李素霞

(濰坊科技學(xué)院經(jīng) 濟(jì)管理學(xué)院,山東 壽光 262700)

機(jī)器人探測(cè)氣體泄漏源定位研究

李素霞

(濰坊科技學(xué)院經(jīng) 濟(jì)管理學(xué)院,山東 壽光 262700)

采用攝像機(jī)小孔成像模型以及氣味主動(dòng)嗅覺(jué)的組分方程模型,建立了機(jī)器人檢測(cè)氣味泄漏源的控制模型,給出了氣味源探測(cè)的算法。通過(guò)模擬天然氣泄漏的過(guò)程表明,采用的模型能夠較好實(shí)現(xiàn)氣體濃度變化檢測(cè)。軟件仿真結(jié)果表明機(jī)器人擁有了環(huán)境運(yùn)動(dòng)的能力;實(shí)際環(huán)境的應(yīng)用結(jié)果表明系統(tǒng)可以將團(tuán)狀的氣體分子在空氣中運(yùn)動(dòng)感知和發(fā)現(xiàn),設(shè)計(jì)的控制機(jī)器人氣味追蹤算法具有實(shí)際應(yīng)用可行性。研究成果對(duì)于我國(guó)機(jī)器嗅覺(jué)和氣體定位的發(fā)展有一定的理論和實(shí)際意義。

機(jī)器人； 主動(dòng)嗅覺(jué)； 組分方程

智能視頻監(jiān)控系統(tǒng)中,運(yùn)動(dòng)目標(biāo)的追蹤與檢測(cè)一直都是其研究難點(diǎn)和關(guān)鍵,這也是包括自動(dòng)控制、機(jī)器視覺(jué)等學(xué)科的研究熱點(diǎn)方向[1-3]。其中機(jī)器嗅覺(jué)定位于控制更為重要的關(guān)鍵技術(shù),日本的團(tuán)隊(duì)在上世紀(jì)90年代就開(kāi)始了機(jī)器嗅覺(jué)問(wèn)題的探究,當(dāng)時(shí)最早出現(xiàn)的成果是從飛蛾行為的模型中建立,通過(guò)多個(gè)氣體、風(fēng)速傳感器實(shí)現(xiàn)氣味的方向性檢查,結(jié)合風(fēng)向和氣味信息共同實(shí)現(xiàn)氣味檢測(cè),以上研究已經(jīng)在消防領(lǐng)域有了廣泛性的應(yīng)用[4-7]；澳大利亞Russel課題組,采用的是基于渦蟲(chóng)趨化性運(yùn)動(dòng)模型設(shè)計(jì)的地下味源定位系統(tǒng),提出了渦蟲(chóng)跟蹤算法較好的實(shí)現(xiàn)了酒精源定位[8-9]；瑞士的Pyk課題組則是考慮了雌蛾基于信息素實(shí)現(xiàn)雄蛾跟蹤模型,實(shí)現(xiàn)了機(jī)器人探測(cè)化學(xué)源的應(yīng)用,之后該團(tuán)隊(duì)更是結(jié)合人工蛾模型設(shè)計(jì)了能夠躲避搜索路徑障礙物的氣味嗅覺(jué)機(jī)器人[10-13]；國(guó)內(nèi)關(guān)于機(jī)器人嗅覺(jué)以哈工大、中科院遙感所為代表,已經(jīng)實(shí)現(xiàn)了移動(dòng)機(jī)器人仿生運(yùn)動(dòng)控制研究,能夠較好實(shí)現(xiàn)火災(zāi)煙霧的定位[14-16]。

近年來(lái)隨著國(guó)內(nèi)霧霾現(xiàn)象的日益惡化,各類(lèi)關(guān)于氣味的研究又成為了各領(lǐng)域的研究熱點(diǎn)[17-18]。氣味或者氣體分子分布比較容易受到湍流的擾亂,會(huì)出現(xiàn)隨機(jī)彎曲的現(xiàn)象,導(dǎo)致結(jié)構(gòu)的不定性[19-21]。上述問(wèn)題必然導(dǎo)致傳感器檢測(cè)氣體濃度容易被擾動(dòng)?；谝陨蠁?wèn)題和背景,本團(tuán)隊(duì)提出了仿生學(xué)的主動(dòng)嗅覺(jué)定位,建立了實(shí)現(xiàn)機(jī)器人檢測(cè)氣味泄漏源的模型,較好地完成了氣體泄漏源定位。研究成果對(duì)于我國(guó)機(jī)器嗅覺(jué)和氣體定位的發(fā)展有一定的理論和實(shí)際意義。

1 氣體泄漏源定位模型

1.1 運(yùn)動(dòng)目標(biāo)的移動(dòng)機(jī)器人控制

首先分析移動(dòng)機(jī)器人的控制模型。設(shè)移動(dòng)機(jī)器人定位中心是(xo,yo),于是可以將目標(biāo)的跟蹤定位分為以下2部分：計(jì)算機(jī)器人左右移動(dòng)的距離ΔX,以及得到機(jī)器人計(jì)算前后移動(dòng)的距離△Z。對(duì)于機(jī)器人左右移動(dòng)的實(shí)際距離采用攝像機(jī)小孔成像的模型進(jìn)行得出,于是存在如下關(guān)系：

(1)

上述方程中參數(shù)都是小孔成像模型參數(shù),詳見(jiàn)文獻(xiàn)6和文獻(xiàn)14,其中的dx和dy表示攝像機(jī)成像像素的橫向長(zhǎng)度和縱向長(zhǎng)度。

對(duì)于機(jī)器人計(jì)算前后移動(dòng)的距離ΔZ,則較為復(fù)雜。因?yàn)閷?shí)際的定位過(guò)程需要確保定位目標(biāo)的成像和圖像之間面積的比值不會(huì)發(fā)生變化,進(jìn)而通過(guò)定位目標(biāo)的成像和圖像之間面積的函數(shù)關(guān)系得到機(jī)器人運(yùn)動(dòng)的ΔZ。這里設(shè)定位目標(biāo)的成像和圖像面積分別為k1和k2,設(shè)定位目標(biāo)與機(jī)器人近似模型得到距離為mZ,于是依據(jù)運(yùn)動(dòng)模型可以得到以下函數(shù)關(guān)系：

(2)

上述方程中的YB(t)表述的是定位目標(biāo)在圖像直角坐標(biāo)系中的位置。式(1)和式(2)可以按Kalman濾波確定定位目標(biāo)的位置,進(jìn)而計(jì)算得到相應(yīng)的距離。

1.2 主動(dòng)嗅覺(jué)的控制過(guò)程

本文設(shè)計(jì)的氣味主動(dòng)嗅覺(jué)的控制過(guò)程主要通過(guò)動(dòng)量方程、組分方程的2類(lèi)數(shù)學(xué)模型進(jìn)行確定。

1.2.1 動(dòng)量方程模型

氣體分子的擴(kuò)散會(huì)滿(mǎn)足動(dòng)量守恒,于是可以建立擴(kuò)散過(guò)程中x、y、z方向上相應(yīng)的動(dòng)量方程。一般形式能夠表述為

(3)

式中，ρ為氣體分子密度，μt為t時(shí)間擴(kuò)散系數(shù)，ui表示i分子的動(dòng)量，gi表示i分子壓力。

在x方向上的方程滿(mǎn)足以下關(guān)系：

(4)

在y方向上的方程滿(mǎn)足以下關(guān)系：

(5)

在z方向上的方程滿(mǎn)足以下關(guān)系：

(6)

上述方程中參數(shù)u、v、w分別是x、y、z方向上擴(kuò)散過(guò)程的速度,g是重力加速度,p是擴(kuò)散開(kāi)始的絕對(duì)壓力。

1.2.2 組分方程模型

氣體分子的擴(kuò)散依然會(huì)滿(mǎn)足組分質(zhì)量守恒,于是可以建立擴(kuò)散過(guò)程中組分方程,也是本文采用的模型：

(7)

上述方程中參數(shù)ω為各組分的質(zhì)量分?jǐn)?shù),Dt是流體擴(kuò)散系數(shù)。

1.3 氣體定位算法

本文設(shè)計(jì)的氣味定位過(guò)程算法如下：首先確定氣體濃度閾值,氣體濃度比此閾值小時(shí)就認(rèn)為氣體分子沒(méi)有形成煙羽。移動(dòng)機(jī)器人檢測(cè)煙羽是依據(jù)風(fēng)向傳感器的逆向移動(dòng),低于設(shè)計(jì)的閾值就確定會(huì)沒(méi)有煙羽；當(dāng)高于閾值時(shí),機(jī)器人就會(huì)采用擴(kuò)展半徑進(jìn)行探測(cè)選擇,直至找到氣味源。

算法重復(fù)定位語(yǔ)句描述如下：

While (1) {If (Concentration>Limit Val) Follow Wind; Else Search Plume}

2 氣體實(shí)驗(yàn)

2.1 環(huán)境模型

通過(guò)軟件構(gòu)建實(shí)驗(yàn)環(huán)境模型,環(huán)境設(shè)置成如下形式：泄漏口的初始速度設(shè)置為5 m/s,甲烷的質(zhì)量分?jǐn)?shù)設(shè)置為 1；空氣入口的速度設(shè)置為0.5 m/s,出口壓力直徑設(shè)置為0.25 m。假設(shè)從泄漏口開(kāi)始計(jì)算,迭代的時(shí)間步長(zhǎng)設(shè)置為2.5 s,天然氣的初始濃度設(shè)置為0,泄漏的初始速度設(shè)置為5 m/s。

2.2 算法和嗅覺(jué)應(yīng)用結(jié)果

圖1—3分別給出了系統(tǒng)模型算法應(yīng)用52.5、105、157.5 s時(shí)室內(nèi)甲烷的情況。從圖中分布情況可以得出,系統(tǒng)能夠較好地確定甲烷煙羽濃度變化情形,即采用的模型能夠較好實(shí)現(xiàn)氣體濃度變化檢測(cè)。

圖1 應(yīng)用52.5 s時(shí)室內(nèi)甲烷的情況

圖2 應(yīng)用105 s時(shí)室內(nèi)甲烷的情況

圖3 應(yīng)用157.5 s時(shí)室內(nèi)甲烷的情況

圖4給出了采用設(shè)計(jì)的機(jī)器人主動(dòng)嗅覺(jué)氣味源定位算法的軟件仿真結(jié)果,模擬的實(shí)際環(huán)境尺寸與上述的模擬范圍保持一致。從圖4中的結(jié)果可以看出，機(jī)器人能夠在不同的位置通過(guò)訪問(wèn)導(dǎo)入到源碼文件搜索相應(yīng)位置的甲烷煙羽濃度值來(lái)感知局部甲烷煙羽濃度大小。通過(guò)使用這種方法,模擬機(jī)器人有能力感知到局部的煙羽濃度，這樣機(jī)器人便擁有了在模擬的環(huán)境中運(yùn)動(dòng)的能力。

2.3 實(shí)際應(yīng)用分析

這里針對(duì)室內(nèi)微風(fēng)的環(huán)境進(jìn)行實(shí)際應(yīng)用,運(yùn)用建立的動(dòng)態(tài)呈湍流特性的模型,即在空間任一點(diǎn)的濃度和風(fēng)速、風(fēng)向是隨時(shí)間變化的。圖5為某實(shí)際環(huán)境的應(yīng)用結(jié)果,由結(jié)果可知團(tuán)狀的氣體分子在空氣中運(yùn)動(dòng)被感知和發(fā)現(xiàn),這表明設(shè)計(jì)的控制機(jī)器人氣味追蹤算法具有可行性。

圖4 仿真結(jié)果(起點(diǎn)(5.1,0),起點(diǎn)濃度值C0=0.45)

圖5 實(shí)際應(yīng)用情況

3 結(jié)語(yǔ)

主動(dòng)嗅覺(jué)定位技術(shù)可以主動(dòng)對(duì)目標(biāo)化學(xué)物質(zhì)感知并確定其位置,在環(huán)境監(jiān)測(cè)、危險(xiǎn)物品泄漏檢測(cè)、倉(cāng)庫(kù)安保等方面具有重要的意義。目前,這項(xiàng)技術(shù)仍然處在探索階段,有著廣闊的科研空間。本文主要完成了在計(jì)算機(jī)模型下,將基于濃度梯度搜索算法的煙羽跟蹤策略進(jìn)行了氣源定位,并完成仿真驗(yàn)證和實(shí)際驗(yàn)證,證明了設(shè)計(jì)的可行性。

References)

[1] 賀寧,楊建華,陳立偉,等.主動(dòng)嗅覺(jué)輪式移動(dòng)機(jī)器人的系統(tǒng)設(shè)計(jì)及定位方法研究[J].機(jī)械科學(xué)與技術(shù),2013,32(2):285-288.

[2] 趙智琦,房建東.隧道內(nèi)車(chē)輛運(yùn)輸儲(chǔ)罐泄漏源機(jī)器人仿生感知算法研究[J].機(jī)床與液壓,2015,15(6):80-85.

[3] 陳一村,蔡浩,陳志龍,等.基于主動(dòng)嗅覺(jué)的室內(nèi)時(shí)變污染源定位方法[J].解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,17(3):257-263.

[4] 張東,程磊,劉波,等.基于移動(dòng)機(jī)器人的主動(dòng)嗅覺(jué)技術(shù)研究[J].計(jì)算技術(shù)與自動(dòng)化,2014,33(2):7-10.

[5] 任坤,劉鵬.基于神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人主動(dòng)嗅覺(jué)定位研究[J].決策與信息(下旬刊),2015,20(8):247.

[6] 王陽(yáng),孟慶浩,李騰,等.室內(nèi)通風(fēng)環(huán)境下基于模擬退火算法的單機(jī)器人氣味源定位[J].機(jī)器人,2013,35(3):283-291.

[7] 程磊,張東,劉波,等.基于無(wú)線傳感器網(wǎng)絡(luò)的氣體泄漏源定位機(jī)器人設(shè)計(jì)[J].傳感器與微系統(tǒng),2015,91(2):85-87.

[8] 趙雨辰.喚醒嗅覺(jué):從宗教儀式中氣味的作用看藝術(shù)創(chuàng)作中嗅覺(jué)機(jī)制的運(yùn)用[J].美與時(shí)代(上旬刊),2014,5(6):22-25.

[9] 陳一村,蔡浩,陳志龍,等.基于改進(jìn)PSO算法的室內(nèi)時(shí)變污染源定位方法[J].環(huán)境工程,2016,34(10):142-146,171.

[10] 崔日鮮,劉亞?wèn)|,付金東,等.基于機(jī)器學(xué)習(xí)和可見(jiàn)光光譜的冬小麥葉片氮積累量估算[J].光譜學(xué)與光譜分析,2016,36(6):1837-1842.

[11] 程術(shù)希,孔汶汶,張初,等.高光譜與機(jī)器學(xué)習(xí)相結(jié)合的大白菜種子品種鑒別研究[J].光譜學(xué)與光譜分析,2014,21(9):2519-2522.

[12] 王肇國(guó),易涵,張為華,等.基于機(jī)器學(xué)習(xí)特性的數(shù)據(jù)中心能耗優(yōu)化方法[J].軟件學(xué)報(bào),2014,15(7):1432-1447.

[13] 徐健鋒,湯濤,嚴(yán)軍峰,等.基于多機(jī)器學(xué)習(xí)競(jìng)爭(zhēng)策略的短時(shí)交通流預(yù)測(cè)[J].交通運(yùn)輸系統(tǒng)工程與信息,2016,16(4):185-190,198.

[14] 何清,李寧,羅文娟,等.大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[J].模式識(shí)別與人工智能,2014(4):327-336.

[15] 陸悠,李偉,羅軍舟,等.一種基于選擇性協(xié)同學(xué)習(xí)的網(wǎng)絡(luò)用戶(hù)異常行為檢測(cè)方法[J].計(jì)算機(jī)學(xué)報(bào),2014,37(1):28-40.

[16] 武小紅,蔡培強(qiáng),武斌,等.基于無(wú)監(jiān)督可能模糊學(xué)習(xí)矢量量化的近紅外光譜生菜品種鑒別研究[J].光譜學(xué)與光譜分析,2016,36(3):711-715.

[17] 韓瑩,李?yuàn)檴?陳福明,等.基于機(jī)器學(xué)習(xí)的地震異常數(shù)據(jù)挖掘模型[J].計(jì)算機(jī)仿真,2014,31(11):319-322.

[18] 唐飛,王波,查曉明,等.基于雙階段并行隱馬爾科夫模型的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J].中國(guó)電機(jī)工程學(xué)報(bào),2013,33(10):90-97.

[19] 徐健鋒,許園,許元辰,等.基于語(yǔ)義理解和機(jī)器學(xué)習(xí)的混合的中文文本情感分類(lèi)算法框架[J].計(jì)算機(jī)科學(xué),2015,42(6):61-66.

[20] 魯剛,余翔湛,張宏莉,等.基于集成聚類(lèi)的流量分類(lèi)架構(gòu)[J].軟件學(xué)報(bào),2016,27(11):2870-2883.

[21] 孫麗華,嚴(yán)軍峰,徐健鋒,等.基于多機(jī)器學(xué)習(xí)競(jìng)爭(zhēng)策略的短時(shí)雷電預(yù)報(bào)[J].計(jì)算機(jī)應(yīng)用,2016,36(9):2555-2559.

Research on locating gas leakage source by robot detection

Li Suxia

(School of Economics and Management,Weifang University of Science and Technology,Shouguang 262700,China)

By using the camera small hole imaging model and the component equation model of odor active olfaction,a control model of locating odor leakage by robot detection is established,and the algorithm of odor source detection is presented. By simulating the process of gas leakage,the model can be used to detect the concentration change of gas,and the simulation results by using solfware show that the robot has ability for the environmental movement. The application in the actual environment shows that the system can perceive and find the movement of the mass of gas molecules in the air,and the algorithm of the designed control robot for odor tracking has the feasibility of practical application. The research results have theoretical and practical significance for the development of machine olfaction and gas location in our country.

robot; active olfaction; component equation

10.16791/j.cnki.sjg.2017.07.013

2017-01-13

國(guó)家自然科學(xué)基金項(xiàng)目(51562017)；山東省自然科學(xué)基金項(xiàng)目(81083)；山東省高等學(xué)校科技發(fā)展計(jì)劃項(xiàng)目(J16LN51)

李素霞(1979—),女,山東壽光,碩士,講師,主要從事計(jì)算機(jī)領(lǐng)域研究.

E-mail：liuna1934252@163.com

TP242.6

A

1002-4956(2017)07-0046-03