CN106125737B - 一种移动机器人有毒气体搜源的装置、系统及方法 - Google Patents
一种移动机器人有毒气体搜源的装置、系统及方法 Download PDFInfo
- Publication number
- CN106125737B CN106125737B CN201610725995.7A CN201610725995A CN106125737B CN 106125737 B CN106125737 B CN 106125737B CN 201610725995 A CN201610725995 A CN 201610725995A CN 106125737 B CN106125737 B CN 106125737B
- Authority
- CN
- China
- Prior art keywords
- concentration
- mobile robot
- toxic
- source
- toxic gas
- 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.)
- Active
Links
- 239000002341 toxic gas Substances 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000007789 gas Substances 0.000 claims abstract description 54
- 230000008859 change Effects 0.000 claims abstract description 46
- 238000003795 desorption Methods 0.000 claims description 20
- 238000001179 sorption measurement Methods 0.000 claims description 15
- 238000012790 confirmation Methods 0.000 claims description 7
- 230000005855 radiation Effects 0.000 claims description 5
- 231100000331 toxic Toxicity 0.000 claims description 4
- 230000002588 toxic effect Effects 0.000 claims description 4
- 230000005415 magnetization Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 40
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 20
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 20
- 230000006870 function Effects 0.000 description 16
- 230000035945 sensitivity Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 231100000614 poison Toxicity 0.000 description 4
- 230000007096 poisonous effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- XOLBLPGZBRYERU-UHFFFAOYSA-N tin dioxide Chemical compound O=[Sn]=O XOLBLPGZBRYERU-UHFFFAOYSA-N 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003519 ventilatory effect Effects 0.000 description 2
- 229910052582 BN Inorganic materials 0.000 description 1
- PZNSFCLAULLKQX-UHFFFAOYSA-N Boron nitride Chemical compound N#B PZNSFCLAULLKQX-UHFFFAOYSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- -1 enriched device Substances 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000002085 irritant Substances 0.000 description 1
- 231100000021 irritant Toxicity 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
- 238000004056 waste incineration Methods 0.000 description 1
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/02—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by adsorption, e.g. preparative gas chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2257/00—Components to be removed
- B01D2257/30—Sulfur compounds
- B01D2257/304—Hydrogen sulfide
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Chemical & Material Sciences (AREA)
- Remote Sensing (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Combustion & Propulsion (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种移动机器人有毒气体搜源的装置、系统及方法，属于移动机器人领域，解决了现有技术中有毒气体搜源效率不高、易受环境因素影响的问题。有毒气体搜源移动机器人，包括富集化装置、气体传感器系统和处理器。有毒气体搜源方法包括寻找、确认有毒气体源和报警。气体传感器系统感受移动机器人周围的有毒气体浓度信息，比较移动机器人当前所在位置的有毒气体浓度信息和上一移动位置的有毒气体浓度信息，并根据浓度变化率确定移动机器人的移动方向。循环寻找有毒气体源步骤，直到有毒气体浓度变化率小于预设值时，确认有毒气体源，并发出报警。本发明寻找有毒气体源位置准确，搜索效率高，不易受到环境因素的影响。用于寻找有毒气体源。
Description
技术领域
本发明涉及移动机器人领域，具体而言，涉及一种移动机器人有毒气体搜源的装置、系统及方法。
背景技术
目前，随着工业化的发展，有毒气体已成为人们在生产和生活中不得不面对的危险源。化学品泄露、垃圾焚烧、危险化学品爆炸等场所均较易发生有毒气体泄漏。因此，与有毒气体源搜寻相关的技术研究在社会、经济和国家安全中扮演越来越重要的角色。移动机器人自主搜寻有毒气体源，是指移动机器人在非人工操作干预的情况下，自主的方式发现、跟踪并确定有毒气体源位置的过程。有毒气体源的追踪研究从1964年开始，采用基于移动电子鼻追踪有毒气体源方法，如浓度梯度搜索法、Z字形法、外螺旋搜索法等方法，主要依据气体传感器所获取的气体浓度信息追踪气体烟羽，并最终找到气体泄漏源。由于受传感器灵敏度的限制，这类方法仅在连续分布的烟羽环境中有效，而这样的烟羽一般只在室内环境下且气体长时间泄漏之后才可能出现。但在实际情况中，在空气流动的环境中，由于湍流的影响使得气体烟羽呈现断续状态，因而导致气体浓度发生较大波动，致使机器人很容易陷入局部最优而导致搜寻失败。
发明内容
有鉴于此，本发明的目的在于提供一种移动机器人有毒气体搜源的装置、系统及方法，能够降低环境因素的限制，发现、搜寻并确认有毒气体源的准确位置。
第一方面，本发明实施例提供了一种有毒气体搜源移动机器人，包括富集化装置、气体传感器系统和处理器；
所述富集化装置通过吸附作用提高所述气体传感器系统的有毒气体浓度，通过脱附作用恢复所述气体传感器系统的有毒气体浓度；
所述气体传感器系统用于检测有毒气体浓度；
所述处理器用于获取和比较所述移动机器人当前所在位置的有毒气体浓度信息和上一移动位置的有毒气体浓度信息，并根据浓度变化率确定所述移动机器人的移动方向；
所述有毒气体浓度信息包括有毒气体浓度和浓度变化率。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述气体传感器系统，包括气体传感器阵列和运算器；
所述气体传感器阵列用于获取需要检测的有毒气体浓度信息；
所述运算器基于有毒气体浓度信息执行算术运算，计算有毒气体浓度。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述气体传感器阵列还用于获取需要检测的有毒气体种类信息；所述运算器还用于基于有毒气体种类信息执行逻辑运算，判别有毒气体的种类。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述有毒气体搜源移动机器人还包括驱动组件，用于沿所述处理器所确定的移动方向，驱动所述移动机器人移动一个步长。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述处理器还用于，随着浓度变化率的增高，增加所述移动机器人的移动步长。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述富集化装置安装在所述气体传感器系统前方，包括吸附功能和脱附功能。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，通过降温装置完成吸附功能，通过升温装置完成脱附功能；所述吸附功能和脱附功能还可以由反向加电压、磁化、超声波实现。
第二方面，本发明实施例还提供一移动机器人的有毒气体搜源方法，包括：
寻找有毒气体源步骤，将移动机器人气体传感器系统获取的当前位置有毒气体浓度信息，与上一移动位置的有毒气体浓度信息进行优选比较，计算浓度变化率，并使所述移动机器人向有毒气体浓度变化率高的位置移动；
循环所述寻找有毒气体源步骤，直至移动机器人依据有毒气体源辐射的浓度梯度场信息寻找到所述有毒气体浓度的最高值，进行确认有毒气体源步骤；
确定有毒气体源步骤，当取得的有毒气体浓度信息之间的浓度变化率的差值小于预设值时，确认移动机器人所在位置为有毒气体源。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，在所述确认有毒气体源步骤之后，还包括：
报警步骤，通过声、光或者数据消息的方式，发布报警信号。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述优选比较，具体为：
若移动机器人当前所在位置的有毒气体浓度变化率比上一移动位置的有毒气体浓度变化率高，则移动机器人保持原移动方向继续移动；
若移动机器人当前所在位置的有毒气体浓度变化率比上一移动位置的有毒气体浓度变化率低，则移动机器人向上一移动位置的方向移动。
本发明带来了以下有益效果：本发明提供的移动机器人有毒气体搜源的装置、系统及方法中，通过富集化装置对有毒气体进行吸附和脱附作用，提高气体传感器系统的灵敏度，即使在空气流动的环境中也可以发现、搜寻和确认有毒气体源，降低环境因素的影响，有利于及早发现有毒气体泄漏、扩散等危险情况。气体传感器系统感受移动机器人周围的有毒气体浓度信息，比较移动机器人当前所在位置的有毒气体浓度信息和上一移动位置的有毒气体浓度信息，并根据浓度变化率确定移动机器人的移动方向。依据寻找有毒气体浓度信息显著性变化搜寻有毒气体源，与有毒气体源辐射的浓度梯度场变化规律相符合，提高了搜索有毒气体源的效率。移动机器人的有毒气体搜源方法包括寻找有毒气体源步骤、确认有毒气体源步骤和报警步骤。循环迭代移动机器人寻找有毒气体源步骤，找到有毒气体浓度的最高值，通过确认有毒气体源步骤确认有毒气体源的准确位置，及时发出警告，防止有毒气体进一步的扩散，有效阻止了环境的恶化。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的移动机器人有毒气体搜源装置的结构示意图。
图2示出了本发明实施例所提供的一种移动机器人有毒气体搜源方法的流程图；
图3示出了本发明实施例所提供的移动机器人有毒气体搜源方法中，实施例1的寻源过程中硫化氢浓度变化；
图4示出了本发明实施例所提供的移动机器人有毒气体搜源方法中，实施例2的寻源过程中甲烷浓度变化。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，带有刺激性和窒息性的有毒气体对人体伤害较大，如何发现有毒气体源并高效、准确地找到有毒气体源的位置成为消灭有毒气体源的关键性步骤。基于此，本发明实施例提供的一种移动机器人有毒气体搜源的装置、系统及方法，可以降低空气对流等环境因素对搜源的影响，及早发现并高效、准确地确认有毒气体源位置，及时发出警报。
实施例一：
如图1所示，本发明实施例提供了一种有毒气体搜源移动机器人，包括富集化装置、气体传感器系统和处理器。富集化装置通过吸附作用提高所述气体传感器系统的有毒气体浓度，通过脱附作用恢复所述气体传感器系统的有毒气体浓度。气体传感器系统用于检测有毒气体浓度。处理器用于获取和比较所述移动机器人当前所在位置的有毒气体浓度信息和上一移动位置的有毒气体浓度信息，并根据浓度变化率确定所述移动机器人的移动方向。有毒气体浓度信息包括有毒气体浓度和浓度变化率。
富集化装置安装在气体传感器系统前方，包括吸附功能和脱附功能。通过降温装置完成吸附功能，通过升温装置完成脱附功能，降温装置和升温装置都在吸附、脱附管2中。分子在微环境下始终是不停运动的，分子的运动受温度、压力等因素的影响。有毒气体的分子也一样。通过吸附作用将空气中的有毒气体聚合，使传感器更容易发现有毒气体的存在，从而检测出有毒气体的浓度和种类，寻找并确认有毒气体源的位置。物质的吸附量是随温度的升高而减小的，通过温度的升高，可以使已被吸附的物质脱附下来。吸附功能和脱附功能还可以由反向加电压、磁化、超声波实现。风扇3安置在吸附、脱附管的前方，是驱动产生气流的装置，用于将经过脱附作用之后的有毒气体推动到气体传感器系统中。
气体传感器系统1，包括气体传感器阵列和运算器。气体传感器阵列用于获取需要检测的有毒气体浓度信息和种类信息。运算器基于有毒气体浓度信息执行算术运算，计算有毒气体浓度，基于有毒气体种类信息执行逻辑运算，判别有毒气体的种类。气体传感器阵列放置的高度和气源高度有关。移动机器人4还包括驱动组件，用于沿着处理器所确定的移动方向，驱动移动机器人移动一个步长，可以是驱动轮5。处理器还用于，随着浓度变化率的增高，增加移动机器人的移动步长。气体传感器系统可以是气相色谱、电化学传感器或金属氧化物传感器。
如图2所示，移动机器人的有毒气体搜源方法，包括寻找有毒气体源步骤、确定有毒气体源步骤和报警步骤。移动机器人通过总线或脉冲的形式控制运动，首先随机地产生任意方向的运动，若没有检测到有毒气体，则继续等步长的随机运动，直到检测到有毒气体为止。寻找有毒气体源步骤是将移动机器人气体传感器系统获取的当前位置有毒气体浓度信息，与上一移动位置的有毒气体浓度信息进行优选比较，计算浓度变化率，并使移动机器人向有毒气体浓度变化率高的位置移动。循环寻找有毒气体源步骤，直至移动机器人依据有毒气体源辐射的浓度梯度场信息寻找到有毒气体浓度的最高值，进行确认有毒气体源步骤。当取得的有毒气体浓度信息之间的浓度变化率的差值小于预设值时，确认移动机器人所在位置为有毒气体源。预设值依据实际情况进行预设。在确认有毒气体源步骤之后，进行报警步骤，通过声、光或者数据消息的方式，发布报警信号。优选比较具体表现为：在气体传感器系统检测到的浓度变化率大于气体传感器系统敏感阈值的情况下，若移动机器人当前所在位置的有毒气体浓度变化率比上一移动位置的有毒气体浓度变化率高，则移动机器人保持原移动方向继续移动；若移动机器人当前所在位置的有毒气体浓度变化率比上一移动位置的有毒气体浓度变化率低，则移动机器人向上一移动位置的方向移动。
实施例二：
本实施例与实施例一基本相同，其不同点在于，本实施例在实施例一的基础上进行有毒气体搜源工作。若有毒气体源为硫化氢，气源通气量Q＝50mL/min，气源高度离地面距离为1m，风速为0.6m/s。富集化装置中，根据热敏电阻(Positive TemperatureCoefficient，简称为PTC)半导体材料具有温度敏感性的特征，具有在超过一定的温度时，它的电阻值随着温度的升高呈阶跃性的增高的性质，选用的制冷方法为基于PTC半导体材料的制冷装置完成吸附功能；通过基于高频感应加热方法的升温装置完成脱附功能。选用既薄又强韧的石墨烯作为吸附、脱附材料，吸附倍率为80倍。选用电化学传感器作为气体传感器，基体为SnO2。移动机器人进行随机运动，直到富集化装置对有毒气体进行吸附、脱附作用后，风扇将有毒气体推动至电化学传感器系统，电化学传感器系统通过逻辑运算判别有毒气体为硫化氢，并通过算术运算计算出硫化氢的浓度。移动机器人随机移动一步，开始寻找硫化氢源，将移动机器人电化学传感器系统获取的当前位置硫化氢浓度信息，与上一移动位置的硫化氢浓度信息进行优选比较，在电化学传感器系统检测到的浓度变化率大于电化学传感器系统敏感阈值Vstp的情况下，若移动机器人当前所在位置的硫化氢浓度变化率Vi比上一移动位置的硫化氢浓度变化率Vi-1高，则移动机器人保持原移动方向继续移动；若移动机器人当前所在位置的硫化氢浓度变化率Vi比上一移动位置的硫化氢浓度变化率Vi-1低，则移动机器人向上一移动位置的方向移动。循环寻找硫化氢源步骤，直至移动机器人依据硫化氢源辐射的浓度梯度场信息寻找到硫化氢浓度的最高值，进行确认硫化氢源步骤。当取得的硫化氢浓度信息之间的浓度变化率的差值小于预设值d时，确认移动机器人所在位置为硫化氢源。并通过声、光或者数据消息的方式发出报警信号。获得的硫化氢浓度值谱如图3所示，从发现硫化氢源到确认硫化氢源过程用时4mins。
实施例三：
本实施例与实施例一基本相同，其不同点在于，本实施例在实施例一的基础上进行有毒气体搜源工作。若有毒气体源为挥发性有机化合物类甲烷，气源通气量Q＝100mL/min，气源高度距地面0.1m，风速为0.2m/s。富集化装置中，选用的制冷方法为冷阱完成吸附功能；利用高PTC半导体材料温度低于设定温度时，其电阻值会随它的温度升高而变小的特性完成脱附功能。选用超硬材料立方氮化硼作为吸附、脱附材料，吸附倍率为50倍。选用电化学传感器作为气体传感器，基体为SnO2。移动机器人进行随机运动，直到富集化装置对有毒气体进行吸附、脱附作用后，风扇将有毒气体推动至电化学传感器系统，电化学传感器系统通过逻辑运算判别有毒气体为甲烷，并通过算术运算计算出甲烷的浓度。移动机器人随机移动一步，开始寻找甲烷源，将移动机器人电化学传感器系统获取的当前位置甲烷浓度信息，与上一移动位置的甲烷浓度信息进行优选比较，在电化学传感器系统检测到的浓度变化率大于电化学传感器系统敏感阈值的情况下，若移动机器人当前所在位置的甲烷浓度变化率比上一移动位置的甲烷浓度变化率高，则移动机器人保持原移动方向继续移动；若移动机器人当前所在位置的甲烷浓度变化率比上一移动位置的甲烷浓度变化率低，则移动机器人向上一移动位置的方向移动。循环寻找甲烷源步骤，直至移动机器人依据甲烷源辐射的浓度梯度场信息寻找到甲烷浓度的最高值，进行确认甲烷源步骤。当取得的甲烷浓度信息之间的浓度变化率的差值小于预设值时，确认移动机器人所在位置为甲烷源。并通过声、光或者数据消息的方式发出报警信号。获得的甲烷浓度值谱如图4所示，从发现甲烷源到确认甲烷源过程用时4mins。
本发明实施例所提供的XXXX方法、装置以及系统的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种有毒气体搜源移动机器人，其特征在于，包括富集化装置、气体传感器系统和处理器；
所述富集化装置通过吸附作用提高所述气体传感器系统的有毒气体浓度，通过脱附作用恢复所述气体传感器系统的有毒气体浓度；
所述气体传感器系统用于检测有毒气体浓度；
所述处理器用于获取和比较所述移动机器人当前所在位置的有毒气体浓度信息和上一移动位置的有毒气体浓度信息，并根据浓度变化率确定所述移动机器人的移动方向；
所述有毒气体浓度信息包括有毒气体浓度和浓度变化率。
2.如权利要求1所述的有毒气体搜源移动机器人，其特征在于，所述气体传感器系统，包括气体传感器阵列和运算器；
所述气体传感器阵列用于获取需要检测的有毒气体浓度信息；
所述运算器基于有毒气体浓度信息执行算术运算，计算有毒气体浓度。
3.如权利要求2所述的有毒气体搜源移动机器人，其特征在于，所述气体传感器阵列还用于获取需要检测的有毒气体种类信息；
所述运算器还用于基于有毒气体种类信息执行逻辑运算，判别有毒气体的种类。
4.如权利要求1所述的有毒气体搜源移动机器人，其特征在于，还包括驱动组件，用于沿所述处理器所确定的移动方向，驱动所述移动机器人移动一个步长。
5.如权利要求1所述的有毒气体搜源移动机器人，其特征在于，所述处理器还用于，随着浓度变化率的增高，增加所述移动机器人的移动步长。
6.如权利要求1所述的有毒气体搜源移动机器人，其特征在于，所述富集化装置安装在所述气体传感器系统前方，包括吸附功能和脱附功能。
7.如权利要求6所述的有毒气体搜源移动机器人，其特征在于，通过降温装置完成吸附功能，通过升温装置完成脱附功能；所述吸附功能和脱附功能还可以由反向加电压、磁化、超声波实现。
8.一种基于权利要求1至7任一项所述的移动机器人的有毒气体搜源方法，其特征在于，包括：
寻找有毒气体源步骤，将移动机器人气体传感器系统获取的当前位置有毒气体浓度信息，与上一移动位置的有毒气体浓度信息进行优选比较，计算浓度变化率，并使所述移动机器人向有毒气体浓度变化率高的位置移动；
循环所述寻找有毒气体源步骤，直至移动机器人依据有毒气体源辐射的浓度梯度场信息寻找到所述有毒气体浓度的最高值，进行确认有毒气体源步骤；
确定有毒气体源步骤，当取得的有毒气体浓度信息之间的浓度变化率的差值小于预设值时，确认移动机器人所在位置为有毒气体源。
9.如权利要求8所述的移动机器人的有毒气体搜源方法，其特征在于，在所述确认有毒气体源步骤之后，还包括：
报警步骤，通过声、光或者数据消息的方式，发布报警信号。
10.如权利要求8所述的移动机器人的有毒气体搜源方法，其特征在于，所述优选比较，具体为：
若移动机器人当前所在位置的有毒气体浓度变化率比上一移动位置的有毒气体浓度变化率高，则移动机器人保持原移动方向继续移动；
若移动机器人当前所在位置的有毒气体浓度变化率比上一移动位置的有毒气体浓度变化率低，则移动机器人向上一移动位置的方向移动。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610725995.7A CN106125737B (zh) | 2016-08-25 | 2016-08-25 | 一种移动机器人有毒气体搜源的装置、系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610725995.7A CN106125737B (zh) | 2016-08-25 | 2016-08-25 | 一种移动机器人有毒气体搜源的装置、系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106125737A CN106125737A (zh) | 2016-11-16 |
| CN106125737B true CN106125737B (zh) | 2018-11-13 |
Family
ID=57275147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610725995.7A Active CN106125737B (zh) | 2016-08-25 | 2016-08-25 | 一种移动机器人有毒气体搜源的装置、系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106125737B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106781295A (zh) * | 2017-03-31 | 2017-05-31 | 思依暄机器人科技（深圳）有限公司 | 一种灾害气体报警方法、装置和灾害报警装置 |
| CN106918367B (zh) * | 2017-04-26 | 2022-11-04 | 河北工业大学 | 一种机器人主动搜寻定位气味源的方法 |
| CN108121777B (zh) * | 2017-12-13 | 2019-05-17 | 清华大学 | 基于太赫兹的多个高危化学品泄露源探测的方法 |
| CN108785846B (zh) * | 2018-07-02 | 2020-11-13 | 电子科技大学 | 一种移动分子通信中基于浓度梯度的目标导向方法 |
| CN109540141B (zh) * | 2018-11-23 | 2019-10-22 | 北京科技大学 | 一种污染源定位移动机器人及污染源定位方法 |
| CN110456001A (zh) * | 2019-08-14 | 2019-11-15 | 中国工商银行股份有限公司 | 检测方法、检测装置和电子设备 |
| CN111024313A (zh) * | 2019-10-30 | 2020-04-17 | 北京众蓝科技有限公司 | 一种主动搜索定位化学气体泄漏点的方法和设备 |
| CN110836954B (zh) * | 2019-11-01 | 2022-08-26 | 淮安信息职业技术学院 | 一种基于plc控制的有毒气体泄露危害预测系统及方法 |
| CN111673756B (zh) * | 2020-05-15 | 2022-03-04 | 深圳国信泰富科技有限公司 | 一种化学品泄漏救灾机器人及其控制方法 |
| US11623349B2 (en) | 2020-10-28 | 2023-04-11 | Ford Global Technologies, Llc | Systems and methods for gas detection within vehicles |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493328A (zh) * | 2009-02-09 | 2009-07-29 | 苏州科技学院 | 基于气味实测的机器人气味源搜索方法 |
| CN104007763A (zh) * | 2014-06-13 | 2014-08-27 | 重庆大学 | 一种固定式电子鼻节点与移动机器人协作搜寻气味源方法 |
| CN104307363A (zh) * | 2014-10-16 | 2015-01-28 | 无锡雪浪环境科技股份有限公司 | 一种低温烟气NOx富集脱除系统及其方法 |
| WO2015095884A1 (en) * | 2013-12-20 | 2015-06-25 | Industrial Scientific Corporation | Systems and methods for predicting gas concentration values |
| CN104807771A (zh) * | 2015-03-19 | 2015-07-29 | 河北工业大学 | 室外环境下机器人有毒有害气体多源嗅觉定位系统 |
| CN205263046U (zh) * | 2015-10-15 | 2016-05-25 | 康俊瑄 | 一种化学品事故现场有毒气体监测移动机器人 |
| CN205301237U (zh) * | 2016-04-13 | 2016-06-08 | 交通运输部水运科学研究所 | 有毒有害气体应急监测机器人 |
-
2016
- 2016-08-25 CN CN201610725995.7A patent/CN106125737B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493328A (zh) * | 2009-02-09 | 2009-07-29 | 苏州科技学院 | 基于气味实测的机器人气味源搜索方法 |
| WO2015095884A1 (en) * | 2013-12-20 | 2015-06-25 | Industrial Scientific Corporation | Systems and methods for predicting gas concentration values |
| CN104007763A (zh) * | 2014-06-13 | 2014-08-27 | 重庆大学 | 一种固定式电子鼻节点与移动机器人协作搜寻气味源方法 |
| CN104307363A (zh) * | 2014-10-16 | 2015-01-28 | 无锡雪浪环境科技股份有限公司 | 一种低温烟气NOx富集脱除系统及其方法 |
| CN104807771A (zh) * | 2015-03-19 | 2015-07-29 | 河北工业大学 | 室外环境下机器人有毒有害气体多源嗅觉定位系统 |
| CN205263046U (zh) * | 2015-10-15 | 2016-05-25 | 康俊瑄 | 一种化学品事故现场有毒气体监测移动机器人 |
| CN205301237U (zh) * | 2016-04-13 | 2016-06-08 | 交通运输部水运科学研究所 | 有毒有害气体应急监测机器人 |
Non-Patent Citations (1)
| Title |
|---|
| 基于移动机器人的主动嗅觉技术研究;张东 等;《计算技术与自动化》;20140630;第33卷(第2期);第7-10页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106125737A (zh) | 2016-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106125737B (zh) | 一种移动机器人有毒气体搜源的装置、系统及方法 | |
| Ali Ahmadi et al. | Applying a sophisticated approach to predict CO2 solubility in brines: application to CO2 sequestration | |
| Zhang et al. | Intelligently detecting and identifying liquids leakage combining triboelectric nanogenerator based self-powered sensor with machine learning | |
| Feng et al. | Source localization in dynamic indoor environments with natural ventilation: An experimental study of a particle swarm optimization-based multi-robot olfaction method | |
| Al-Ameri et al. | Long-term effects of CO2 sequestration on rock mechanical properties | |
| Feng et al. | Experimental study on a comprehensive particle swarm optimization method for locating contaminant sources in dynamic indoor environments with mechanical ventilation | |
| Lilienthal et al. | Creating gas concentration gridmaps with a mobile robot | |
| Demir et al. | Microcalorimetric investigation of water vapor adsorption on silica gel | |
| CN103630698A (zh) | 一种模仿动物嗅觉器官结构的立体电子鼻 | |
| CN203849238U (zh) | 室内空气质量检测智能装置 | |
| Schleder et al. | Experimental data and CFD performance for CO2 cloud dispersion analysis | |
| Kowadlo et al. | Using naïve physics for odor localization in a cluttered indoor environment | |
| Mehta et al. | Buoyancy induced flow of non-Newtonian fluids over a non-isothermal horizontal plate embedded in a porous medium | |
| Watson et al. | Feasibility of a Perfluorocarbon tracer based network to support Monitoring, Verification, and Accounting of Sequestered CO2 | |
| Misyura et al. | A Review of Gas Capture and Liquid Separation Technologies by CO2 Gas Hydrate | |
| Li et al. | A numerical study of particle motion and two‐phase interaction in aeolian sand transport using a coupled large eddy simulation–discrete element method | |
| Mazumder et al. | Self-cleaning solar mirrors using electrodynamic dust shield: Prospects and progress | |
| Osório et al. | Mobile Robot Odor Plume Tracking using Three Dimensional Information. | |
| Kuppan et al. | CO2 sequestration: Processes and methodologies | |
| Liao et al. | An experimental study on locating time-varying pollutant sources in a dynamic indoor environment with mechanical ventilation based on multi-robot cooperation | |
| Murai et al. | Robotic gas source localization assisted by active airflow generation | |
| Xu et al. | Swamp wetlands in degraded permafrost areas release large amounts of methane and may promote wildfires through friction electrification | |
| Ma et al. | Intelligent equipment for photocatalytic decomposition of ethylene and simulation design | |
| Kurpaska et al. | Experimental and modeling approach to heat and mass transfer in a porous bed of a rock-bed heat accumulator | |
| Li et al. | Path planning of patrol robot based on improved discrete electrostatic discharge algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |