移动机器人的气体传感器在线漂移校正方法，以解决目前传感器长期漂移的问题，以实现传感器网络的在线偏移校正，保证气体传感器经校正后仍能保持良好的识别性能。

本发明提出了一种基于物联网与移动机器人的气体传感器在线漂移校正方法。包括以下步骤：

步骤一：传感器节点布置与组网。选用ZigBee协议组建mesh网络进行数据收集，网络中包含协调器，路由器，终端三类设备；移动机器人携带GPS模块、ZigBee模块和校准的传感器阵列以协调器形式入网，并确定其初始位置。

步骤二：确定移动机器人遍历所有节点的路线，并实施。确定移动机器人遍历所有节点的路线，其实质是旅行商问题，本发明采用溶入最近邻算法的混合遗传算法确定其最优路径，遍历所有的节点，在每个节点处停留固定时间，获取数据。

步骤三：设定多个时间窗，得到残差矩阵和漂移成分矩阵。按20天为一个时间窗，将节点与移动机器人采集到的数据分别进行预处理：中位值平均滤波和传感器温湿度补偿；将机器人采集到的标准数据与相应节点的数据做差，得到残差矩阵Y；将当前时间窗节点数据进行主成分分析，得到漂移载荷p。

步骤四：将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据。将当前时间窗的数据矩阵X映射到到载荷向量p上，得到漂移成分矩阵；将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据。

步骤五：完成传感器漂移的在线校正。将时间窗w_i中样本就算出来的校正矩阵用于下一个时间窗w_i+1中样本的校正，假定相邻两个窗内的样本漂移方向近似相同。这样虽然在一定程度上损失了一部分校正精度，但其实现了气体传感器的在线漂移校正，并且由于移动机器人的使用使得其校正后的总体趋势依然有较好的表现。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为本发明的流程框图。

图2为传感器在线漂移校正算法的流程框图。

具体实施方式

下面将结合附图，详细阐述本发明的实施方式。如图1所示，本发明提出了一种基于物联网与移动机器人的气体传感器在线漂移校正方法，包含以下几个步骤：