基于嗅觉信息的机器人味源定位策略及实验研究

• 摘要
• 1 绪论
• • 1.1 背景及意义
  • 1.2 机器人嗅觉定位技术的发展及关键技术
  • • 1.2.1 发展现状
    • 1.2.2 机器人嗅觉定位原理
    • 1.2.3 机器人嗅觉定位技术
• 2 仿生嗅觉系统
• • 2.1 硬件部分
  • 2.2 软件部分
• 3 基于仿生行为的机器人味源定位
• • 3.2 味源扩散问题研究
  • 3.2 基于行为控制的机器人味源定位实现
  • • 3.2.1 机器人味源定位的行为控制结构
    • 3.2.2 基于模糊控制的机器人避障行为
• 4 基于嗅觉、视觉信息融合的机器人味源定位研究
• • 4.1 基于多层黑板模型的嗅、视融合机器人味源定位实现
  • • 4.1.1 搜寻味源黑板系统
    • 4.1.2 确认味源黑板系统
• 实验结果

摘要

  针对搜寻有毒气体泄漏源的应用，对机器人味源定位策略进行了深入研究。主要创新点：
1、研制了一套具有视觉、嗅觉及听觉功能的多感官拟人机器人头部系统。
2、基于仿生学原理，提出并设计了一种新的机器人仿生嗅觉系统
3、受动物捕食策略的启发，提出了一种基于动物捕食行为的机器人味源定位策略
4、借鉴人类综合利用除嗅觉以外的其它感官功能进行味源定位的方法，提出了一种融合嗅觉、视觉信息的机器人味源定位策略，建立了基于气味信息、颜色信息和距离信息融合的味源模型库，帮助机器人进行味源的搜寻和确认。

1 绪论

1.1 背景及意义

  目前，应用移动机器人执行危险作业仍存在一些关键问题亟待解决，例如如何实现移动机器人对可疑目标的准确判断，迅速确定毒气泄漏源或可疑目标的具体位置，以进行进一步的修补、抓取或其它相关工作。但单一功能的机器人较难在这样危险复杂的环境中完成任务，传统的移动机器人平台亦在适应复杂环境等方面存在缺陷。考虑到机器人执行危险任务时，目标物体的颜色、形状及发出的声音、气味等信息，均可能成为有用信息帮助其搜寻、定位目标物体，所以开发具有多传感信息接受处理能力的机器人才具有较高的实用价值。另外，机器人执行任务时的机动能力也有助于快速搜寻、定位到目标物体。

1.2 机器人嗅觉定位技术的发展及关键技术

1.2.1 发展现状

  在寻找味源的任务中，机器人可先通过视觉发现可疑目标，然后运动到目标处利用嗅觉检测其是否为味源，若不是，则后退15cm继续向其它方向搜索。倘若机器人并未发现可疑目标，但气体传感器的反应低于0.8时，此时可停下来检测风向信息，然后利用气体浓度信息和风向信息进行味源搜索。

1.2.2 机器人嗅觉定位原理

  机器人嗅觉定位的实现其本质上就是机器人利用嗅觉或结合多种感觉器官，感知已知或未知环境的各种信息，通过“大脑”（即智能决策模块）对这些信息进行综合和分析，然后作出判断和决策，做出相应动作最终到达味源目标。
  为了实现嗅觉定位功能，它具有三个主要功能模块，即气味搜索模块、气味识别模块和避障模块。其中气味搜索模块能够接受机器人感知到的各种有用信息，如气味气体烟羽的存在、风向信息和障碍物的位置等，根据情况决策出合适的搜索策略。气味识别模块可在有其它气味存在时，引导机器人向着目标味源搜索或判断所找到的味源是否为定位目标。避障模块则在搜索过程中帮助机器人躲避行进路径上的障碍物，使其顺利完成搜索工作。

1.2.3 机器人嗅觉定位技术

  建立浓度分布图搜索算法：此类算法通过机器人在环境中运动，连续的采集环境中各个点的气体浓度，描绘出气体浓度分布图，从而准确的预测味源的位置。所建立的气体浓度分布图的准确性直接决定了机器人能否找到味源，机器人搜索味源的效率问题也是此类算法着重解决的方面。

2 仿生嗅觉系统

2.1 硬件部分

  机器人进入工作区域后，环境中的气体在吸气系统的作用下，进入仿生鼻腔与气体传感器阵列充分接触后经排气管排到外壳体外。气体传感器只对所测目标气体发生响应，产生的电信号经信号调理模块滤波放大后输入到 MCU处理器，MCU 处理器的数模转换器把传感器的电压信号转变成气体的浓度信息，MCU 处理器再根据环境温度、湿度对气体传感器的影响进行相应的补偿，从而得到更准确的气体浓度信息，之后经通讯模块把这些信息实时的传给机器人的主控机，机器人便可利用收到的信息完成如搜寻味源等与嗅觉有关的任务。同时，MCU 处理器可以把气体浓度信息输出到外接的液晶显示模块实时显示，实时显示功能使得该嗅觉系统可扩展成为一种便携式装置单独使用。

2.2 软件部分

  仿生嗅觉系统的软件设计包括单片机系统软件设计和机器人主控机上的应用软件设计。单片机软件设计主要包括传感器数据采集处理、串口通讯、数据显示等部分。系统初始化后，单片机通过配置AMX0SL 寄存器轮流选择每个气体传感器信号进入 ADC0 转换，得到气体浓度测量数据。最后将这些数据经串口传输给机器人的主控机，也可同时输出到液晶显示模块实时显示。

3 基于仿生行为的机器人味源定位

3.2 味源扩散问题研究

  气体扩散的规律极其复杂，受空间环境的流场、障碍物等影响较大，气体扩散浓度呈动态不均匀的分布，用精确的数学模型来描述扩散规律难度较大。因此，令机器人单纯依靠扩散气体的浓度梯度搜索到味源是件很难完成的任务，往往会因为局部浓度高点的存在而误认为找到了味源。所以，除气体浓度信息外，还需要利用更多其他类型的信息，制定出完备的机器人味源搜索策略。
  本文提出味源的确定需同时满足如下两个条件：
  a）味源送出的气体浓度与平均浓度之比高于某阈值；
  b）对于机器人来讲，味源目标本身也是一个障碍物。
若机器人在 20 cm 距离之外判定当前目标点满足上述条件，则可锁定并强制跟踪该目标，到达该目标点时停止味源搜寻过程，任务完成。

3.2 基于行为控制的机器人味源定位实现

3.2.1 机器人味源定位的行为控制结构

  味源确认行为：当机器人检测到距离小于100cm远处有障碍物且气体浓度大于或等于50ppm时便开始进行味源确认。机器人继续向障碍物靠近并在距离 20cm 处开始围绕障碍物移动，同时采集气体浓度信息，根据所定义的味源必须具备的条件，当机器人采集到的气体浓度远高于平均浓度时便认为已经到达了泄漏源处。
  避障行为：机器人检测到距离小于100m远处有障碍物且气体浓度小于50ppm时，便触发了避障行为。
  逆风搜索行为：机器人在搜索味源过程中发现气味信息后（设定发现气味信息的气体浓度阈值为 10ppm），如果同时检测到某方向的风速大于等于 1.5m/s，则逆风搜索行为触发。
  智能搜索行为：在机器人检测到气味信息后，但检测到的各向风速均小于 1.5m/s，此时便可以令机器人切换到智能式搜索行为。
  “Z”字形搜索行为：是最低优先级的，只有其他行为都没有触发时， 机器人才会执行”Z”字形搜索行为。

3.2.2 基于模糊控制的机器人避障行为

  通过三个超声波传感器实现避障，分别安装在机器人的正前方、右前侧及左前侧。模糊控制输入为三个超声波传感器测得的距离，输出为机器人两个驱动轮的速度。其避障规则如下：
（1）前方有障碍物时快速右转
（2）前方与右方有障碍物时机器人左转
（3）前方与左方有障碍物时机器人右转
（4）前方、左方及有房均有障碍物时机器人右转。

4 基于嗅觉、视觉信息融合的机器人味源定位研究

  机器人在任务刚开始时，进行全局随机搜索，同时开启气体传感器和立体视觉系统，机器人走”Z”字形路线在工作环境中搜索。当检测到某种泄漏气体后，机器人马上调用先验知识库，获取该味源的一些特征信息，如颜色信息及对应的味源模型库。确定了泄漏源的颜色信息后，机器人开始进行有目的的局部搜索。局部搜索过程中如果机器人发现具有味源颜色的可疑目标后，立刻趋近该目标，到达可疑目标后，利用味源模型库来判断可疑目标是否为正真的味源，如果是，则获取其三维坐标，完成味源定位，如果不是，则重新进行局部搜索，寻找新的目标。如果机器人在刚开始进行局部搜索时，并没有看到具有味源颜色的可疑目标，则利用气体浓度信息来搜寻可疑目标。通过判断当前气体浓度信息，如果检测到气体浓度大于某阈值，说明味源很可能在附近区域，或是在下风向区域，则应判断一下当前风速，如果风速大于某阈值，则说明气体很可能是从味源处顺风扩散过来，这时，可令机器人进行逆风、视觉搜索，快速发现并到达新的可疑目标；如果风速小于某阈值，则令机器人依据浓度梯度和视觉进行搜索，从而发现并到达新的可疑目标。如果在局部搜索时，机器人检测到的气体浓度信息小于某阈值，说明味源距离该区域较远，此时令机器人以螺旋式运动，通过视觉快速搜寻可疑颜色目标。同样，机器人每到达一个可疑目标后，都要利用味源模型库进行最终的确认，得出确认目标的三维坐标，完成味源目标定位。

4.1 基于多层黑板模型的嗅、视融合机器人味源定位实现

本文把机器人味源定位问题分为了两个阶段，即味源搜寻和味源确定

4.1.1 搜寻味源黑板系统

  搜寻味源黑板包括传感器数据信息层、先验知识信息层、可疑目标特征信息层、及决策信息层。
  传感器信息层：用来存放机器人各传感器的输出数据，如嗅觉信息、视觉信息、风速风向信息、超声信息、码盘信息等。
  先验知识信息层：用来存放一些预知的经验知识，如储气罐存的储气种类、颜色及形状等信息。
  可疑目标特征信息层：用来存放找到的可疑目标物体的特征信息，如颜色、气体浓度，距离等信息。
  决策信息层：用来存放知识源给出的问题解，如机器人速度、加速度等信息。该层信息内容提供给控制机构的结果选择模块，从而决定机器人的动作行为。
  避障知识源：解决机器人搜寻味源过程中的避障问题，属于优先级最高的知识源，只要机器人探测到障碍物，即触发避障知识源。
  螺旋、视觉搜索知识源：解决机器人在局部搜寻味源时，暂时未发现可疑颜色目标且气体浓度信息不显著的情况下搜寻可疑目标问题。采用走螺旋形路线，进行基于颜色信息的视觉搜索。
  浓度梯度搜索知识源：解决机器人局部搜寻味源时，暂时未发现可疑颜色目标，气体浓度信息显著且风速小于设定阈值的情况下搜寻可疑目标问题。主要依靠气体浓度梯度进行搜寻，令机器人向着气体浓度增大的方向进行。
  逆风、视觉搜索知识源：解决机器人在局部搜寻味源是，暂时未发现可疑颜色目标，但气体浓度信息和风速信息均显著的情况下搜寻可疑目标问题。这种情况下，味源位于上风向的可能性较大，故令机器人逆风进行基于颜色的视觉搜索。
  趋近目标知识源：机器人在局部搜寻味源过程中，发现可疑颜色目标后，即触发该知识源。机器人便进行基于颜色的视觉导航行为，快速到达可疑目标进行下一步味源确认工作。
  先验知识库知识源：该知识源解决气体种类和搜寻目标颜色的匹配问题，当机器人检测到气体后，触发该知识源，得到所搜寻目标的颜色特征，令机器人有针对性的进行搜寻工作。
  全局随机搜索知识源：解决机器人刚开始搜寻味源时，在全局范围内进行随机搜寻的问题。令机器人进行“Z”字形搜寻，尽可能的不遗漏搜索区域。

4.1.2 确认味源黑板系统

  传感器数据信息层：该信息层与味源搜寻黑板系统的传感器数据信息层一样，用来存储机器人的各种传感器信息。
  味源模型库信息层：该信息层存储各味源模型库的参数信息，如颜色模板信息、加权系数及决策阈值等。
  确认目标特征信息层：用来存储确认的味源特征信息，如颜色、气味及位置等信息。
  决策信息层：用来存储机器人判断味源的结果信息及机器人的速度、加速度等信息，可提供给控制机构的结果选择模块，决定下一步机器人的行为动作。

实验结果

结果表明，该方法比普通仿生学方法在有风和无风环境下都有更高的成功率。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！