[发明专利]一种机器人多模态间歇性羽流寻源自主追踪方法

说明书

由于在非结构环境中，空间羽流的非连续、不稳定、不确定特性突出，使得部分羽流运动存在典型的间歇性特点，从而使得传统基于嗅觉或视/嗅觉融合的方法无法有效可靠地追踪羽流并进行源定位，在羽流寻源过程遇到较大地挑战，亟待研发一种能够在间歇性羽流寻源的可靠方法。因传统多传感器融合的羽流寻源方法对羽流的物理、化学特性未能充分地利用，导致大量潜在的信息舍弃，当机器人无法接触羽流的情况下，易使寻源效率不足或失败。由于不同成份的羽流在光谱成像方面存在着差异，部分羽流具有较明显的色彩、灰度、纹理等物理特征，因此可通过高光谱成像来获得羽流视觉信息，提取其物理、化学特征；反之，即使部分羽流无明显的物理特征，仍可通过高光谱成像提取其化学特征。因此，本发明在寻源机器人基本感知（化学、流向/流速）基础上，采用一种由高光谱成像来获得羽流的视觉信息，提取羽流的物理、化学特征，对机器人无法接触到的羽流也具备非接触检测能力。此外，通过F‑DARTS的基础网络架构，借鉴自主发育网络的参数演进思想，来探索非结构环境下的机器人羽流寻源自主追踪方法，提升寻源效率和可靠性，为机器人在多模态间歇性羽流寻源中提供可靠的视觉信息处理与分析能力保障。

技术领域

本发明涉及寻源定位技术领域，具体为一种用于泄漏气体的感知以及机器人自主寻源决策的发明。

背景技术

随着工业制造业的快速发展，石油、煤气、天燃气等易燃易爆、有毒的化工产品在给我们日常生活带来便利的同时，人类也越来越多地面对易燃易爆、有毒介质的泄漏、排放、中毒等事故,给人们的健康和安全带来了现实的危害。因此，尽快地查明泄漏源并及时排险对保障人们的健康和安全具有重要意义。然而，对于目前的羽流源定位方法存在以下缺陷。

（1）传统人工携带浓度测量仪探测气体泄漏源的方法用人成本高、搜索效率低，具有较高的危险性。而通过布署传感器网络的羽流源的方法，其定位精度与传感器部署密度有关，且成本高、灵活性差。

（2）机器人羽流寻源多采用单个或多个同类羽流传感器采集羽流信号。机器人获取的羽流信息单一、搜索能力有限；尤其在湍流环境中，难以获取稳定的羽流浓度、浓度梯度以及风矢量信息，从而导致机器人寻源时间过长，甚至搜索失败，无法应对复杂多变的环境。

（3）机器人羽流寻源过程中，由于部分羽流具有明显的颜色、纹理等特征，传统方法未进行充分的考

虑和利用，导致大量潜在可利用的信息舍弃，寻源效率低下。

（4）在非结构环境中，空间羽流的非连续、不稳定、不确定特点突出，使得部分羽流运动存在典型的间歇性特点，从而使得传统的基于嗅觉或视/嗅觉融合的方法无法有效地追踪羽流并进行源定位。

为了克服以上缺陷，亟待研发一种能够在间歇性羽流空间寻源的可靠方法。

发明内容

为解决羽流源定位中存在的上述问题，本发明的目的在于提供一种能够在间歇性羽流空间寻源的可靠方法，本发明的特色可以简要概括为：无羽流由“闻而不看”到“既闻又看”再到“看到味道”。即由于在非结构环境中，空间羽流的非连续、不稳定、不确定特性突出，使得部分区域羽流运动存在显著的间歇性特点，羽流忽有忽无，传统视/嗅觉寻源方法一旦无法“闻”（无化学信息）或无法“看”（无物理信息）到羽流，寻源效率和可靠性下降明显。本发明在基础化学和视觉感知基础上，获取羽流化学、物理信息（既闻又看）；一旦机器人落入间歇性羽流域，通过对高光谱成像分析，提取羽流的化学信息特征，实现“看到味道”的跨跃。为提高辨识羽流的精准性，此发明通过F-DARTS的基础网络架构，借鉴自主发育网络的参数演进思想，实现机器人羽流寻源策略的自主追踪，提升寻源效率和可靠性，为机器人在多模态间歇性羽流寻源中提供可靠的视觉信息处理与分析能力保障。

在本发明中，“多模态”是指在典型物理/化学信息类别视角下，不同趋向特性的羽流呈现出的多种性态。间歇性羽流表现出的“忽隐忽现”，对机器人高效、可靠地寻源提出了较大的挑战。

本发明解决的问题所采用的硬件选择和技术。