基于移動機器人的主動嗅覺技術研究
2014-08-08 19:22:20張東程磊劉波周明達
計算技術與自動化 2014年2期
張東++程磊++劉波+周明達
收稿日期：2013-08-02
基金項目：國家自然科學基金資助（60705035，61075087，61203331）;冶金工業過程系統科學湖北省重點實驗室開放基金重點項目（Z201102）；河南省高等學校控制工程重點學科開放基金項目（KG2011-01）；湖北省教育廳科研計劃重點項目（D20131105）
作者簡介：張 東（1989—），男，湖北隨州人，研究生，研究方向：移動機器人，智能控制。
文章編號：1003-6199(2014)02-0007-04
摘 要：使用移動機器人來定位氣味源已經成為一個研究熱點，機器人主動嗅覺是指使用機器人自主發現并跟蹤煙羽，最終確定氣味源所在位置的技術。本文對當前主動嗅覺技術進行概述，并根據生物嗅覺行為介紹一種氣味源定位算法，這種算法不依賴某一點氣味濃度值，僅依靠氣味濃度變化率就可找到氣味源。并在高斯模型下對煙羽分布模型進行仿真。
關鍵詞：機器人；仿生嗅覺；氣味源定位
中圖分類號：TP391文獻標識碼：A
Active Olfaction Technology Research Based on Mobile Robot
ZHANG Dong1，CHENG Lei1,2，LIU Bo1，ZHOU Mingda1
(1.College of Information Science and Engineering ,Wuhan University of Science and Technology,Wuhan,Hubei 430081,China;
2.Henan Provincial Open Laboratory for Control Engineering Key Disciplines,Henan Polytechnic University,Jiaozuo,Henan 454000,China)
Abstract:Using mobile robot to locate the odor source has become a hot research，Robot active olfaction refers to the use of robots find and track plume, ultimately determine the odor source location．This article summarizes the current active olfaction technology, and according to the biological olfactory behavior to design an algorithm for odor source localization, the algorithm does not rely on a little odor concentration values, only rely on the odor concentration rate we can find the odor source. The simulation and the plume distribution model in the Gauss model.
Key words:robot; bionic olfaction;odor source localization
1 引 言
氣味跟蹤和定位在自然界普遍存在。近年來，研究人員使用智能移動機器人來探測定位危險氣源已經成為了一個研究熱點。移動嗅覺機器人可以從事與氣味跟蹤相關的工作，例如：尋找有毒氣體泄漏源、尋找地下煤礦瓦斯氣體泄漏源［1］、尋找爆炸源等。目前機器人嗅覺還處于初級階段，這也是機器人領域最后及最難攻克的感知模擬問題。移動嗅覺機器人具有開發快速，可長時間工作，且能完成高危作業的特點，這種氣味源跟蹤及定位的嗅覺機器人具有廣闊的應用前景。
2 移動嗅覺機器人研究現狀分析
自1990年開始，日本和美國的研究員就開始從事機器人主動嗅覺方面的研究，并取得了豐富的成果。在國內此方面的研究還處于起步階段，但由于其研究意義重大，相關成果迅速獲得關注。
在國外, 美國智利圣地亞哥大學的Rozas早在 1991 年就開始研制電子鼻［1］進行氣味搜索方面研究，他們把電子鼻安裝到小型移動機器人上，使移動機器人具有氣味跟蹤的能力，并提出了氣味濃度梯度算法使機器人具有跟蹤氣體，尋找氣味源的能力。從此很多研究員就開始這方面的研究。1992年后，日本東京工業大學的Ishida［2］和他的團隊就開始機器人主動嗅覺方面的研究，他通過仿生學原理提出了一種根據風向信息及氣味濃度信息兩種搜索策略相結合實現氣味源定位，提高的移動機器人定位的效率。Ishida還開發出電子鼻如圖1所示：
圖1 電子鼻
計算技術與自動化2014年6月
第33卷第2期張 東等：基于移動機器人的主動嗅覺技術研究
這種電子鼻［3］的原理是用石英晶體當檢測氣味分子的敏感天平，在石英晶體表面涂上一層可以捕獲氣味的化學原料，當電子鼻在遇到氣味時，石英晶體表面會附上此種氣味微粒，導致石英晶體質量增加從而影響共振頻率。石英晶體質量增加對共振的影響公式如下：
ΔX=2X2ΔaPV(1)
其中X表示石英晶體的共振頻率，ΔX表示石英晶體共振頻率的變化量，Δa表示石英晶體的單位面積質量增加，P表示石英晶體的密度，V表示聲音在石英晶體中傳播速度。2004年，Ishida開發出三維氣味源定位器如圖2所示；
圖2 三維氣味源定位器
并利用三維氣味源定位器進行了三維空間的機器人嗅覺定位實驗。澳大利亞Russell也較早帶領他的團隊從事機器人主動嗅覺方面的工作，受到生物觸覺啟發，Russell［4］設計出半八字形機器人主動嗅覺氣味尋源算法。2002年美國的Hayes提出了螺旋式氣味跟蹤算法。并提出機器人氣味尋源系統的簡單評定指標，即：
Q=XN1+YN2P (2)
P=XN+YM(3)
其中M是完成嗅覺定位所需要的總距離，N是完成嗅覺定位所需要的總時間，X和Y是分別是時間和距離的加權函數，N1是完成嗅覺定位所需的最短時間，N2是完成嗅覺定位所需要最短距離。
在國內，張小俊［8,9］等人研究了一種基于動物捕食行為的移動機器人氣味源定位策略；路光達等人基于扁形蟲動態刺激反應模式；天津大學孟慶浩教授在多機器人主動嗅覺領域取得了較大成果。
3 移動嗅覺機器人硬件設計
3.1 嗅覺機器人GaPTR型
早在1992年，日本東京工業大學的Ishida和他的同事開始進行機器人嗅覺定位方面的研究。他們從飛蛾嗅覺行為中獲得啟示，提出了一種模仿飛蛾的嗅覺定位策略，制成了氣味方向檢測裝置，該移動機器人利用四個氣味傳感器和四個方向傳感器實現氣味的搜索。嗅覺機器人GaPTR-Ⅰ如圖3［7］所示。
圖3 嗅覺機器人GaPTRⅠ
2002年，為了提高機器人氣味的搜索的性能，Ishida開發了第二代嗅覺機器人GaPTRⅡ。GaPTRⅡ型嗅覺機器人同樣采用類型的氣味傳感器和飛向傳感器，但把傳感器的擺放位置做了調整。如圖4［7］所示，在第二代嗅覺機器人上安裝了一個延伸臂，在延伸臂的兩端是兩個氣味傳感器Ra和Rl通過比較它們的濃度差從而確定嗅覺機器人的前進方向。嗅覺機器人所在位置的氣體濃度是由Rc傳感器輸出，來判斷此時嗅覺機器人是否接觸煙羽。兩個氣流傳感器為嗅覺機器人提供風向信息。
3.2 基于MTU移動機器人的嗅覺機器人設計
本文設計的移動嗅覺機器人主要由五個模塊組成，即DSP TMS320F2407核心控制模塊、傳感器控制和信號調理模塊、電機控制和驅動模塊、無線通信模塊、AD和DA轉換模塊、系統電源等。結構圖如下圖5，6所示。
圖4 嗅覺機器人GaPTRⅡ
圖5 移動嗅覺機器人硬件模塊
圖6 移動嗅覺機器人實物
4 移動嗅覺機器人氣味源定位策略設計
4.1 機器人仿生嗅覺技術
機器人仿生嗅覺技術即模仿生物嗅覺追蹤氣味的能力，嗅覺機器人通過傳感器自主發現，跟蹤，并確認氣味源的能力。Hayes［5］對機器人嗅覺定位進行了定義,即怎么讓移動機器人在封閉環境下尋找到氣味源，并對其分解為三個任務，如圖7所示。
圖7 氣味源定位
4.2 嗅覺機器人氣味源定位策略
濃度梯度搜索策略是國內外研究較多的氣味源定位策略之一，移動機器人僅僅依靠氣味濃度的變化就可以找到氣味源。濃度梯度搜索策略是受到生物趨化性行為而發明的，趨化性是指微生物在受到刺激時一種定向移動的能力，例如細菌的趨光性等，是使其適應環境變化的能力。機器人采用濃度梯度法時通常在機器人前后各安裝一個氣味傳感器，通過比較這兩個氣味傳感器得到的濃度差值確定機器人的前進方向。
Z字形跟蹤法搜索策略［6］是國內外研究較多的氣味源定位策略之一。它是研究飛行生物追蹤信息素而發明的。例如，飛蛾發現氣味時后，跟蹤方法為其飛行軌跡在煙羽內部，當遇到煙羽邊界是改變方向，到達煙羽另一邊界在改變方向，軌跡為Z字形，這樣就能找到氣味源。濃度梯度法［7］和Z字形搜索策略示意圖如圖8所示。
圖8 濃度梯度法和Z字形搜索策略示意圖［6］
4.3 基于昆蟲激化性行為的氣味源定位算法
受到生物趨激性啟示，路光達等設計了不依靠某一點氣味濃度值，不依靠風向，僅僅依靠氣味濃度變化率就可找到氣味源的定位算法［10］。昆蟲激化性行為的氣味源定位策略：把移動嗅覺機器人放到密閉有煙羽的空間中，讓其以任意步長任意角度運動，當沒有檢測到煙羽則繼續隨機運動，當其檢測到煙羽后，這時嗅覺機器人根據最后兩步的氣味濃度變化率來判斷步長及偏轉角度，當濃度變化率保持最小值閥值時表示嗅覺機器人尋找到氣味源，該處即為氣味源。氣味源定位流程如圖9所示：
圖9 氣味源定位流程
設定嗅覺機器人每步移動L，機器人每步的轉角為P,定義XL、XP為與氣味濃度變化率相關的變化因子，根據氣味濃度變化率決定下一步的步長及轉角。其中LK=XL*LK－1,PK=XP*PK－1。某一點氣味濃度值設為D，氣味濃度變化率設為Y,其中YK=DK－DK－1/DK－1，DMAX為濃度的最大值，YMIN為濃度變化率的最小值，設a為DK相對DMAX的最小值，當DK－DMAX=a時，此時的位置就是氣味源，移動嗅覺機器人搜索模式偽代碼如下：
while(濃度變化率小于閥值)
{
if ((YK＞YK-1)&&(K-1處左轉))||
(( YK＜YK-1)&&(K-1處右轉))
前進L右轉P
else
前進L左轉P
}
5 仿真實驗
如今常用的氣體擴散模型有：高斯模型，FEM3模型，Britter and McQuaid 模型，高斯煙羽擴散模型通常適用統計方法來考察煙羽擴散的濃度分布，高斯煙羽擴散模型適用于擴散時間長且是連續源的擴散，由于高斯煙羽擴散模型適合作為主動嗅覺技術［8，9］的模擬環境，所以選擇高斯煙羽擴散模型［10］。公式如下：
c(x,y,z)=A2πfρyρzexp (－y22ρ2y+－z22ρ2z) (4)
試中：c——煙羽濃度，A——源強，ρy——煙羽沿水平方向擴散參數，ρz——煙羽沿垂直方向擴散參數，其中ρy，ρz由x確定。f——平均風速。設濃度最大點為氣味源。高斯煙羽分布模型如下圖10所示。圖中設風速為0.2m/s，源強為6.22， (0.0)表示氣味源，x軸與風向平行。
圖10 高斯煙羽分布模型
6 總 結
機器人主動嗅覺技術是一個新的研究方向，以其為背景研發的危險氣源定位機器人將具有廣闊的科研空間。本文分析了當前的嗅覺機器人發展現狀，并介紹了一種仿生氣味源定位算法。
參考文獻
［1］ RUSSELL R A. Locating underground chemical sources by tracking chemical gradients in 3 dimensions［C］. Proceedings of the 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems. USA: IEEE, 2004. 325-330.
［2］ ISHIDA H, NAKAMOTO T, MORIIZUMI T. Study of odor compass［C］. IEEE/SICE/RSJ International Conference on Multisensor Fusion and Integration for Intelligent Systems .Washington, DC, USA: IEEE, 1996. 222-226.
［3］ FARRELL J A, PANG S, LI W. Plume mapping via hidden Markov methods［J］. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2003, 33(6): 850-863
［4］ ISHIDA H, SUETSUGU K,NAKAMOTO T, et al. Study of autonomous mobile sensing system for localization of odor source using gas sensors and anemometric sensors［J］. Sensors and Actuators A, 1994, 45(2): 153-157.
［5］ HAYES A T, MARTIONLI A, GOODMAN R M. Distributed odor source localization ［J］. IEEE Sensors, 2002, 2(3):260-271.
［6］ 李飛.湍動氣流主控環境下多機器人氣味源定位［D］.天津:天津大學電氣與自動化工程學院,2009,6.
［7］ 李飛.小型移動機器人嗅覺定位研究［D］.天津：天津大學電氣與自動化工程學院,2006.1.
［8］ 孟慶浩, 李飛, 張明路. 湍流煙羽環境下多機器人主動嗅覺實現方法研究［J］.自動化學報： 2008,34(10): 1281-1290.
［9］ 孟慶浩, 李飛. 主動嗅覺研究現狀［J］. 機器人：2006, 28(1)：89-96.
［10］路光達，一種機器人仿生氣味源定位策略［J］.河北工業大學學報.2010,39(5):21-27.
圖3 嗅覺機器人GaPTRⅠ
2002年，為了提高機器人氣味的搜索的性能，Ishida開發了第二代嗅覺機器人GaPTRⅡ。GaPTRⅡ型嗅覺機器人同樣采用類型的氣味傳感器和飛向傳感器，但把傳感器的擺放位置做了調整。如圖4［7］所示，在第二代嗅覺機器人上安裝了一個延伸臂，在延伸臂的兩端是兩個氣味傳感器Ra和Rl通過比較它們的濃度差從而確定嗅覺機器人的前進方向。嗅覺機器人所在位置的氣體濃度是由Rc傳感器輸出，來判斷此時嗅覺機器人是否接觸煙羽。兩個氣流傳感器為嗅覺機器人提供風向信息。
3.2 基于MTU移動機器人的嗅覺機器人設計
本文設計的移動嗅覺機器人主要由五個模塊組成，即DSP TMS320F2407核心控制模塊、傳感器控制和信號調理模塊、電機控制和驅動模塊、無線通信模塊、AD和DA轉換模塊、系統電源等。結構圖如下圖5，6所示。
圖4 嗅覺機器人GaPTRⅡ
圖5 移動嗅覺機器人硬件模塊
圖6 移動嗅覺機器人實物
4 移動嗅覺機器人氣味源定位策略設計
4.1 機器人仿生嗅覺技術
機器人仿生嗅覺技術即模仿生物嗅覺追蹤氣味的能力，嗅覺機器人通過傳感器自主發現，跟蹤，并確認氣味源的能力。Hayes［5］對機器人嗅覺定位進行了定義,即怎么讓移動機器人在封閉環境下尋找到氣味源，并對其分解為三個任務，如圖7所示。
圖7 氣味源定位
4.2 嗅覺機器人氣味源定位策略
濃度梯度搜索策略是國內外研究較多的氣味源定位策略之一，移動機器人僅僅依靠氣味濃度的變化就可以找到氣味源。濃度梯度搜索策略是受到生物趨化性行為而發明的，趨化性是指微生物在受到刺激時一種定向移動的能力，例如細菌的趨光性等，是使其適應環境變化的能力。機器人采用濃度梯度法時通常在機器人前后各安裝一個氣味傳感器，通過比較這兩個氣味傳感器得到的濃度差值確定機器人的前進方向。
Z字形跟蹤法搜索策略［6］是國內外研究較多的氣味源定位策略之一。它是研究飛行生物追蹤信息素而發明的。例如，飛蛾發現氣味時后，跟蹤方法為其飛行軌跡在煙羽內部，當遇到煙羽邊界是改變方向，到達煙羽另一邊界在改變方向，軌跡為Z字形，這樣就能找到氣味源。濃度梯度法［7］和Z字形搜索策略示意圖如圖8所示。
圖8 濃度梯度法和Z字形搜索策略示意圖［6］
4.3 基于昆蟲激化性行為的氣味源定位算法
受到生物趨激性啟示，路光達等設計了不依靠某一點氣味濃度值，不依靠風向，僅僅依靠氣味濃度變化率就可找到氣味源的定位算法［10］。昆蟲激化性行為的氣味源定位策略：把移動嗅覺機器人放到密閉有煙羽的空間中，讓其以任意步長任意角度運動，當沒有檢測到煙羽則繼續隨機運動，當其檢測到煙羽后，這時嗅覺機器人根據最后兩步的氣味濃度變化率來判斷步長及偏轉角度，當濃度變化率保持最小值閥值時表示嗅覺機器人尋找到氣味源，該處即為氣味源。氣味源定位流程如圖9所示：
圖9 氣味源定位流程
設定嗅覺機器人每步移動L，機器人每步的轉角為P,定義XL、XP為與氣味濃度變化率相關的變化因子，根據氣味濃度變化率決定下一步的步長及轉角。其中LK=XL*LK－1,PK=XP*PK－1。某一點氣味濃度值設為D，氣味濃度變化率設為Y,其中YK=DK－DK－1/DK－1，DMAX為濃度的最大值，YMIN為濃度變化率的最小值，設a為DK相對DMAX的最小值，當DK－DMAX=a時，此時的位置就是氣味源，移動嗅覺機器人搜索模式偽代碼如下：
while(濃度變化率小于閥值)
{
if ((YK＞YK-1)&&(K-1處左轉))||
(( YK＜YK-1)&&(K-1處右轉))
前進L右轉P
else
前進L左轉P
}
5 仿真實驗
如今常用的氣體擴散模型有：高斯模型，FEM3模型，Britter and McQuaid 模型，高斯煙羽擴散模型通常適用統計方法來考察煙羽擴散的濃度分布，高斯煙羽擴散模型適用于擴散時間長且是連續源的擴散，由于高斯煙羽擴散模型適合作為主動嗅覺技術［8，9］的模擬環境，所以選擇高斯煙羽擴散模型［10］。公式如下：
c(x,y,z)=A2πfρyρzexp (－y22ρ2y+－z22ρ2z) (4)
試中：c——煙羽濃度，A——源強，ρy——煙羽沿水平方向擴散參數，ρz——煙羽沿垂直方向擴散參數，其中ρy，ρz由x確定。f——平均風速。設濃度最大點為氣味源。高斯煙羽分布模型如下圖10所示。圖中設風速為0.2m/s，源強為6.22， (0.0)表示氣味源，x軸與風向平行。
圖10 高斯煙羽分布模型
6 總 結
機器人主動嗅覺技術是一個新的研究方向，以其為背景研發的危險氣源定位機器人將具有廣闊的科研空間。本文分析了當前的嗅覺機器人發展現狀，并介紹了一種仿生氣味源定位算法。
參考文獻
［1］ RUSSELL R A. Locating underground chemical sources by tracking chemical gradients in 3 dimensions［C］. Proceedings of the 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems. USA: IEEE, 2004. 325-330.
［2］ ISHIDA H, NAKAMOTO T, MORIIZUMI T. Study of odor compass［C］. IEEE/SICE/RSJ International Conference on Multisensor Fusion and Integration for Intelligent Systems .Washington, DC, USA: IEEE, 1996. 222-226.
［3］ FARRELL J A, PANG S, LI W. Plume mapping via hidden Markov methods［J］. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2003, 33(6): 850-863
［4］ ISHIDA H, SUETSUGU K,NAKAMOTO T, et al. Study of autonomous mobile sensing system for localization of odor source using gas sensors and anemometric sensors［J］. Sensors and Actuators A, 1994, 45(2): 153-157.
［5］ HAYES A T, MARTIONLI A, GOODMAN R M. Distributed odor source localization ［J］. IEEE Sensors, 2002, 2(3):260-271.
［6］ 李飛.湍動氣流主控環境下多機器人氣味源定位［D］.天津:天津大學電氣與自動化工程學院,2009,6.
［7］ 李飛.小型移動機器人嗅覺定位研究［D］.天津：天津大學電氣與自動化工程學院,2006.1.
［8］ 孟慶浩, 李飛, 張明路. 湍流煙羽環境下多機器人主動嗅覺實現方法研究［J］.自動化學報： 2008,34(10): 1281-1290.
［9］ 孟慶浩, 李飛. 主動嗅覺研究現狀［J］. 機器人：2006, 28(1)：89-96.
［10］路光達，一種機器人仿生氣味源定位策略［J］.河北工業大學學報.2010,39(5):21-27.
圖3 嗅覺機器人GaPTRⅠ
2002年，為了提高機器人氣味的搜索的性能，Ishida開發了第二代嗅覺機器人GaPTRⅡ。GaPTRⅡ型嗅覺機器人同樣采用類型的氣味傳感器和飛向傳感器，但把傳感器的擺放位置做了調整。如圖4［7］所示，在第二代嗅覺機器人上安裝了一個延伸臂，在延伸臂的兩端是兩個氣味傳感器Ra和Rl通過比較它們的濃度差從而確定嗅覺機器人的前進方向。嗅覺機器人所在位置的氣體濃度是由Rc傳感器輸出，來判斷此時嗅覺機器人是否接觸煙羽。兩個氣流傳感器為嗅覺機器人提供風向信息。
3.2 基于MTU移動機器人的嗅覺機器人設計
本文設計的移動嗅覺機器人主要由五個模塊組成，即DSP TMS320F2407核心控制模塊、傳感器控制和信號調理模塊、電機控制和驅動模塊、無線通信模塊、AD和DA轉換模塊、系統電源等。結構圖如下圖5，6所示。
圖4 嗅覺機器人GaPTRⅡ
圖5 移動嗅覺機器人硬件模塊
圖6 移動嗅覺機器人實物
4 移動嗅覺機器人氣味源定位策略設計
4.1 機器人仿生嗅覺技術
機器人仿生嗅覺技術即模仿生物嗅覺追蹤氣味的能力，嗅覺機器人通過傳感器自主發現，跟蹤，并確認氣味源的能力。Hayes［5］對機器人嗅覺定位進行了定義,即怎么讓移動機器人在封閉環境下尋找到氣味源，并對其分解為三個任務，如圖7所示。
圖7 氣味源定位
4.2 嗅覺機器人氣味源定位策略
濃度梯度搜索策略是國內外研究較多的氣味源定位策略之一，移動機器人僅僅依靠氣味濃度的變化就可以找到氣味源。濃度梯度搜索策略是受到生物趨化性行為而發明的，趨化性是指微生物在受到刺激時一種定向移動的能力，例如細菌的趨光性等，是使其適應環境變化的能力。機器人采用濃度梯度法時通常在機器人前后各安裝一個氣味傳感器，通過比較這兩個氣味傳感器得到的濃度差值確定機器人的前進方向。
Z字形跟蹤法搜索策略［6］是國內外研究較多的氣味源定位策略之一。它是研究飛行生物追蹤信息素而發明的。例如，飛蛾發現氣味時后，跟蹤方法為其飛行軌跡在煙羽內部，當遇到煙羽邊界是改變方向，到達煙羽另一邊界在改變方向，軌跡為Z字形，這樣就能找到氣味源。濃度梯度法［7］和Z字形搜索策略示意圖如圖8所示。
圖8 濃度梯度法和Z字形搜索策略示意圖［6］
4.3 基于昆蟲激化性行為的氣味源定位算法
受到生物趨激性啟示，路光達等設計了不依靠某一點氣味濃度值，不依靠風向，僅僅依靠氣味濃度變化率就可找到氣味源的定位算法［10］。昆蟲激化性行為的氣味源定位策略：把移動嗅覺機器人放到密閉有煙羽的空間中，讓其以任意步長任意角度運動，當沒有檢測到煙羽則繼續隨機運動，當其檢測到煙羽后，這時嗅覺機器人根據最后兩步的氣味濃度變化率來判斷步長及偏轉角度，當濃度變化率保持最小值閥值時表示嗅覺機器人尋找到氣味源，該處即為氣味源。氣味源定位流程如圖9所示：
圖9 氣味源定位流程
設定嗅覺機器人每步移動L，機器人每步的轉角為P,定義XL、XP為與氣味濃度變化率相關的變化因子，根據氣味濃度變化率決定下一步的步長及轉角。其中LK=XL*LK－1,PK=XP*PK－1。某一點氣味濃度值設為D，氣味濃度變化率設為Y,其中YK=DK－DK－1/DK－1，DMAX為濃度的最大值，YMIN為濃度變化率的最小值，設a為DK相對DMAX的最小值，當DK－DMAX=a時，此時的位置就是氣味源，移動嗅覺機器人搜索模式偽代碼如下：
while(濃度變化率小于閥值)
{
if ((YK＞YK-1)&&(K-1處左轉))||
(( YK＜YK-1)&&(K-1處右轉))
前進L右轉P
else
前進L左轉P
}
5 仿真實驗
如今常用的氣體擴散模型有：高斯模型，FEM3模型，Britter and McQuaid 模型，高斯煙羽擴散模型通常適用統計方法來考察煙羽擴散的濃度分布，高斯煙羽擴散模型適用于擴散時間長且是連續源的擴散，由于高斯煙羽擴散模型適合作為主動嗅覺技術［8，9］的模擬環境，所以選擇高斯煙羽擴散模型［10］。公式如下：
c(x,y,z)=A2πfρyρzexp (－y22ρ2y+－z22ρ2z) (4)
試中：c——煙羽濃度，A——源強，ρy——煙羽沿水平方向擴散參數，ρz——煙羽沿垂直方向擴散參數，其中ρy，ρz由x確定。f——平均風速。設濃度最大點為氣味源。高斯煙羽分布模型如下圖10所示。圖中設風速為0.2m/s，源強為6.22， (0.0)表示氣味源，x軸與風向平行。
圖10 高斯煙羽分布模型
6 總 結
機器人主動嗅覺技術是一個新的研究方向，以其為背景研發的危險氣源定位機器人將具有廣闊的科研空間。本文分析了當前的嗅覺機器人發展現狀，并介紹了一種仿生氣味源定位算法。
參考文獻
［1］ RUSSELL R A. Locating underground chemical sources by tracking chemical gradients in 3 dimensions［C］. Proceedings of the 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems. USA: IEEE, 2004. 325-330.
［2］ ISHIDA H, NAKAMOTO T, MORIIZUMI T. Study of odor compass［C］. IEEE/SICE/RSJ International Conference on Multisensor Fusion and Integration for Intelligent Systems .Washington, DC, USA: IEEE, 1996. 222-226.
［3］ FARRELL J A, PANG S, LI W. Plume mapping via hidden Markov methods［J］. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2003, 33(6): 850-863
［4］ ISHIDA H, SUETSUGU K,NAKAMOTO T, et al. Study of autonomous mobile sensing system for localization of odor source using gas sensors and anemometric sensors［J］. Sensors and Actuators A, 1994, 45(2): 153-157.
［5］ HAYES A T, MARTIONLI A, GOODMAN R M. Distributed odor source localization ［J］. IEEE Sensors, 2002, 2(3):260-271.
［6］ 李飛.湍動氣流主控環境下多機器人氣味源定位［D］.天津:天津大學電氣與自動化工程學院,2009,6.
［7］ 李飛.小型移動機器人嗅覺定位研究［D］.天津：天津大學電氣與自動化工程學院,2006.1.
［8］ 孟慶浩, 李飛, 張明路. 湍流煙羽環境下多機器人主動嗅覺實現方法研究［J］.自動化學報： 2008,34(10): 1281-1290.
［9］ 孟慶浩, 李飛. 主動嗅覺研究現狀［J］. 機器人：2006, 28(1)：89-96.
［10］路光達，一種機器人仿生氣味源定位策略［J］.河北工業大學學報.2010,39(5):21-27.
