项目名称: 基于种群-虚拟物理力的多自主移动机器人主动嗅觉气味源定位策略研究

项目编号: No.61303183

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 缪燕子

作者单位: 中国矿业大学

项目金额: 23万元

中文摘要: 通过使用移动机器人进行危险气味源定位问题已成为当前研究的热点。本项目以多机器人对危险气味源搜索定位应用为背景,以提高多气味源定位的成功率和速度为切入点,探索虚拟物理力和萤火虫群优化算法相结合的主动嗅觉算法。为了克服烟羽动态复杂特性的影响,同时避免陷入局部极值,拟提出基于虚拟物理力的主动嗅觉算法,在前期构造虚拟物理力的研究基础上,侧重研究采用启发式思想获得各分力的权重系数,以平衡三者分力之间的关系;利用萤火虫群优化算法可以同时计算多模函数的多优化问题的特性,拟提出基于种群-虚拟力的主动嗅觉算法,以进一步提高单个气味源定位的速度和鲁棒性,并解决多气味源定位的问题;基于启发式思想和气味质量通量计算方法,拟提出一种气味源确认算法,希望可以有效地排除发散的、不稳定局部最优点。最后利用FLUENT软件建立不同环境下的动态烟羽模型,用以验证提出的主动嗅觉算法的有效性和鲁棒性。

中文关键词: 主动嗅觉;虚拟力;改进烟花算法;点云数据;动态烟羽模型

英文摘要: The problem of dangerous gas source localization with mobile robot has become the focus of current research. Under the background of application on dangerous gas source localization with multi-robots, the project aims to study an active olfaction algorithm combined the virtual physics forces with the glowworm swarm optimization algorithm, being wished to improving the success rate and speed of gas source localization. In order to overcome the influence of plume dynamic feature and avoid the local extreme, based on the previous studies, the heuristic thought is introduced to get better weight coefficients of the component forces. As the glowworm swarm optimization algorithm could calculate multimode function of multi-optimization simultaneously, an active olfaction algorithm based on swarm and virtual physics would be put forward, which could improve the speed and robustness of single gas source localization effectively, and solves the problem of gas multi-source localization. In order to eliminate the divergent instability local peak, a gas localization algorithm would be proposed with heuristic thoughts and mass flux calculation method. Finally, the continuous dynamic plume model would be established with FLUENT software, where the effectiveness and robustness of proposed active olfaction algorithms would be ve

英文关键词: active olfaction;virtual physics force;OSL-FWA;point cloud data;turbulent plume model

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】多机器人协同主动建图算法
专知会员服务
46+阅读 · 2022年4月3日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
19+阅读 · 2021年8月30日
专知会员服务
57+阅读 · 2021年6月1日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
专知会员服务
51+阅读 · 2020年12月19日
我在东南亚,通过活动拉新两百万用户
人人都是产品经理
0+阅读 · 2022年3月10日
虚拟偶像风云变幻,只有洛天依火了十年
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
49+阅读 · 2021年9月11日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
【CVPR2022】多机器人协同主动建图算法
专知会员服务
46+阅读 · 2022年4月3日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
19+阅读 · 2021年8月30日
专知会员服务
57+阅读 · 2021年6月1日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
专知会员服务
51+阅读 · 2020年12月19日
相关基金
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
49+阅读 · 2021年9月11日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员