CN102770820A - 机器人 - Google Patents

机器人 Download PDF

Info

Publication number
CN102770820A
CN102770820A CN2010800645872A CN201080064587A CN102770820A CN 102770820 A CN102770820 A CN 102770820A CN 2010800645872 A CN2010800645872 A CN 2010800645872A CN 201080064587 A CN201080064587 A CN 201080064587A CN 102770820 A CN102770820 A CN 102770820A
Authority
CN
China
Prior art keywords
mentioned
robot
incident
unit
chemical substance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2010800645872A
Other languages
English (en)
Other versions
CN102770820B (zh
Inventor
佐藤友美
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Atonarp Inc
Original Assignee
Atonarp Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Atonarp Inc filed Critical Atonarp Inc
Publication of CN102770820A publication Critical patent/CN102770820A/zh
Application granted granted Critical
Publication of CN102770820B publication Critical patent/CN102770820B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/087—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices for sensing other physical parameters, e.g. electrical or chemical properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G01N27/622—Ion mobility spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G01N27/626—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode using heat to ionise a gas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Electrochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Human Computer Interaction (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Manipulator (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

可移动的嗅觉机器狗(1)具有：IMS单元(100)，其获取与从左右鼻孔(12L)和(12R)分别得到的空气(19)所包含的化学物质相关联的化学物质关联信息；以及事件监视单元(30)，其根据在各个孔(12L)和(12R)中获取到的化学物质关联信息的变化，判断事件的发生以及相对于该机器狗(1)的事件的发生方向。

Description

机器人
技术领域
本发明涉及一种检测化学物质的机器人。
背景技术
WO2006/013396(日本特表2008-508693号公报)记载了具有至少一个离子通道的形状的离子过滤器的离子迁移谱仪，该离子通道具有多个电极。WO2005/052546(日本特表2007-513340号公报)记载了用于样品分析的基于离子迁移率的系统、方法以及装置。
发明内容
发明要解决的问题
嗅觉被定义为由受体接收特定的化学物质的分子所产生的感觉之一。在本发明中，  目的在于提供一种具备相当于嗅觉的能力的机器人。
用于解决问题的方案
本发明的一个方式是具有多个采样点的机器人、即可编程的机械性装置。该机器人具有：至少一个检测单元，其获取与多个采样点处的流体所包含的化学物质相关联的化学物质关联信息；以及事件监视单元，其根据在多个采样点分别获取到的化学物质关联信息的变化，判断事件的发生以及相对于该机器人的事件的发生方向。在化学物质关联信息的变化中包括由流体内包含新的化学物质所引起的化学物质关联信息的变化、由化学物质的浓度发生变化所引起的化学物质关联信息的变化等。在设置于一个机器人的多个采样点处检测空气等流体所包含的化学物质，由此能够估计化学物质的产生源的方向。因此，能够对产生了检测出的化学物质的事件的发生方向进行估计。
优选的是机器人还具有移动单元，该移动单元使机器人向事件发生方向移动。通过向被估计为发生了事件的事件发生方向活动，来进行旋转或者移动，由此能够通过机器人进行检测的化学物质的浓度通常变高。因而，能够更高精度地估计事件的发生方向。另外，能够确认事件的产生源或者追踪事件的产生源。
优选的是机器人还具有原因估计单元，该原因估计单元根据获取到的化学物质关联信息(化学物质关联信息的变化)，判断事件的发生原因。转向事件的发生方向或者接近产生源，由此事件的发生原因的估计精度提高。
优选的是机器人还具有警报产生单元，该警报产生单元将与事件的发生原因有关的警告(warning)作为能够通过视觉和听觉中的至少一个来识别的信息进行输出。由此能够在估计为构成某些威胁的事件的情况下输出警报。
优选的是机器人还具有信息获取单元，该信息获取单元获取事件附属信息，该事件附属信息包含发生方向的图像、声音、该机器人的位置、发生方向的方位、流体的移动方向以及该机器人周围的环境数据中的至少一个。由此机器人能够估计出事件的发生方向，因此能够获取包括该方向的图像、声音等的事件附属信息。
优选的是机器人还具有原因估计单元，该原因估计单元根据获取到的化学物质关联信息和事件附属信息判断事件的发生原因。通过结合考虑包括事件发生方向的图像、声音等的事件附属信息，能够更高精度地估计事件的发生原因。
优选的是机器人还具有通信单元，该通信单元向外部传送包含事件的发生的事件信息。通信单元可以是有线或者无线的。通信单元也可以是能够访问内网或者因特网。
优选的是机器人还具有警报产生单元，该警报产生单元通过通信单元获取事件的发生原因，将与发生原因有关的警告(warning)作为能够通过视觉和听觉中的至少一个来识别的信息进行输出。能够通过通信单元利用外部的资源以估计发生原因，因此能够提高发生原因的估计精度。
优选的是机器人还具有：移动单元，其使该机器人向事件发生方向移动；以及控制单元，其通过通信单元与其它机器人交换信息，控制移动单元使得与其它机器人协作。通过与多个机器人共享事件发生方向的信息，能够高精度地确定事件的产生源。另外，在事件的产生源移动的情况下，能够追踪其移动或者对其进行包围。
优选的是通信单元包括可见光通信单元。能够限定通信范围，容易提高通信精度。另外，易于隐匿要交换的信息。
优选的是机器人还具有：移动单元，其使该机器人移动；以及气味输出单元，其放出成为规定气味的产生源的化学物质。通过附加气味，能够使具备相同功能的机器人进行追踪。
至少一个检测单元也可以包括与多个采样点分别对应的多个检测单元。至少一个检测单元也可以包括多个采样点共用的检测传感器以及供给单元，该供给单元以分时的方式从多个采样点向共用的检测传感器提供流体。典型的检测传感器是离子迁移率传感器(IMS)。
本发明的其它方式之一是控制机器人的方法，包括如下步骤：根据在多个采样点分别获取到的化学物质关联信息的变化，判断事件的发生以及相对于该机器人的事件的发生方向。
本发明的更不同的其它方式之一是控制机器人的程序(程序产品)。机器人包括存储器、CPU、多个采样点以及至少一个检测单元，该至少一个检测单元获取与多个采样点处的流体所包含的化学物质相关联的化学物质关联信息，程序(程序产品)包括如下命令：机器人根据在多个采样点分别获取到的化学物质关联信息的变化判断事件的发生以及相对于机器人的事件的发生方向。关于程序(程序产品)，能够记录到记录介质来提供，或者通过计算机网络来提供。
附图说明
图1是表示机器狗的概要结构的框图。
图2是从正面观察机器狗的图。
图3是从上方观察机器狗的图。
图4是表示检测单元的框图。
图5是表示机器狗的控制的概要的流程图。
具体实施方式
图1示出具备嗅觉的犬型机器人(机器狗)的概要结构。另外，图2示出从正面观察机器狗的样子。图3示出从上方观察机器狗的样子。
该机器狗1具有基于IMS(Ion Mobility Spectrometry：离子迁移率分析装置)类型的传感器(检测单元)的嗅觉功能，还能够参照传感器的输出和化学物质数据库，一边在多个机器狗之间进行通信，一边进行目标化学物质的确定、分析，移动体(犯人)的追踪、追赶。此外，将嗅觉定义为由受体接收特定的化学物质的分子所产生的感觉之一。因而，下面将感知大气(空气)等所包含的化学物质作为嗅觉或者气味(味道)来进行说明，但是在以下系统(装置、机器人)中，还能够检测对动物而言无法作为气味来进行识别的化学物质。
气味(味道)的原因是周围空气所包含的化合物、气体等化学物质。在本说明书中，化学物质包括化合物、分子以及元素，并不限定于成分或者组合物，还包括生成物。化学物质包括有机物和无机物。据说能够通过嗅觉感觉到的化学物质大多具备官能团。官能团的基团之一是烃，例如能够举出烷烃(链烷烃)。该基团中包含乙烷、甲烷、丙烷、丁烷等作为化学物质。官能团并不限定于烃基，作为包含氮的官能团能够举出氨基等，包含氧的官能团能够举出醇基和酮基等。这些只不过是化学物质和官能团的一例。认为官能团的分子中的原子相同或者受到相同的化学反应而表示作为共通的气味的特性。挥发性有机物和有机化合物是气味上刺激嗅觉的典型的物质。化学物质可以是一氧化碳、二氧化碳等气体(气体本身)。化学物质也可以是碳、铝、氮等无机物。
小型且可携带的能够检测气味的原因的分析装置之一是离子迁移率(ion mobility)传感器，提供有使用了MEMS的芯片类型的设备。离子迁移率传感器(离子迁移谱仪，Ion MobilitySpectrometry)是使空气中的物质(分子)离子化并输出基于离子化的分子的迁移率之差的谱(输出图案、空气质量图案)的传感器，公知有电场非对称离子迁移谱仪(Field Asymmetricwaveform Ion Mobility Spectrometry，FAIMS)或者微分式电迁移谱仪(Differential Ion Mobility Spectrometry，DIMS)。
这种谱仪型传感器以后统称IMS传感器，其向在高压-低压上变化的非对称电场输入离子化的分子流并输出根据离子的电场迁移率对它们进行过滤所得到的结果。作为市售的小型IMS传感器，能够举出SIONEX(ザイオネクス)公司的microDMx，OWLSOTNE(オウルストーン)公司的FAIMS设备。
在IMS传感器中，能够检测根据Vd电压(DispersionVoltage，电场电压(Vrf)，交流)和Vc电压(Compensation Voltage，补偿电压，直流)这两个变量而变化的离子电流，作为与包含在流体(典型地说空气、氮气等载气)中的化学物质相关联的信息。因而，能够获得包含它们的三维数据(波形数据、谱)、固定了三维参数中的任一个的二维谱来作为与化学物质相关联的信息。另外，也可以获取表示谱的要素的谱特征(spectral feature，spectral signature，谱特性，特征)作为与化学物质相关联的信息。谱特征包含谱峰值振幅、谱峰值宽度以及谱峰值梯度、谱峰值间隔、谱峰值的数量、由处理条件变化所引起的谱峰值的相对位移、谱不连续点、Vrf对Vcomp特性等。
获得与化学物质相关联的信息的检测单元(传感器)也可以是质量分析型传感器，获得M/Z(质量对电荷)作为与包含在流体中的化学物质相关联的信息。
与对特定成分(化学物质)敏感的传感器相比，利用了离子迁移率等的分析型传感器通用性高，在可分析的范围内，几乎能够以相同程度的精度来检测所有成分的有无和强度(浓度)。通过传感器检测出的化学成分(化学物质)的信息中包含化学物质(包含化合物、分子以及元素中的至少一个)的强度变化(包含浓度变化、存在率变化以及通过其它传感器感知的变化、变量(intensity variations))。作为获取与化学物质相关联的信息的传感器，能够应用包括遵照IEEE 1451的化学传感器、石英晶体传感器(QCM，Quartz Crystal Microbalance)、电化学传感器、SAW(Surface Acoustic Wave：表面声波)设备、光传感器、气相色谱仪、液相色谱仪、MOS(Metal Oxide Semiconductor：金属氧化物半导体)传感器的各式各样的传感器。
机器狗1大致具有头部2、颈部3、胴部4、脚部5、臀部6以及尾巴7。机器狗1具备以经过头部2、颈部3、胴部4、臀部6到达尾巴7的方式传送数据和电力的内部总线9，内置于机器狗1的各种功能(功能单元)之间能够进行通信。另外，胴部4中收纳有电池8，机器狗1能够独自自由地移动。并且，机器狗1具备各种外部通信单元，从而能够与机器狗、主装置以及能够通过计算机网络进行访问的各种硬件资源进行通信。
此外，下面，说明将具备各种功能的单元收纳于机器狗1中的情况，收纳位置不一定限定于以下说明。这些功能(功能单元)典型地通过一个或者多个包括CPU和存储器的可编程的硬件资源和软件来实现的。可编程的硬件资源可以包括专用的ASIC等芯片，也可以包括能够重构电路的芯片。
该机器狗1具有检测单元100，该检测单元100对多个采样点处的流体所包含的化学物质进行检测。在本例中检测单元100包括IMS传感器，后文中有时称为IMS单元。机器狗1还具有事件监视单元30，该事件监视单元30根据在各个采样点处检测出的化学物质的变化和检测出的化学物质的浓度变化的至少一个，判断事件的发生以及相对于机器狗1的事件的发生方向。具体地说，机器狗1的头部2的正面10的鼻子11的左右孔12L和12R为采样孔，鼻子11的后方收纳有检测单元100。检测单元100可以输出化学物质本身的信息，但是也可以输出根据化学物质的存在而变化(变动)的信息、即化学物质关联信息。
如上所述，IMS单元100能够得到谱和/或谱特征(包括它们在内称为IMS数据)来作为化学物质关联信息。事件监视单元30根据化学物质关联信息的变化来判断事件的发生。
IMS单元100也可以包括分别安装于作为采样点的左右孔12L和12R的多个IMS传感器。图4示出包括左右孔12L和12R共用的IMS传感器110的检测单元100的一例。即，该检测单元100包括：IMS传感器110，其被多个采样点12L和12R所共用；供给单元120，其以分时的方式从多个采样点12L和12R向IMS传感器110提供流体(在本例中空气(大气))19；以及样品保存单元150，其能够将空气19封入保存到样品保存胶囊159。
IMS传感器110包括：离子化单元111，其使用放射线、光、电场等使包含在所抽吸的空气19中的化学物质离子化；电场控制过滤器112，其控制离子化的化学物质的移动量；以及根据离子化的化学物质的移动量输出IMS数据115作为与空气19所包含的化学物质相关联的信息的单元113。
供给单元120包括：抽吸扇(抽吸泵)128，其用于从作为采样点的左右孔12L和12R吸入空气19并从排出口129排出；以及管路130L和130R，其用于以分时的方式将空气19从各个孔12L和12R导向IMS传感器110。左右管路130L和130R为共通的结构，分别包括抽吸室121、可动连接器122、将空气19提供给IMS传感器110的供给管123、绕过供给管123的旁路管124以及用于从IMS传感器110排气的排气管125。可动连接器122用于使作为采样点的鼻孔12L和12R在左右上下的方向上朝向改变±15度(并不限定于此)左右。因而，即使不移动颈部3也能够改变采样点12L和12R的朝向。
左右孔12L和12R设置有截止风门126，从而能够将检测单元100与空气19隔绝。供给管123、旁路管124以及排气管125设置有风门127a~127d，使得能够分离供给管123、旁路管124以及排气管125。检测单元100还包括控制单元135，该控制单元135对这些风门126、127a~127d、IMS传感器110进行控制。
例如，在从左侧的孔12L吸入空气19并进行分析的情况下，关闭右侧管路130R的风门127a~127d，打开左侧管路130L的风门127a~127d来吹扫线路。接着，关闭右侧管路130R的风门127a~127d，通过IMS传感器110对从左侧的孔12L吸入的空气19所包含的化学物质进行检测。将IMS数据115提供给事件监视单元30和搜索对象检测单元40。
在事件监视单元30和搜索对象检测单元40中，如果检测不出事件和搜索对象，则与上述同样地从右侧的孔12R吸入空气19并进行分析。
另一方面，在通过事件监视单元30检测出事件而事件原因估计单元50无法估计出事件原因的情况下，空气19所包含的化学物质有可能是未确认或者IMS传感器110没有分析过的化学物质。因而，控制单元135在转移到右侧孔12R的分析之前，打开阻断旁路管124和样品保存单元150的风门155，通过样品保存单元150将旁路管124内蓄积的空气19封入到样品保存胶囊159。然后，通过胶囊搬出路径162保存到贮藏柜160。之后使用同类型的IMS传感器110和高精度的合适类型的质量分析器等对封入到贮藏于贮藏柜160内的样品保存胶囊159内的空气19进行分析，并追加到化学物质的数据库，由此能够使在采样的时刻无法通过安装于机器人的IMS传感器110进行分析的化学物质在之后得到分析。
通过物质检测单元100得到的左右采样点12L和12R处的IMS数据115被发送到事件监视单元30。事件监视单元30根据在各个采样点12L和12R处采样得到的空气19的IMS数据115的变化来判断事件的发生。作为化学物质关联信息的IMS数据115的变化启示采样点12L和12R处的空气19所包含的化学物质的变化和/或化学物质的浓度变化中的至少一个。事件监视单元30将前一次采样时的IMS数据115与本次采样时的IMS数据115进行比较，当其差超过预先设定于事件监视单元30中的阈值时判断为发生了事件。
该情况下的事件是向空气19放出新的化学物质或者向空气19放出大量的化学物质，包含各种事件。作为事件，例如能够举出放置有气味的物质或者出现附带气味的物质或者附带气味的事件。气味(味道)并不限定于人能够感觉到的气味，只要是空气19所包含的能够被IMS传感器110检测出浓度的化学物质即可。附带气味的物质还包括污染物、炸药、毒品等危险物品、人等生物。另外，附带气味的事件还包括开炮事件、火灾等。
并且，事件监视单元30判断相对于机器狗1的事件的发生方向。事件监视单元30能够通过获取立体声类型的物质检测信息来判断事件的发生方向。能够根据在多个采样点12L和12R处检测出的化学物质的时间差和/或浓度差以及多个采样点12L和12R的三维位置关系来判断(估计)事件的发生方向。在该机器狗1中，将鼻子11的左右孔12L和12R设为采样点，但是还能够将采样点设置于更远的位置。例如，将耳13的孔设为采样点或者除鼻子11外另将耳13的孔追加为采样点，由此上下方向的事件的发生方向的判断精度提高。
设置用于检测物质的采样点的位置并不限定于头部2，也可以设置于其它位置、例如胴部4，也可以设置于臀部6。另外，设置于机器狗1的检测单元100并不限定于一个，也可以分别设置于头部2、胴部4以及臀部6。
机器狗1还包括移动单元500，该移动单元500能够通过移动足部5使机器狗1向任意的方向移动。机器狗1能够通过移动单元500进行移动，使得转向事件的发生方向，或者，接近或远离事件的发生方向，保持离事件发生地点相等距离。机器狗1包括中央控制单元55，该中央控制单元55包括CPU和存储器等硬件资源，使机器狗1朝向从事件监视单元30得到的事件发生方向移动。使机器狗1向被估计为发生了事件的事件发生方向移动，由此空气19所包含的化学物质的浓度通常变高。另外，如果移动方向错误则通常化学物质的浓度变低，因此还能够判断事件发生方向的估计出现错误。因而，能够更高精度地估计事件的发生方向。另外，通过接近事件的产生源，能够通过后述的图像获取单元61获取事件的产生源的图像或者追踪事件的产生源。
机器狗1还具有原因估计单元50，该原因估计单元50根据由物质检测单元100得到的IMS数据115判断事件的发生原因。原因估计单元50具有存储了与IMS数据115对应的各种图案的数据库，使用图案匹配等分析技术来分析IMS数据115，能够对IMS数据115或者其变化的原因进行估计。另外，原因估计单元50也可以通过后述的几个通信单元将IMS数据115发送给外部的硬件资源、例如分析服务器，来得到事件的发生原因。机器狗1能够接近事件的产生源，能够获取与更高浓度的化学物质对应的IMS数据115。因而，能够使事件的发生原因的估计精度提高。
原因估计单元50还能够通过通信单元和网络来动态地变更原因数据库所包含的优先级表、规则。在通过事件监视单元30检测出的事件与一个化学物质相关联的情况下，期望能够动态地变更数据库，使得对该化学物质连带产生的具有危险的化学反应中反应能量、热量非常大且危险的要素敏感。另外，期望将作为机器狗1监视的对象的地区、工厂(监视地区)的空间数据事先输入到数据库，能够预测由事件监视单元30检测出的事件逐渐发展时的监视地区的损害来输出警告、通知。
也可以通过通信单元从外部改变氧浓度、CO浓度、对人有毒有害的化学物质在原因数据库中的优先级。例如，存在在自动化工厂的情况下，基本上爆炸物、对其它构造物的损伤等成为大问题的事例。另外，在生成或者处理特定的化学物质的情况下，如果某个化学物质的存在比例大，则有时化学反应后生成的化学物质成为问题。针对这种事态或者条件，能够动态地控制机器狗1的动作。
并且，机器狗1具有与原因估计单元50并行地进行动作的搜索对象检测单元40。搜索对象检测单元40包括：本地存储器41，其存储库，该库包括将包含搜索对象的化学物质的原因变换(逆变换)为IMS数据115的特定图案；对照单元42，其通过图案匹配等分析技术将特定图案与IMS数据115稳定地进行对照；以及警报单元45，其在特定图案与IMS数据115一致的情况下或者当IMS数据115内包含特定图案时，输出警报。
代表性的搜索对象是对人构成威胁的有毒物质、炸药、武器、禁止交易的毒品等药物、成为追踪对象的犯人、失踪者等。将由IMS传感器110感知到这些搜索对象特有的气味时输出的IMS数据115预先存储到本地存储器41，由此机器狗1能够更高效地发现这些搜索对象。
机器狗1还具有警报产生单元59，该警报产生单元59输出与事件的发生原因有关的警告(warning)作为通过视觉和听觉中的至少一个来识别的信息(警报信息)。在由原因估计单元50或者搜索对象检测单元40估计为检测出的事件是构成某些威胁的事件的情况下，警报产生单元59能够通过声音、光等来输出警报。
机器狗1还具有信息获取单元60，该信息获取单元60检测事件附属信息，该事件附属信息包括发生方向的图像、声音、该机器人的位置、发生方向的方位、流体的移动方向以及该机器人周围的环境数据中的至少一个。机器人能够估计事件的发生方向，因此能够获取包括该方向的图像、声音等的事件附属信息。
该机器狗1在头部2的左右眼的位置具有获取左右图像的图像获取单元61L和61R。图像获取单元61L和61R不仅能够得到可见光区域的立体图像，还能够得到红外线区域的立体图像，具备夜视能力。另外，图像获取单元61L和61R也可以具备包括距离测量功能的其它功能。另外，机器狗1在头部2的左右耳13的位置具有获取左右声音(立体声声音)的麦克风62L和62R。机器狗1通过设置于颈部3的驱动器15使头部2相对于胴部4左右上下活动。因而，通过使头部2朝向事件发生方向，能够得到事件发生方向的图像和声音。
并且，机器狗1包括GPS单元63，能够使机器狗1在地球上的位置包含于事件附属信息中。另外，机器狗1包括环境测量单元64，该环境测量单元64测量风向、温度以及湿度，能够使这些信息包含于事件附属信息。
事件附属信息被提供给原因估计单元50。原因估计单元50结合考虑包括事件发生方向的图像、声音等的事件附属信息，由此能够更高精度地估计事件的发生原因。
机器狗1还具有向外部传送包括事件的发生的事件信息的多种通信单元200、201、210。首先，机器狗1的尾巴7为使用了FM、AM频带的RF通信单元200。另外，左右耳13为用于发送接收大量信息的MIMO类型的通信单元201。并且，鼻子11为定向性通信接口211，在鼻子11后侧收纳有定向性通信单元210。定向性通信接口211包括激光通信用半导体激光器、可见光通信用LED、受光单元、超声波通信用超声波产生装置以及麦克风。通过使颈部3的驱动器15工作，由此能够使定向性通信接口211朝向期望的方向来限定通信范围，容易提高通信精度。另外，容易隐匿要交换的信息。
还能够通过这些通信单元200、201和210访问内网或者因特网之类的计算机网络。因而，机器狗1能够利用在计算机网络上开放的各种资源。例如，通过计算机网络将IMS数据115发送给原因辨别服务器，能够使用外部资源获得事件的发生原因。能够通过通信单元200、201和210来利用外部资源以估计发生原因，因此能够提高发生原因的估计精度。
另外，机器狗1使用这些通信单元200、201和210与其它机器狗交换信息，进行协调(协作)来确定事件的产生源，或者在事件的产生源成为威胁的情况下，能够应对该威胁。即，中央控制单元55控制移动单元，使得与其他机器狗1协作动作。能够通过与多个机器狗1共享事件发生方向的信息，来高精度地确定事件的产生源。另外，在事件的产生源移动的情况下，能够追踪其移动或者包围产生源。
机器狗1还具有放出成为规定气味的产生源的化学物质的气味输出单元300。在移动过程中，在成为合适的标记的位置上附加能够识别机器狗1的气味，由此能够使具备同样的功能的机器狗1追踪自己。使用人无法识别程度的气味、几乎无法与自然界的气味相辨别的气味，能够间接地向其它机器狗1传达机器狗1的移动路径等。
并且，机器狗1包括应对单元600，该应对单元600在由原因估计单元50确定的原因为能够通过机器狗1应对的威胁的情况下，排除该威胁。应对单元600的一例是灭火器，如果事件的原因为火灾并且能够进行初期灭火，则机器狗1进行应对。应对单元600的另一例是在事件的原因发生危险的化学反应时射出引起如消除化学反应那样的其它化学反应的衍生物的单元。应对单元600也可以是使用氮气或者惰性气体来降低危险化学物质的浓度或者降低氧浓度的单元。另外，应对单元600也可以是包括氧气瓶、药品、食物等的应急救生单元。
图5通过流程图示出机器狗1的典型的控制。该控制能够作为程序(程序产品)记录在记录介质中来提供，或者通过计算机网络来提供。
在步骤701中，通过检测单元100在多个采样点处进行采样。在步骤702中，事件监视单元30根据IMS数据115所包含的流体中(空气中)的化学物质的变化以及化学物质的浓度变化中的至少一个来判断事件的发生。并且，在步骤703中，如果确认事件发生，则事件监视单元30判断相对于该机器狗1的事件的发生方向。
在步骤704中，当中央控制单元55判断为机器狗1需要移动以应对事件时，在步骤705中，通过移动单元500使机器狗1向事件发生方向移动。
在该处理的前后或者与该处理并行地，在步骤706中，信息获取单元60获取事件附属信息，该事件附属信息包括发生方向的图像、声音、该机器人的位置、发生方向的方位、流体的移动方向以及机器狗1周围的环境数据中的至少一个。
并且，在步骤707中，中央控制单元55如果判断为需要外部服务器等资源的支持，在步骤708中，通过通信单元200等将事件附属信息与事件信息一起传送到外部。
在步骤709中，原因估计单元50根据IMS数据115所包含的化学物质的变化以及化学物质的浓度变化中的至少一个来判断事件的发生原因。原因估计单元50也可以从外部服务器等获取事件发生原因。
在步骤710中，如果中央控制单元55弄清楚或者估计出的发生原因为警告(warning)的对象，则在步骤711中使用警报产生单元59输出警报。由此，通知机器狗1周围存在威胁。还能够使用通信单元200等向外部传达存在威胁。
另外，在步骤712中，当中央控制单元55判断为需要与其它机器狗等协作时，在步骤713中，通过通信单元200等与其它机器狗共同作业。中央控制单元55控制移动单元500使得与其它机器狗1等协作。也可以从气味输出单元300放出成为规定气味的产生源的化学物质，间接向其它机器狗1传达信息。
并且，在步骤714中，当中央控制单元55判断为能够应对(初期应对)弄清楚或者估计出的发生原因时，使用应对单元600对发生原因进行适当的应对。在步骤715中，中央控制单元55控制移动单元500使得使机器狗1移动至适于应对的位置。
这样，嗅觉机器狗1具有左右独立的鼻腔，能够进行独立的速度控制来抽吸嗅觉对象空间的大气并对其进行分析。通常，至少安装一个IMS(传感器)，有时还独立地安装两个IMS(传感器)。在安装一个的情况下，分时地执行分析。嗅觉机器狗具备：首先寻找存在于自己的记忆(数据)中的化学物质的系的自己记忆搜索模式、与附近的其它嗅觉机器狗进行通信并协作进行搜索的组记忆搜索模式、以远程方式访问到化学物质来进行搜索的全局搜索模式、对没有记忆的化学物质信息进行类推的估计模式、存储、累积不在估计范围内的新的化学物质信息的学习模式、在多个嗅觉机器狗之间进行的并行搜索模式以及追踪移动的目标或进行位置确定的跟踪搜索模式等。
另外，嗅觉机器狗1能够将自己所具有的个体信息发送给需要该个体信息的对象的嗅觉机器狗，因此降低网络的开销，能够进行并行搜索。还能够根据对人发送的气味/香气流信息模拟地合成微量的化学物质，因此能够实现对于搜索的目标的共享。
嗅觉机器狗1即使在火灾现场、其它、放射线、爆炸物的危险的现场也没有针对恐怖、危险性的感情反应，因此达到目的的障碍较少。嗅觉机器人之间除无线通信外还具有可见光通信功能，因此具有几乎不存在向不需要的对象泄露通信而能够仅与看得到的范围的对象高速地进行通信的特征。在对嗅觉机器人的组整体进行控制的控制器侧，使所需的嗅觉机器人之间分组化或者分离，并进行可见光的波长控制，由此能够实现难以被监听的动态的编组。特别是，即使在嗅觉机器人不能接收GPS的位置上，也能够通过使用可见光通信来极其准确地以几十mm为单位进行位置测量。
以往，在很多情况下采取让狗嗅出毒品、爆炸物、犯人的遗失物来进行判断的方式，但是如果多次嗅相同强度的气味则狗的嗅觉能力发生降低。另外，即使在金属氧化覆膜型传感器的情况下，限定对特定的化学物质有反应以及实现大范围的搜索空间无论在成本上还是物理上均存在很多问题。传感器网络使嗅觉机器狗1的化学物质确定处理在某个程度的范围内发挥功能，但是没有搭载与目的相应的模式。另外，嗅觉机器狗1具有机动力而可移动，与此相对还存在如果没有事先设定网络就无法达到目的这种问题。特别是，不具有未知数的新的化学物质的追加类推功能、学习功能。
该嗅觉机器狗1具有进行嗅觉处理的检测单元100以及控制它们的控制单元55，还能够搭载对各种外部刺激立即作出反应的反射反应单元、进行估计、推论、学习的智能功能。
通过包括两个独立的鼻腔12L和12R的角度调整功能以及抽吸速度或者搭载于内部的湿度调整功能的检测单元100、数据处理单元55等来实现化学物质的确定。该嗅觉机器狗1的特征在于，构成为优先对危险性非常高的爆炸物、毒物、毒气、有害物质进行处理的结构，能够在紧急情况下停止所有分析并进行反应以执行优先处理。
并且，机器狗1安装有成为专用的危险预知单元的原因估计单元50以及独立地发挥功能的搜索对象检测单元40，由此包括始终监视成为威胁的条件的功能。在搜索对象检测单元40的本地存储器41中事先加载成为自己的搜索目标的化学物质的数据库，在遇到不符合的化学物质的情况下，也可以独自或者通过事件原因估计单元50远程参照全局数据。
并且，机器狗1能够在全局数据中没有登记的情况下通过样品保存单元150登记为新的化学物质。即，在无法判断原因的情况下，不从物质检测单元100直接排出空气19，切换为样品保存单元150而将空气保存到胶囊。这是由于，之后与现有的分析装置的分析结果进行对照并登记，由此提高数据库的品质。在以合适的品质构建包含庞大的数据库时，该自动化系统变得非常重要。为了高效地使IMS型数据库充实，能够建立将现有的质量分析装置等的分析结果与使用了IMS的分析结果之间进行比较并使差信息一致或者吸收校正差信息的规则。通过储存统计数据，能够使IMS数据库构建自动化。
嗅觉机器狗1能够通过通信单元200等来根据来自外部控制器的指示切换多个模式。原因估计单元50能够将成为搜索对象(分析对象)的化学物质、该系统的物质的信息存储到本地存储器的搜索数据库中。因而，能够在短时间内搜索事件的发生原因(自己记忆搜索模式)。搜索数据库的一例是采用了能够根据多个关键字进行搜索的RD结构，期望采用类似的化学物质、易于产生化学变化的中间反应物、副生成物等在搜索空间上形成短距离的结构。
另外，通过变更该搜索关键字，能够容易地将新的未登记的化学物质追加到数据库。嗅觉机器狗1除自己记忆搜索模式之外还具备在存在来自外部的搜索协助(委托)的情况下不使自己记忆搜索处理中断而独立地协助外部搜索的模式。这意味着具有能够执行完全独立的搜索的双重系结构。由此，嗅觉机器狗之间进行协作而实现并行处理的搜索。另外，基本的搜索算法是共用的，但是为了缩短搜索时间，也可以具备如下模式：变更搜索关键字对搜索数据库的RD结构进行访问，使得还能够实现多个嗅觉机器狗对一个目标进行不同的估计的搜索。由此，如果更早命中，则中止其它搜索而能够开始新的搜索。因此，能够使使用了多个机器狗1的并行搜索进一步高速化。另外，由多个嗅觉机器狗1对物理上某种程度大小的搜索空间进行逻辑分割，由此也能够缩短搜索时间。
在检测出新的化学物质的情况下，嗅觉机器狗1通过网络临时登记到全局存储器。这是之后在执行成分分析而确定了物质的情况下进行正式登记的方式。登记化学物质的特征，通过某一估计算法来执行物质的估计。采用根据统计处理和实际的物质确定结果修改算法和修改估计依据(规则)来提高准确率的方式进行该估计。将该方式称为化学物质的估计与学习，有助于缩短与人确定化学物质有关的时间。也就是说，有助于从半自动算法发展到自动算法。提高估计准确率和学习效率之处在于，不仅搜索对象的特征信息，找出消除还包括与在此位置的其它信息、例如湿度、温度、在此存在的其它特征之间的相关性的类推与实际分析结果之间的差距的要素也很重要。
此外，以上，作为可独自移动的机器人、即可编程的机械装置的例子说明了机器狗，但是机器人可以是如动物那样自己本身移动的类型，也可以是以网络连接为前提的不带距离的移动的例如旋转或者仅上下活动的机器人。能够以估计事件的发生方向并改变朝向等方式获取事件的发生方向的图像、声音等。因而，使用机器人，能够不仅考虑化学物质的信息，还综合考虑图像、声音等其它信息来判断事件的原因。
另外，机器狗是能够在地上移动的机器人的一例，但是也可以是鸟型机器人、能够在空中悬浮或者飞行的机器人。并且，也可以是海上或者在海中移动的机器人。另外，以上，以包括对气体中的化学物质进行检测的功能的机器人为例进行了说明，但是也可以是包括对水中或者海中包含的化学物质进行检测的功能的机器人。

Claims (20)

1.一种机器人，包含多个采样点，具有：
检测单元，其获取与上述多个采样点处的流体所包含的化学物质相关联的化学物质关联信息；以及
事件监视单元，其根据在上述多个采样点分别获取到的化学物质关联信息的变化，判断事件的发生以及相对于该机器人的上述事件的发生方向。
2.根据权利要求1所述的机器人，其特征在于，
还具有移动单元，该移动单元使该机器人向上述事件的发生方向移动。
3.根据权利要求1或2所述的机器人，其特征在于，
还具有原因估计单元，该原因估计单元根据上述获取到的化学物质关联信息判断上述事件的发生原因。
4.根据权利要求3所述的机器人，其特征在于，
还具有信息获取单元，该信息获取单元获取事件附属信息，该事件附属信息包含上述事件的发生方向的图像、声音、该机器人的位置、上述事件的发生方向的方位、流体的移动方向以及该机器人周围的环境数据中的至少一个，
上述原因估计单元根据上述获取到的化学物质关联信息和上述事件附属信息判断上述事件的发生原因。
5.根据权利要求3所述的机器人，其特征在于，
还具有警报产生单元，该警报产生单元将与上述事件的发生原因有关的警告作为能够通过视觉和听觉中的至少一个来识别的信息进行输出。
6.根据权利要求1所述的机器人，其特征在于，
还具有通信单元，该通信单元向外部传送包含上述事件的发生的事件信息。
7.根据权利要求6所述的机器人，其特征在于，
该机器人还具有警报产生单元，该警报产生单元通过上述通信单元获取上述事件的发生原因，将与上述事件的发生原因有关的警告作为能够通过视觉和听觉中的至少一个来识别的信息进行输出。
8.根据权利要求6所述的机器人，其特征在于，还具有：
移动单元，其使该机器人向上述事件的发生方向移动；以及
控制单元，其通过上述通信单元与其它机器人交换信息，控制上述移动单元使得与上述其它机器人协作。
9.根据权利要求6所述的机器人，其特征在于，
上述通信单元包括可见光通信单元。
10.根据权利要求1所述的机器人，其特征在于，还具有：
移动单元，其使该机器人移动；以及
气味输出单元，其放出成为规定气味的产生源的化学物质。
11.根据权利要求1所述的机器人，其特征在于，
上述检测单元包括与上述多个采样点分别对应的多个检测传感器。
12.根据权利要求1所述的机器人，其特征在于，
上述检测单元包括共用的检测传感器以及供给单元，该供给单元以分时的方式从上述多个采样点向上述共用的检测传感器提供上述流体。
13.根据权利要求1所述的机器人，其特征在于，
上述检测单元包括离子迁移率传感器。
14.一种控制机器人的方法，
上述机器人包括存储器、CPU、多个采样点以及检测单元，该检测单元获取与上述多个采样点处的流体所包含的化学物质相关联的化学物质关联信息，
该方法包括如下步骤：根据在上述多个采样点分别获取到的化学物质关联信息的变化，判断事件的发生以及相对于上述机器人的上述事件的发生方向。
15.根据权利要求14所述的方法，其特征在于，
还包括事件发生原因判断步骤，根据上述化学物质关联信息判断上述事件的发生原因。
16.根据权利要求15所述的方法，其特征在于，
上述机器人还包括获取事件附属信息的信息获取单元，该事件附属信息包含上述事件的发生方向的图像、声音、上述机器人的位置、上述事件的发生方向的方位、流体的移动方向以及上述机器人周围的环境数据中的至少一个，
上述事件发生原因判断步骤包括：根据上述获取到的化学物质关联信息和上述事件附属信息判断上述事件的发生原因。
17.根据权利要求15所述的方法，其特征在于，
上述机器人还包括通信单元，该通信单元向外部传送包含事件的发生的事件信息，
上述事件发生原因判断步骤包括通过上述通信单元获取上述事件的发生原因。
18.根据权利要求15~17中的任一项所述的方法，其特征在于，
上述机器人还包括警报产生单元，该警报产生单元将警告作为通过视觉和听觉中的至少一个来识别的信息进行输出，
该方法还包括以下步骤：从上述警报产生单元输出与上述事件的发生原因有关的警告。
19.根据权利要求14所述的方法，其特征在于，
上述机器人还包括移动单元，
该方法还包括以下步骤：通过上述移动单元使上述机器人向上述事件的发生方向移动。
20.一种控制机器人的程序，
上述机器人包括存储器、CPU、多个采样点以及检测单元，该检测单元获取与上述多个采样点处的流体所包含的化学物质相关联的化学物质关联信息，
该程序包括如下指令：上述机器人根据在上述多个采样点分别获取到的化学物质关联信息的变化判断事件的发生以及相对于上述机器人的上述事件的发生方向。
CN201080064587.2A 2009-12-22 2010-12-22 机器人以及控制机器人的方法 Expired - Fee Related CN102770820B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2009-291000 2009-12-22
JP2009291000 2009-12-22
PCT/JP2010/007454 WO2011077730A1 (ja) 2009-12-22 2010-12-22 ロボット

Publications (2)

Publication Number Publication Date
CN102770820A true CN102770820A (zh) 2012-11-07
CN102770820B CN102770820B (zh) 2015-11-25

Family

ID=44195283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080064587.2A Expired - Fee Related CN102770820B (zh) 2009-12-22 2010-12-22 机器人以及控制机器人的方法

Country Status (6)

Country Link
US (1) US9073223B2 (zh)
EP (1) EP2518579B1 (zh)
JP (1) JP5745429B2 (zh)
KR (1) KR20120106772A (zh)
CN (1) CN102770820B (zh)
WO (1) WO2011077730A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104554510A (zh) * 2015-01-04 2015-04-29 武汉理工大学 带有柔性结构的仿生机器狗
CN105092485A (zh) * 2015-08-27 2015-11-25 泉州装备制造研究所 危险物品检测方法和装置
CN106358152A (zh) * 2016-10-19 2017-01-25 珠海市魅族科技有限公司 一种定位方法及装置
CN107832803A (zh) * 2017-11-27 2018-03-23 胡明建 一种机械视觉和机械嗅觉以时间相互映射的设计方法
CN108032302A (zh) * 2017-12-22 2018-05-15 胡明建 一种机械视觉触觉嗅觉以时间相互映射的设计方法
CN108108437A (zh) * 2017-12-20 2018-06-01 胡明建 一种机械视觉听觉嗅觉以时间相互映射的设计方法
CN108115728A (zh) * 2017-12-24 2018-06-05 胡明建 一种机械听觉触觉嗅觉以时间相互映射的设计方法
CN109313112A (zh) * 2016-09-27 2019-02-05 株式会社而摩比特 气味测量装置及气味数据管理装置
US11200787B2 (en) 2016-07-04 2021-12-14 Sony Corporation Robot, robot system, and storage medium
CN114452564A (zh) * 2021-12-21 2022-05-10 康威通信技术股份有限公司 一种前端智能灭火机器人及其工作方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130284913A1 (en) * 2012-04-30 2013-10-31 Baker Hughes Incorporated Process for Monitoring Industrial Fluids and Treatment of Same
CN104956215B (zh) * 2012-10-10 2018-04-20 史密斯探测-沃特福特有限公司 便携式取证采集系统
US20140273728A1 (en) * 2013-03-15 2014-09-18 Rehco, Llc Motorized and non-motorized interactive character
CN109070330B (zh) 2016-04-08 2022-07-15 Groove X 株式会社 认生的行为自主型机器人
CN107179771A (zh) * 2017-06-13 2017-09-19 芜湖桑健电子科技有限公司 移动式制氧器及其自移动方法
CN107221115B (zh) * 2017-07-27 2020-06-23 京东方科技集团股份有限公司 一种智能电子设备
JP7139643B2 (ja) * 2018-03-23 2022-09-21 カシオ計算機株式会社 ロボット、ロボットの制御方法及びプログラム
CN111492234A (zh) * 2018-11-09 2020-08-04 广东美的白色家电技术创新中心有限公司 可移动电动装置
CN110750552A (zh) * 2019-10-22 2020-02-04 上海秒针网络科技有限公司 气味处理方法及装置、存储介质、电子装置
FR3122258B1 (fr) * 2021-04-26 2024-03-01 Biodesiv Sarl Procédé d’extraction et de détection de molécules odorantes réelles d’intérêt et dispositif d’extraction mettant en œuvre ledit procédé
CN114280251B (zh) * 2021-12-31 2024-04-12 江苏智闻智能传感科技有限公司 一种气体检测机器人及气体泄露源检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171424A (ja) * 1998-12-03 2000-06-23 Tokyo Inst Of Technol 匂い・ガス流可視化計測装置
JP2001091416A (ja) * 1999-09-27 2001-04-06 Tokyo Inst Of Technol におい・ガス流可視化装置およびにおい・ガス流計測装置
JP2005024426A (ja) * 2003-07-03 2005-01-27 Univ Of Tsukuba 化学物質発生源探索装置
JP2005061836A (ja) * 2003-08-11 2005-03-10 Toyoe Moriizumi 悪臭源検出排除方法及び悪臭源検出排除装置
WO2008039996A2 (en) * 2006-09-28 2008-04-03 Smiths Detection Inc. Multi-detector gas identification system
CN101241019A (zh) * 2008-02-28 2008-08-13 河北工业大学 一种机器人仿生嗅觉系统
CN101413811A (zh) * 2008-11-27 2009-04-22 河北工业大学 一种危险品目标自主辨识的方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5443354A (en) * 1992-07-20 1995-08-22 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Hazardous materials emergency response mobile robot
JP3439795B2 (ja) 1993-06-21 2003-08-25 科学技術振興事業団 自律移動型におい・ガス源探知システム及びにおい・ガス源探知装置
US5440916A (en) * 1993-11-15 1995-08-15 The United States Of America As Represented By The Administrator Of The National Aeronatics And Space Administration Emergency response mobile robot for operations in combustible atmospheres
JP2647798B2 (ja) * 1993-12-27 1997-08-27 工業技術院長 化学／物理量の識別方法及び装置
JP3437246B2 (ja) * 1994-03-25 2003-08-18 科学技術振興事業団 におい源方向判定プローブ及びそれを用いたにおい源探知方法
JP3568618B2 (ja) * 1995-03-24 2004-09-22 独立行政法人 科学技術振興機構 におい源方向判定プローブ及びそれを用いたにおい源探知方法
JPH09127069A (ja) * 1995-10-27 1997-05-16 Mitsubishi Electric Corp 異常探査装置
JP3623596B2 (ja) * 1996-05-16 2005-02-23 独立行政法人科学技術振興機構 におい源探知コンパス
JP4651645B2 (ja) 2001-09-13 2011-03-16 シャープ株式会社 群ロボットシステム
JP3882720B2 (ja) * 2002-02-19 2007-02-21 株式会社島津製作所 におい測定装置
JP4183578B2 (ja) * 2002-08-06 2008-11-19 株式会社国際電気通信基礎技術研究所 匂い提示装置
JP2004164303A (ja) 2002-11-13 2004-06-10 Sumiden Asahi Industries Ltd 監視用自走機
GB0321754D0 (en) * 2003-09-17 2003-10-15 Smiths Group Plc Apparatus
JP4802104B2 (ja) 2003-11-25 2011-10-26 サイオネックス コーポレイション サンプルの分析を改善するための分散特性、サンプル解離及び／又は圧力制御を用いた移動度ベースの装置及び方法
US7100424B2 (en) * 2004-07-22 2006-09-05 Marshall Wilson Apparatus for accessing container security threats and method of use
EA200700395A1 (ru) 2004-08-02 2008-12-30 Оулстоун Лтд. Спектрометр подвижности ионов
JP4779102B2 (ja) 2005-02-16 2011-09-28 株式会社国際電気通信基礎技術研究所 匂い提示装置および匂い提示方法
WO2007032814A2 (en) * 2005-07-14 2007-03-22 Chemimage Corporation System and method for robot mounted sensor
US7654348B2 (en) * 2006-10-06 2010-02-02 Irobot Corporation Maneuvering robotic vehicles having a positionable sensor head
US9463574B2 (en) * 2012-03-01 2016-10-11 Irobot Corporation Mobile inspection robot

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171424A (ja) * 1998-12-03 2000-06-23 Tokyo Inst Of Technol 匂い・ガス流可視化計測装置
JP2001091416A (ja) * 1999-09-27 2001-04-06 Tokyo Inst Of Technol におい・ガス流可視化装置およびにおい・ガス流計測装置
JP2005024426A (ja) * 2003-07-03 2005-01-27 Univ Of Tsukuba 化学物質発生源探索装置
JP2005061836A (ja) * 2003-08-11 2005-03-10 Toyoe Moriizumi 悪臭源検出排除方法及び悪臭源検出排除装置
WO2008039996A2 (en) * 2006-09-28 2008-04-03 Smiths Detection Inc. Multi-detector gas identification system
CN101241019A (zh) * 2008-02-28 2008-08-13 河北工业大学 一种机器人仿生嗅觉系统
CN101413811A (zh) * 2008-11-27 2009-04-22 河北工业大学 一种危险品目标自主辨识的方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104554510A (zh) * 2015-01-04 2015-04-29 武汉理工大学 带有柔性结构的仿生机器狗
CN105092485A (zh) * 2015-08-27 2015-11-25 泉州装备制造研究所 危险物品检测方法和装置
US11200787B2 (en) 2016-07-04 2021-12-14 Sony Corporation Robot, robot system, and storage medium
US11837064B2 (en) 2016-07-04 2023-12-05 Sony Group Corporation Robot, robot system, and storage medium
CN109313112A (zh) * 2016-09-27 2019-02-05 株式会社而摩比特 气味测量装置及气味数据管理装置
CN106358152A (zh) * 2016-10-19 2017-01-25 珠海市魅族科技有限公司 一种定位方法及装置
CN107832803A (zh) * 2017-11-27 2018-03-23 胡明建 一种机械视觉和机械嗅觉以时间相互映射的设计方法
CN108108437A (zh) * 2017-12-20 2018-06-01 胡明建 一种机械视觉听觉嗅觉以时间相互映射的设计方法
CN108032302A (zh) * 2017-12-22 2018-05-15 胡明建 一种机械视觉触觉嗅觉以时间相互映射的设计方法
CN108115728A (zh) * 2017-12-24 2018-06-05 胡明建 一种机械听觉触觉嗅觉以时间相互映射的设计方法
CN114452564A (zh) * 2021-12-21 2022-05-10 康威通信技术股份有限公司 一种前端智能灭火机器人及其工作方法
CN114452564B (zh) * 2021-12-21 2023-11-07 康威通信技术股份有限公司 一种前端智能灭火机器人及其工作方法

Also Published As

Publication number Publication date
US9073223B2 (en) 2015-07-07
EP2518579B1 (en) 2016-04-13
CN102770820B (zh) 2015-11-25
EP2518579A1 (en) 2012-10-31
JPWO2011077730A1 (ja) 2013-05-02
US20120316677A1 (en) 2012-12-13
JP5745429B2 (ja) 2015-07-08
WO2011077730A1 (ja) 2011-06-30
EP2518579A4 (en) 2014-06-11
KR20120106772A (ko) 2012-09-26

Similar Documents

Publication Publication Date Title
CN102770820A (zh) 机器人
AU2010334135B2 (en) Device for detecting chemical substances
Hernandez Bennetts et al. Mobile robots for localizing gas emission sources on landfill sites: is bio-inspiration the way to go?
Becher et al. The detection of evaporating hazardous material released from moving sources using a gas sensor network
CN106198702B (zh) 一种快速检测唾液中毒品的方法
TW201911194A (zh) 提供空氣品質資訊的系統
BR112015006786A2 (pt) captação em tempo real de pragas de campo
DE602004024156D1 (de) System zur Überwachung, Feststellung und Analysierung von chemischen, strahlen und/oder biologischen Bedrohungen
Zhang et al. Design of an efficient electronic nose system for odour analysis and assessment
JP2009500768A (ja) 訓練可能なセンサ及びネットワーク
KR102277578B1 (ko) 온실내 환경 정보 빅데이터 분석을 기반으로 하는 비닐하우스병 예방관리 시스템 및 이를 이용한 비닐하우스병 예방관리방법
Bouras et al. Concentration map reconstruction for gas source location using nano quadcopters: Metal oxide semiconductor sensor implementation and indoor experiments validation
Peng et al. Dopant titrating ion mobility spectrometry for trace exhaled nitric oxide detection
CN104956215B (zh) 便携式取证采集系统
KR20160121286A (ko) 무인 항공기를 이용한 실시간 악취 발생원 추적 방법
TWM552632U (zh) 提供空氣品質資訊的系統
Hussein et al. Development of Autonomous Drone for Gas Sensing Application
Hernández Bennetts Mobile robots with in-situ and remote sensors for real world gas distribution modelling
TWI640963B (zh) 提供空氣品質資訊的方法
Burgués Signal processing and machine learning for gas sensors: Gas source localization with a nano-drone
CN208367242U (zh) 电子检疫装置
Al-Omary Integrating Odor Sensing in Robotics
Pomareda Sesé Signal Processing Approaches to the Detection and Localization of Gas Chemical Sources using Partially Selective Sensors
Lozos et al. Lightweight autonomous chemical identification system (LACIS)
CN112285216A (zh) 熏蒸剂检测仪及检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151125

Termination date: 20201222