CN109540141B - 一种污染源定位移动机器人及污染源定位方法 - Google Patents

Abstract

本发明提供一种污染源定位移动机器人及污染源定位方法，用于解决现有技术中污染源定位主动性差、算法收敛慢的问题。所述污染源定位方法基于所述污染源定位移动机器人，通过搭载污染物传感器阵列的污染源定位移动机器人，对污染源进行定位。本发明通过具有瞬时浓度差的梯度传感器阵列与移动机器人的结合，采用Z字形搜索算法和进化浓度梯度搜索算法相结合的污染源定位策略，主动发现烟羽，提高污染源搜索效率，并通过烟羽再发现过程提高污染源定位成功率，有效避免机器人陷入局部最优的问题；所采用的收敛算法使污染源定位提高了搜索的准确度和精度。同时，基于梯度传感器阵列的移动机器人，从结构和制备上更容易实现，降低了机器人成本。

Description

一种污染源定位移动机器人及污染源定位方法

技术领域

本发明属于环境安全及传感器技术领域，具体涉及一种污染源定位机器人及污染源定位方法。

背景技术

近年来，室内污染源突发性泄漏导致的中毒、火灾和爆炸等灾害事件频发，在国内外引起了高度关注，室内污染源泄漏灾害的防治，已成为防灾减灾和公共安全领域亟待解决的重要问题。在室内空间发生污染源泄漏的突发事件中，对污染源确切位置的快速定位，是采取有效控制措施和减轻灾害的前提和关键。

污染源定位方法分为被动检测方法和基于移动机器人的主动定位方法。

传统的被动检测方法，用无线传感器在目标环境中选择很多结点，在这些结点处安装传感器从而形成一个无线传感器网络，传感器将检测的数据及结点位置信息及时发送给中央主机，主机根据结点位置及传感器数据进行分析并做出判断，根据得到的有效浓度值，分析数据变化的趋势，综合确定污染源是在哪个区域位置发生的泄漏。但是，被动检测方法不能主动探知污染源的泄漏位置，当发生泄漏的位置处于传感器网络以外时无法发挥作用。

主动定位方法，是利用搭载了传感器的移动机器人，主动发现、跟踪并确定污染源。移动机器人在行走的过程中，传感器也在行走，相当于组成了一个可移动的传感器网络，可移动的范围构成搜索范围；在执行任务的过程中还可以随机调整自己的行走轨迹，主动感知和判断污染源的信息。除此之外，移动机器人内部系统具有开发周期短、可扩展性强等优点，可以根据工作环境的差别来为机器人设计不一样的内部嵌入式系统；同时，移动机器人可以长时间工作，不会存在人类或者动物的注意力因为疲劳而降低等问题，避免了对工作人员的二次伤害。

现有技术中，基于移动机器人的污染源定位方法，也叫主动嗅觉，在目前的研究中这一过程被分解为四个子任务，即烟羽发现、烟羽跟踪、烟羽再发现和污染源确认。专利公开号为CN105301203A的中国专利，公开了一种基于烟花算法的气味源定位方法，机器人随机地进入到搜索空间，随机地选择初始位置并在该位置处释放一个烟花，在爆炸半径范围内爆炸产生火花，机器人根据各个火花的适应度值选择最好的个体作为下一代烟花，每次爆炸都包括其位置更新阶段和浓度信息更新阶段。

但是，上述方法并没有考虑到烟羽扩散的随机性，机器人在进入空间后无法在第一时间内监测到烟羽，只能到达烟羽范围内时才能对烟羽进行主动监测，追踪污染源，实质上是还是被动发现烟羽；而且，在烟羽追踪过程中，该方法默认机器人具有可伸缩性能的机械手臂，机器人携带传感器数量多，整体构造较为复杂，在实际应用时实现比较困难；除此之外，烟花半径的计算公式采用的是气体浓度阈值与当前烟花浓度值的差值，不能较好的反应和气体浓度阈值的比例关系。

发明内容

本发明实施例要解决的技术问题是现有技术中污染源定位主动性差、算法收敛慢的问题，提供了一种污染源定位移动机器人及污染源定位方法，通过一组具有瞬时浓度差的梯度传感器阵列，将Z字形搜索算法和进化浓度梯度搜索算法相结合，提高污染源定位的主动性和搜索效率，同时降低了机器人成本。

为解决上述技术问题，本发明实施例提供一种污染源定位移动机器人，所述移动机器人包括：单个机器人和污染物传感器；其中，

所述污染物传感器搭载于所述单个机器人上，由等角度呈圆周分布的感应元件组成，用于检测污染物浓度，并将所感应到的数据发送给单个机器人；

所述单个机器人用于在搜索空间内带动所搭载的传感器移动，并对所述传感器发送的数据进行处理。

进一步地，所述单个机器人位于感应元件形成的圆周中心。

进一步地，所述感应元件为六个，呈环形阵列排布。

本发明实施例还提供了一种污染源定位方法，所述方法包括如下步骤：

步骤S1，单个机器人搭载污染物传感器，组成污染源定位移动机器人；

步骤S2，所述污染源定位移动机器人对污染源进行定位。

进一步地，所述单个机器人搭载污染物传感器，具体为：

所述传感器以单个机器人为圆心、在圆周上以等角度分布；将传感器和机器人进行电连接。

进一步地，所述传感器为六个，在圆弧上等角度分布，用于检测不同位置污染物的浓度。

进一步地，所述步骤S2括：

步骤S21，对污染源定位移动机器人的位置、迭代次数、阈值进行初始化；

步骤S22，污染源定位移动机器人对搜索区域分区，而后以Z字形前进，发现烟羽；

步骤S23，预设时间间隔，判断是否检测到烟羽；若检测到烟羽，则进入步骤S24；若未检测到烟羽，则转入步骤S22；

步骤S24，比较六个传感器位置当前的浓度信息，确定移动机器人下一步的移动方向和移动距离；

步骤S25，污染源定位移动机器人按步骤S24所确定的方向和距离，移动到目标位置，并更新位置信息；

步骤S26，污染源定位移动机器人移动到新的位置后，再次判断是否检测到烟羽；是，则进入步骤S27；否，则转入步骤S22；

步骤S27，判断是否定位到污染源；如果是，则输出当前移动机器人的位置；如果否，则进入步骤S28；

步骤S28，判断是否满足终止条件；如果是，则强制退出搜索过程，终止定位；如果否，则转入步骤S24。

进一步地，所述步骤S24进一步包括：

机器人携带的六个传感器测得六个点的污染物浓度，比较六个浓度值的大小，浓度值较大的那个点所在的方向就是移动机器人下一步要移动的方向；

根据公式R＝A·α确定污染源定位移动机器人下一步移动的距离R；

其中，R为移动机器人下一步移动的距离；A是比例因子，为由定位空间尺寸决定的常数；α是浓度相对变化率。

进一步地，所述浓度相对变化率为：

其中，λ_i是当前传感器测得的最大浓度值，λ是预设阈值。

进一步地，所述步骤S27判断是否定位到污染源，进一步为，判断是否同时满足以下条件：

第一条件，传感器连续2次检测到的污染物浓度值均大于阈值λ；

第二条件，移动机器人的位置变化小于阈值d。

本发明上述技术方案的有益效果如下：

上述方案中，通过具有瞬时浓度差的梯度传感器阵列与移动机器人的结合，采用Z字形搜索算法和进化浓度梯度搜索算法相结合的污染源定位策略，主动发现烟羽，提高污染源搜索效率，并通过烟羽再发现过程提高污染源定位成功率；通过六个传感器的协调工作，能够更好的捕捉当前位置的浓度信息，有效避免机器人陷入局部最优的问题；所采用的收敛算法使机器人每一次移动的距离能较好的反映当前位置浓度值和浓度阈值的关系，移动机器人越靠近污染源，R值越小，局部搜索能力越强，算法的整体性更加的高效和精准。同时，基于梯度传感器阵列的移动机器人，从结构和制备上更容易实现，极大的降低了成本。

附图说明

为了更加清晰的阐述本发明的实施例和现有的技术方案，下面将本发明的技术方案说明附图做简单的介绍，显而易见的，在不付出创造性劳动的前提下，本领域普通技术人员可通过本附图获得其他的附图。

图1为本发明实施例的移动机器人结构示意图；

图2为本发明实施例的污染源定位方法流程示意图；

图3为本发明实施例中步骤S2污染源定位移动机器人对污染源进行定位的流程示意图；

图4为本发明实施例的污染源定位过程中移动机器人行走路线图。

附图标记说明：

1-单个机器人；2-污染物传感器。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明所要解决的技术问题是污染源定位主动性差、算法收敛慢的问题，在现有的单个机器人主动搜索污染源位置的方法上进行改进和完善，通过搭载了传感器阵列的移动机器人追踪烟羽，利用传感器测得的瞬时浓度差，以及简化的进化梯度跟踪算法实现对污染源的定位，使机器人在复杂环境下具有优良的感知能力，从而提高搜索效率，提高定位成功率和精度，同时降低机器人成本。本发明中所述的污染源，通常指室内污染源，污染源的泄漏会导致中毒、火灾和爆炸等灾害事件，例如，燃气瓶、毒性气体瓶等。

下面通过具体的实施例对本发明的技术方案作进一步详细的说明。

第一实施例

本实施例提供了一种污染源定位移动机器人，图1所示为本实施例所述源定位机器人结构示意图。如图1所示，所述移动机器人包括：单个机器人1和污染物传感器2；其中，

所述污染物传感器2搭载于所述单个机器人1上，由等角度呈圆周分布的感应元件组成，用于检测污染物浓度，并将所感应到的数据发送给单个机器人；

所述单个机器人1为可移动机器人，用于在搜索空间内带动所搭载的传感器移动，并对所述传感器发送的数据进行处理。

优选的，所述单个机器人位于感应元件形成的圆周中心；最优的，所述圆周的半径为0.4±0.1m。所述感应元件为环形阵列排布。最优的，所述感应元件为六个。

第二实施例

本实施例提供了一种污染源定位方法，所述污染源定位方法基于第一实施例所述的污染源定位机器人来实现。图2所示为本实施例的所述污染源定位方法流程示意图。如图2所示，所述污染源定位方法包括如下步骤：

步骤S1，单个机器人搭载污染物传感器，组成污染源定位移动机器人。

本步骤中，在单个机器人的基础上搭载污染物传感器，所述传感器以单个机器人为圆心、在圆周上以等角度分布；将传感器和机器人进行电连接。

优选地，所述传感器为六个，在圆弧上等角度分布，用于检测不同位置污染物的浓度。

步骤S2，所述污染源定位移动机器人对污染源进行定位。

图3所示为本实施例中所述步骤S2的流程示意图。如图3所示，进一步的，所述步骤S2包括如下步骤：

步骤S21，对污染源定位移动机器人的位置、迭代次数、阈值进行初始化。

步骤S22，污染源定位移动机器人对搜索区域分区，而后以Z字形前进，发现烟羽。

本步骤中，所述对搜索区域分区，具体为，以污染源定位移动机器人的所在位置为中心点，分别做垂直和平行于参考方向的两条直线，这样便可将搜索区域划分为A、B、C、D4个子区域。

图4所示为本实施例中污染源定位移动机器人的行进路线图。如图4所示，本步骤中，以污染源定位移动机器人的初始位置为中心点，可以看到步骤S21中所划分的A、B、C、D4个子区域。由于污染源位置未知，那么四个子区域内面积最大的子区域存在污染源的概率最大，在机器人初始时刻没有检测到污染物的情况下，首先向最大子区域进行搜索，按Z字形折线前进。

步骤S23，预设时间间隔，判断是否检测到烟羽；若检测到烟羽，则进入步骤S24；若未检测到烟羽，则转入步骤S22；

步骤S24，比较六个传感器位置当前的浓度信息，确定移动机器人下一步的移动方向和移动距离R。

着传感器发现烟羽，就会开始烟羽追踪过程。本步骤中，机器人携带的六个传感器测得六个点的污染物浓度，比较浓度值的大小，浓度值较大的那个点所在的方向就是移动机器人下一步要移动的方向。

在下一步移动方向确立的基础上，再确定污染源定位移动机器人下一步移动的距离R。

R＝A·α

其中：R为移动机器人下一步移动的距离；A为比例因子，常数，由定位空间尺寸决定；α是浓度相对变化率。

其中：λ_i是当前传感器测得的最大浓度值，λ是预先设定的阈值。

烟羽追踪期间，移动机器人在靠近污染源的过程中，λ_i是一步步的变大，R的公式中，只有λ_i是变量，R的值随着λ_i增大而减少，这意味着移动机器人越靠近污染源，局部搜索能力越强，即：移动机器人每一次移动的距离会根据测得的浓度值自适应调整，总体上逐步减小。

当机器人陷入局部最优解的时候，此时六个传感器的协调工作，便能够更好的捕捉当前位置的浓度信息，并且其移动的距离R便会比较大，机器人更容易跳出局部最优状态。

步骤S25，污染源定位移动机器人按步骤S24所确定的方向和距离，移动到目标位置，并更新位置信息。

步骤S26，污染源定位移动机器人移动到新的位置后，再次判断是否检测到烟羽；是，则转入步骤S27；否，则转入步骤S22。

需要说明的是，在步骤S24至步骤S26阶段，在机器人跟踪烟羽并移动过程中，极有可能受浓度场的影响，使得传感器突然间又失去了烟羽信息，在这种情况下，机器人会通过Z字形移动再次主动发现烟羽，并重复烟羽跟踪过程。

步骤S27，判断是否定位到污染源。如果是，则输出当前移动机器人的位置；如果否，则转入步骤S28。

随着机器人位置的不断更新，以及传感器测得的浓度不断变大，机器人逐步靠近污染源的位置，接近于1，此时R值变小，局部搜索能力越强，进入污染源确认阶段。

本步骤中，判断是否定位到污染源，通过是否满足以下条件进行判断：

第一条件：传感器连续2次检测到的污染物浓度值均大于阈值λ。

第二条件：移动机器人的位置变化小于阈值d。

第一条件表示这个小的区域内有污染源，第二条件表示移动机器人己经进入到了一个很小的区域，

第一条件和第二条件的组合表明机器人己经收敛到很靠近污染源位置的一个区域，污染源定位完成，搜寻任务结束。

步骤S28，判断是否满足终止条件。如果是，则强制退出搜索过程，终止定位；如果否，则转入步骤S24。

本步骤中，所述终止条件，具体为，机器人移动的迭代步数大于等于N步。这里的迭代步数，指的是机器人的移动步数，也叫迭代次数。N值可以根据机器人实际情况或所搜索区域的范围进行相应设置。

优选的，本实施例中所述N取值为300步。当满足机器人移动的迭代步数大于等于300步时，则强制终止程序，停止移动，代表定位失败；如果否，机器人移动的迭代步数小于300步，则转入步骤S24，进入烟羽追踪阶段，继续移动，继续测浓度。

满足终止条件，污染源移动机器人的搜索己经达到终止条件，输出当前结果，算法强制运行结束，此次污染源定位失败。

由以上技术方案可以看出，本发明所具有的有效效果如下：

(1)本发明设计了一组具有瞬时浓度差的梯度传感器阵列，与现有的理论方法相比更容易实现，极大的降低了成本。

(2)本发明设计出Z字形搜索算法和进化浓度梯度搜索算法相结合的污染源定位策略，即使在第一时间没有检测到烟羽信息，也可以主动去发现烟羽，搜索效率提高。

(3)本发明考虑到在烟羽跟踪过程中，传感器会突然失去烟羽信息的情况，通过烟羽再发现过程可以提高污染源定位成功率。

(4)本发明考虑到气流组织的复杂性，烟羽跟踪过程中，机器人很容易陷入局部极大值，但通过六个传感器的协调工作，能够更好的捕捉当前位置的浓度信息，有效避免机器人陷入局部最优的问题，提高污染源定位的成功率。

(5)本发明中机器人每一次移动的距离能较好的反映当前位置浓度值和浓度阈值的关系，移动机器人越靠近污染源，R值越小，局部搜索能力越强，算法的整体性更加的高效和精准。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种污染源定位移动机器人，其特征在于，所述移动机器人包括：单个机器人和污染物传感器；其中，

所述污染物传感器为六个，搭载于所述单个机器人上，由等角度呈圆周分布的感应元件组成，用于检测污染物浓度，并将所感应到的数据发送给单个机器人；所述感应元件具有瞬时浓度差；

所述单个机器人用于在搜索空间内带动所搭载的传感器移动，并对所述传感器发送的数据进行处理；并进一步用于完成以下步骤：

步骤S21，对污染源定位移动机器人的位置、迭代次数、阈值进行初始化；

步骤S22，污染源定位移动机器人对搜索区域分区，而后以Z字形前进，发现烟羽；

步骤S23，预设时间间隔，判断是否检测到烟羽；若检测到烟羽，则进入步骤S24；若未检测到烟羽，则转入步骤S22；

步骤S24，比较六个传感器位置当前的浓度信息，确定移动机器人下一步的移动方向和移动距离，具体为：机器人携带的六个传感器测得六个点的污染物浓度，比较六个浓度值的大小，浓度值较大的那个点所在的方向就是移动机器人下一步要移动的方向；移动机器人每一次移动的距离根据测得的浓度值自适应调整，根据公式R＝A·α确定污染源定位移动机器人下一步移动的距离R；其中，R为移动机器人下一步移动的距离；A是比例因子，为由定位空间尺寸决定的常数；α是浓度相对变化率；所述浓度相对变化率为：其中，λ_i是当前传感器测得的最大浓度值，λ是预设阈值；

步骤S25，污染源定位移动机器人按步骤S24所确定的方向和距离，移动到目标位置，并更新位置信息；

步骤S26，污染源定位移动机器人移动到新的位置后，再次判断是否检测到烟羽；是，则进入步骤S27；否，则转入步骤S22；

步骤S27，判断是否定位到污染源；如果是，则输出当前移动机器人的位置；如果否，则进入步骤S28；

步骤S28，判断是否满足终止条件；如果是，则强制退出搜索过程，终止定位；如果否，则转入步骤S24。

2.根据权利要求1所述的污染源定位移动机器人，其特征在于，当所述单个机器人用于判断是否定位到污染源时，进一步用于判断是否同时满足以下条件：

第一条件，传感器连续2次检测到的污染物浓度值均大于阈值λ；

第二条件，移动机器人的位置变化小于阈值d。

3.一种污染源定位方法，其特征在于，所述方法包括如下步骤：

步骤S1，单个机器人搭载污染物传感器且两者电连接，组成污染源定位移动机器人；所述传感器为六个，以单个机器人为圆心、在圆周上以等角度分布，用于检测不同位置污染物的浓度；所述传感器具有瞬时浓度差；

步骤S2，所述污染源定位移动机器人对污染源进行定位，且包括如下步骤：

步骤S21，对污染源定位移动机器人的位置、迭代次数、阈值进行初始化；

步骤S22，污染源定位移动机器人对搜索区域分区，而后以Z字形前进，发现烟羽；

步骤S23，预设时间间隔，判断是否检测到烟羽；若检测到烟羽，则进入步骤S24；若未检测到烟羽，则转入步骤S22；

步骤S24，比较六个传感器位置当前的浓度信息，确定移动机器人下一步的移动方向和移动距离，具体为：机器人携带的六个传感器测得六个点的污染物浓度，比较六个浓度值的大小，浓度值较大的那个点所在的方向就是移动机器人下一步要移动的方向；移动机器人每一次移动的距离根据测得的浓度值自适应调整，根据公式R＝A·α确定污染源定位移动机器人下一步移动的距离R；其中，R为移动机器人下一步移动的距离；A是比例因子，为由定位空间尺寸决定的常数；α是浓度相对变化率；所述浓度相对变化率为：其中，λ_i是当前传感器测得的最大浓度值，λ是预设阈值；

步骤S25，污染源定位移动机器人按步骤S24所确定的方向和距离，移动到目标位置，并更新位置信息；

步骤S26，污染源定位移动机器人移动到新的位置后，再次判断是否检测到烟羽；是，则进入步骤S27；否，则转入步骤S22；

步骤S27，判断是否定位到污染源；如果是，则输出当前移动机器人的位置；如果否，则进入步骤S28；

步骤S28，判断是否满足终止条件；如果是，则强制退出搜索过程，终止定位；如果否，则转入步骤S24。

4.根据权利要求3所述的污染源定位方法，其特征在于，所述步骤S27判断是否定位到污染源，进一步为，判断是否同时满足以下条件：

第一条件，传感器连续2次检测到的污染物浓度值均大于阈值λ；

第二条件，移动机器人的位置变化小于阈值d。