买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连理工大学

摘要：一种基于信息驱动的气味源定位方法，属于嗅觉机器人气味源定位领域。该方法中，将环境离散化为网格，机器人从指定位置开始，先进行气体浓度和风向、风速的测量；然后将测量所得数据分别用于粒子滤波算法推测出气源估计位置、马尔科夫随机场推测出的整体环境风场。最后，利用推测出的气源估计位置和风场信息，计算各网格的价值函数，选择最大价值函数的网格，即下一步导航的目标网格，一直持续到粒子滤波算法收敛。该方法依据选取最大价值函数的导航策略使机器人移动到它可能获得最多信息的位置，一定程度上包含上一时刻测量值的信息，更有可能向新区域探索，且还有效利用到了粒子滤波算法推测出的信息，更适合于有障碍物的复杂环境。

主权项：1.一种基于信息驱动的气味源定位方法，其特征在于，该方法包括的步骤为：S1.将环境离散化为大小相等的网格单元，机器人使用传感器检测气体和风值；S2.基于粒子滤波算法，在t时间步气味源的位置估计为： 其中表示在t时间步第i个粒子的位置，为该粒子的权重，Ns为t时间步所有可能发生变化的粒子总数；粒子近似收敛于半正态分布：σt≤Rc 其中Rc为收敛半径；S3.假设气味块在时间步l处从位于的气味源开始释放，其中lt；pi,Rl,t表示气味块从时间步l在处释放并在时间步t到达的概率密度；则测量模型的似然函数为： 其中：f是第一个记录的时间步，1-μSppi,Rl,t为在时间步t的处未检测到气味块的概率，zt＝1表示气味块观测事件发生，反之为0；递归计算粒子权重，直至满足：S4.若发生严重简并性NeffNthr，其中Nthr＝0.5Ns，Neff为粒子的有效样本大小；则进行此步骤的重采样：使用俄罗斯轮盘赌生成新粒子、删除旧粒子，然后重置所有粒子权重为1Ns；S5.将风在环境中的传播建模为多元高斯马尔科夫随机场，使用机器人所在网格的局部观测值推测出全局风场信息；联合概率分布经由马尔可夫随机场转化为最小二乘问题：argmaxpm|z,o＝argminEm m代表未知的风值，z代表机器人测量到的风值，o代表环境及其中的障碍物的先验知识，pm|z,o为后验概率分布；Em为能量函数，R为残差矩阵，Λ是对角信息矩阵，包含每个因素的权重；结合推测出的风场信息，不重复地递归遍历相邻八网格，将局部估计扩散至全局；S6.结合推测出的风场信息和气味源状态估计，根据KL散度得到各网格的奖励函数： ph为当前估计网格的气体浓度高于阈值的概率，Pt为源位置的当前概率分布，Pt+1为给定测量后下一个时间步的概率分布，h表示当前气体浓度测量值高于阈值，m则表示当前气体浓度测量值低于阈值；该网格的总奖励函数计算如下：R＝RKLD+RPF-γRr其中γ∈[0,1]为折扣因子，决定了对机器人进入重复网格的惩罚程度；RPF根据粒子在各网格的分布数量的相对值来决定；处于t时间步的各网格cj的价值函数计算如下：Vtcj＝Rtcj+γVt-1cjγ决定了对以往价值函数包含信息的保留程度；选取价值函数最大的网格作为机器人导航目标点；S7.重复上述步骤直至粒子滤波算法收敛：其中{Pj|zj＝1}是由最近20个气味检测事件的估计位置组成的序列，为序列的平均值，Rerr为允许误差半径。

全文数据：

权利要求：

百度查询： 大连理工大学 一种基于信息驱动的气味源定位方法