打开文本图片集
摘要：嗅觉系统作为机器人智能化的一方面，主要应用于灾难中对遇难者的搜索，有害和有毒气体泄漏的排除和检测等各个方面。通过机器人对人类视觉系统和嗅觉系统的模仿，利用交叉识别模式来完成对气味源搜索、定位、识别，在算法中我们首先通过贝叶斯定理判断出采集到的气味是属于气味源、非气味源，障碍物中的那种情况；随后利用流体力学理论计算出气体源的浓度信息；最后利用领航者机器人的视觉系统同嗅觉系统相结合的交叉识别模式，迅速找出气味源的具体位置。
关键词： 嗅觉系统；多智能；贝叶斯；气味源；烟羽
中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2015）33-0129-02
The Design of the Intelligent Robot Group Olfactory System
ZOU Hai-yang
（College of computer in China West Normal University，Nanchong 637000， China）
Abstract： Olfactory system as part of the intelligent robot，mainly applied to search for victims in the disaster， harmful and toxic gas leak out and testing various aspects。Through the robot imitations of human visual system and sense of smell， cross recognition model is used to complete the odor source search，location and identification。In the algorithm，we first determine the acquisition by Bayes" theorem to the smell of the source which is belong to the odor source， non-odor source， obstacles in that case；Then using the theory of fluid mechanics to calculate the concentration of gas source information；Finally， we use the specific location of the navigator robot vision system combined with the olfactory system to cross-recognition mode， and quickly identify the source of the odor。
Key words： olfactory system； more intelligent； bayes； odor source； smoke plume
1 总体概述
随着多智能体机器人应用的越来越广泛，机器人智能化的研究成为了一个热点。嗅觉系统作为智能化的一方面，在灾难中对遇难者的搜索，有害和有毒气体泄漏的排除和检测，在机场和火车站对可疑物品的检测等方面，都具有很高的应用价值。机器人嗅觉系统的设计主要包括：对气味源进行搜索、定位、识别等三方面内容。
人类本身就具有视觉、听觉、嗅觉等各种多功能识别系统，而且各个识别系统可以通过相互之间合作完成识别过程，我们把这种模式称为交叉感知模式。人类的这种特性为机器人嗅觉系统设计提供了借鉴，我们可以通过交叉感知模式的合作和竞争机制来达到识别的目的，在感知模式中，我们可以把两种机制看成是显示信息和隐式信息的两个过程，当显示信息足以完成感知模式时，竞争机制就发挥了主导作用；相反，我们只能通过合作机制来完成识别过程。由于应用传感器作为气体感知的主体，就其传感器本身的局限性和外界因素的影响，机器人的嗅觉功能不尽如人意，所以，我们在算法中，应用交叉合作的模式识别过程，来实现嗅觉系统的功能，这样就大大提高了气体识别的效率和速度。
我们利用简单的机器人个体，通过合作、相互协调来完成较复杂的工作，这比设计复杂单个机器人要简单得多；而且在多变和复杂的工作环境下，多智能机器人群体比单个机器人更容易适应环境；总之多智能机器人群体不论是在时间。空间领域中，都会使系统的搜索效率更高、更好，以达到我们要求的最好结果。
在前面的多智能体机器人的设计中，我们对机器人群体的编队采用的是基于跟随-领航者编队方式；控制策略采用的是分布式非对称控制策略；为了使机器人群体能保持一定的队形，我们引入了刚性图的理念；在机器人群体的视觉系统设计方面，我们采用领航者的双目视觉系统和跟随者的单目视觉系统相结合的设计理念；在嗅觉系统设计中，我们通过机器人群体上安装的多个嗅觉传感器，模拟成人类的鼻子，传感器一旦感知到使我们所要寻找的气体，首先通过贝叶斯的算法判断收集到气味源是属于那种情况，如果初步确定是气味源后；利用流体力学理论计算出气体的浓度，当气体的浓度达到一定阀值后，我们就判定气味源就在附近，机器人群组就在领航者机器的带领下，围绕着气味源做旋转运动；最后我们通过领航者机器人的视觉系统同嗅觉系统相互之间的协作，迅速找出气体源的位置。
3 算法的期望和不足
为了处理突发的危险事件，如何在危险的环境下利用机器人去代替人处理某些危险的任务，成为研究的热点问题，尤其在高危的化学气体及有毒易燃易爆气体的泄漏问题，我们如何在最少的时间内找到气体的泄漏点，把伤害和损失降到最低程度，机器人的嗅觉系统为我们提供了方向，但由于单个机器人处理事件不论是在空间和时间上的局限性，各自感知的范围非常有限，对目标识别的准确率不高。结合实际情况，我们引入了多智能机器人群体，利用机器人间的合作和协调来完成对气味源目标的识别。但本课题的算法还存在一定的缺陷，在算法中只是考虑一种编队方式下嗅觉系统的算法，缺少与其他相关算法的比较研究；另外外界因素的影响考虑的也不是很全面，如风的方向突然变化及噪音等因素的影响。
参考文献：
[1] 张东 基于移动机器人的主动嗅觉技术研究： 计算机技术与自动化，2014，33（2）：7-10.
[2] 路光达 基于仿生行为的移动机器人[D].河北工业大学，2010.
[3]王文娟， 刘剑锋. 危险性气体泄漏扩散数学模拟研究[J].工业安全与环保，2006，32（11）： 23-25.
[4] Ishida H，Nakamoto T，Moriizumi T. Gas/Odor Plume Tracing Robot， Sensors Update，6. Weinheim，[M].Germany：Wiley，2000.