CN114034737B - 一种基于嗅觉的感知系统 - Google Patents

Abstract

本发明公开了一种基于嗅觉的感知系统，包括嗅觉传感器阵列、中央处理模块、电源模块，所述嗅觉传感器阵列与所述中央处理模块连接，所述电源模块实现感知系统的供电；所述嗅觉传感器阵列包括若干嗅觉传感器，所述嗅觉传感器设置于智能体的不同方向的各个位置，所述嗅觉传感器包括若干气体传感器、若干风向风速传感器、信号调理模块、信号采集模块、信号处理模块、无线模块。该装置利用智能体所处环境中的嗅觉信息，感知气体类型、气体浓度、气体混合程度和气体分布，可感知物体类别、物体方位、自身位置区域、气体源头追溯、构建环境气体分布图谱，为智能体提供了嗅觉感知，提高了智能体对环境的整体感知能力。

Description

一种基于嗅觉的感知系统

技术领域

本发明属于智能体感知领域，具体涉及一种基于嗅觉的可应用于智能机器人、无人机、自动驾驶车辆等智能体的感知系统。

背景技术

当前，随着智能机器人行业的快速发展和人工智能的技术进步，可应用于智能机器人、无人机、自动驾驶车辆等智能体的感知、决策、控制技术也在快速发展，其中，智能体对环境的感知能力是执行后续决策、规划、控制功能的基础，感知能力很大程度上也决定了智能体对环境的适应能力和执行任务的稳定性及精确性。当前智能机器人、无人机、自动驾驶车辆等智能体对环境的感知主要基于视觉实现，主要使用摄像头、激光雷达等来采集环境的信息，并以此作为智能体规划和控制的基础。视觉信息可直观反映智能体所处环境然后通过计算机视觉等方法进行后续处理，但智能体只依赖视觉信息还不能达到对环境完全的精确感知。智能体所处的空间环境包括光照环境、气象环境、湿度环境、温度环境、气体分布环境、地面环境等。其中，智能体对所处的空间中的气体特征、分布状况的感知能力目前较为缺失，而气体分布信息不仅包含很多环境中其他物体的空间信息，由于气体在空气中的弥散和漂浮，气体分布信息也包含时间信息，通过分析这些信息可以使智能体具有对所处环境更精准的感知能力，这就要求智能体应具有嗅觉感知的能力。另一方面，从仿生学角度考虑，生物体广泛应用嗅觉感知能力从事许多活动，例如寻找食物、寻找配偶、交换信息、躲避捕食者等，嗅觉感知能力是生物体感知能力不可或缺的重要一环。但目前实现的智能体嗅觉感知能力还极不完善，例如存在严重依赖数据库，难以分辨未知气体的分布情况，在未知空间中难以精准分辨未知气体的方位等种种缺陷。

申请号为CN201480081522.7的中国发明专利申请公开了一种嗅觉系统，能够进行多种物质混合状态的环境下特定气味的检测；申请号为CN201710332666.0的中国发明专利申请公开了一种人工嗅觉装置，能够检测挥发性有机物中各种有害气体，并精确计算挥发性有机物中有害气体的含量；申请号为CN201320065820.X的中国发明专利申请公开了一种嵌入式仿生嗅觉信息采集装置，采用气味传感器阵列搭配微处理器实现待测气体的采样和检测；但是上述研究仅涉及基础的感知测试，并不适用于智能体所处的空间环境，无法实现复杂场景下的识别和学习任务。

发明内容

针对该领域现阶段存在的技术问题，本发明提出一种基于嗅觉的感知系统，该装置可以通过嗅觉感知气体类型、气体浓度、气体混合程度和气体分布等，可以使智能体实现感知物体种类、感知物体方位、气体源头追溯、感知自身位置区域和构建环境气体分布图谱功能，所述智能体指能自主活动的软件或者硬件实体。

一种基于嗅觉的感知系统，包括嗅觉传感器阵列、中央处理模块、电源模块，所述嗅觉传感器阵列与所述中央处理模块连接，所述电源模块实现感知系统的供电；所述嗅觉传感器阵列包括若干嗅觉传感器，所述嗅觉传感器设置于智能体的不同方向的各个位置，所述嗅觉传感器包括若干气体传感器、若干风向风速传感器、信号调理模块、信号采集模块、信号处理模块、无线模块，所述气体传感器/风速风向传感器、信号调理模块、信号采集模块、信号处理模块、无线模块依次连接。

进一步地，所述气体传感器为半导体气体传感器和/或电化学式气体传感器；

所述风向风速传感器设置于智能体表面，用于感知外界的气体环境流动信息；

所述信号调理模块将所述嗅觉传感器采集的信号进行初步处理，减小环境因素对所述信号的影响；

所述信号采集模块将所述信号调理模块处理获得的信号进行模数转换获得信号值，发送至所述信号处理模块；

所述信号处理模块将所述信号值存储到内存中，按照不同的工作模式将所述信号值定时通过所述无线模块发送至所述中央处理模块或中断所述信号值的传输。

进一步地，所述中央处理模块包括预处理模块、感知学习模块、功能实现模块、拓展开发模块及样本数据库。

进一步地，所述预处理模块将所述嗅觉传感器阵列的信号进行降噪、滤波和预处理，补偿不同传感器间的信号差异；

所述感知学习模块将所述预处理模块输出的信号进一步处理，感知智能体所处的环境中的气体类型、气体浓度、气体混合程度和气体分布信息；

所述功能实现模块接收所述感知学习模块实时感知到的气体类型、气体浓度、气体混合程度和气体分布，将嗅觉信息做进一步分析实现感知物体类别、物体方位、自身位置区域、气体源头追溯、构建环境气体分布图谱功能；

所述拓展开发模块，包含用户交互接口，实时读取、接收、存储嗅觉感知系统感知到的气体信息，实现输出气体分布图谱功能；

所述样本数据库，包含基础的样本气体信息，所述气体信息可以被添加或删除，数据库中的内容包括单种气体的信息、多种混合气体的信息、单个物体的气味信息、多个物体的气味信息。

进一步地，所述感知学习模块能够实现正常工作功能和自适应工作功能，正常工作功能将嗅觉传感器感知到的信息与样本数据库中的已知信息匹配，以精准感知气体类型、气体浓度；自适应工作功能用于分布有未知气体的空间中的嗅觉感知，运用无监督学习的方法识别气体类型和分布情况，当触发识别到未知气体的响应条件时，把采集到的嗅觉信息存储为暂时的训练集数据并进入学习阶段，学习阶段在感知过程中可以多次被触发以感知样本数据库中不存在的多种未知气体的类型和分布情况，将新学习到的气体信息写入样本数据库以扩充数据库样本容量。

进一步地，所述感知学习模块使用状态机决定模块的工作模式，所述状态机包括基准状态、感知状态、待定状态、学习状态，所述基准状态、感知状态、待定状态为基于基准状态的判断，所述基准状态、感知状态、待定状态、学习状态之间可以相互转换。

进一步地，所述基准状态、感知状态、待定状态、学习状态之间的转换方式具体为：

1）基准状态对应于嗅觉传感器检测到基准气体的状态，如果在时间t1内持续检测到基准气体且未检测到除基准气体外其他气体，状态机的状态不发生改变，同时将根据环境中的基准气体的检测数值补偿传感器偏移；如果嗅觉传感器阵列检测到除基准气体外其他气体，即进入感知状态；

2）感知状态使用预先装载的模型识别气体类型、气体浓度、气体混合程度和气体分布信息；如果传感器阵列在时间t2内未检测到除基准气体外其他气体，则返回基准状态；如果始终检测到除基准气体外其他气体，并且检测的气体为已知气体即存在于样本数据库中的气体，即保持感知状态；如果检测到不存在于样本数据库中的气体，即进入待定状态；

3）待定状态为感知状态和学习状态中的中间状态，当在时间t3内检测到未知气体的次数低于设定阈值时，即由待定状态进入感知状态，当在时间t3内检测到未知气体的次数高于设定阈值时，即由待定状态进入学习状态；

4）学习状态将触发嗅觉感知模型的重新学习过程，学习过程结束后，即进入待定状态。

进一步地，在所述学习状态下，智能体行进过程中检测到未知气体，通过聚类算法学习未知气体和基准气体间的数据差异：

式中，

为概率分布，

表示观测数据，

为观测数据属于第

个子模型的概率，

是第

个子模型的高斯分布密度函数，

为子模型的统计学参数；通过对未知气体聚类分析，实现对未知气体的感知以及浓度、混合程度、分布检测。

进一步地，所述功能实现模块实现感知物体类别、物体方位、自身位置区域、气体源头追溯、构建环境气体分布图谱功能的具体方式为：

感知物体类别功能通过感知模块输出的气体信息数据与样本数据库中的物体信息数据校验，得出物体的类别信息；

感知物体方位功能通过对比不同位置的嗅觉传感器间采集的气体类型、气体浓度差异，判断物体相对智能体的位置信息；

感知自身位置区域功能通过比对不同时间和空间条件下的环境气体信息实现；

气体源头追溯功能检测目标气体源头的位置，智能体在环境中不断移动，在不同位置检测目标气体的分布信息，结合自身位置和气体分布信息，判断出气体源头方向和位置；

构建环境气体分布图谱功能根据智能体的位置信息，结合感知到的气体类型、气体浓度、气体混合程度和气体分布，绘制环境气体分布图。

本发明的优点在于：

1、本发明提出的基于嗅觉的感知系统，利用智能体所处环境中的嗅觉信息，感知气体类型、气体浓度、气体混合程度和气体分布，可感知物体类别、物体方位、自身位置区域、气体源头追溯、构建环境气体分布图谱，为智能体提供了嗅觉感知，提高了智能体对环境的整体感知能力；

2、本发明提出的基于嗅觉的感知系统，硬件部分具有灵活的布置方式，可以布置在不同种类的智能体上，包括智能机器人、无人机、自动驾驶车辆等具有自主活动的软件或者硬件实体，可以准确、稳定的感知环境中的嗅觉信息。

3、本发明提出的感知系统可以在未知气体分布的环境中使用，增强了智能体嗅觉感知能力，使智能体在缺乏对环境的先验信息时也具有嗅觉感知能力，使其更适合执行在特殊工况的任务，例如危险品泄露检测、未知环境中的气体感知等应用。

4、本发明提出的感知系统中的感知学习模块包含四种状态：基准状态A、感知状态B、待定状态C、学习状态D，在感知状态B时可检测已知气体，在学习状态D时可学习未知气体特征，状态机的逻辑设定为只有在待定状态C下多次检测到未知气体时才可进入学习状态D，这为感知系统的持续稳定工作提供了保障，在正常场景下不会错误地进入学习状态，提高了嗅觉感知系统的环境适应性，可以在更复杂的场景下执行识别和学习任务。

5、本发明提出的感知系统的兼容性强、使用寿命长、易维护。

附图说明

为了更详尽地说明本发明的技术方案，下面为本发明的附图。

图1为本发明的基于嗅觉的感知系统结构图。

图2为感知学习模块的状态机。

图3为感知物体方位功能示意图。

图4为感知自身位置区域功能示意图。

具体实施方式

下面结合附图对本发明进行详细说明。

本发明提出的一种基于嗅觉的感知系统，如图1所示，包括嗅觉传感器阵列、中央处理模块、电源模块，嗅觉传感器阵列与中央处理模块连接，电源模块实现感知系统中各用电元件的供电。

具体地，所述嗅觉传感器阵列包括嗅觉传感器A、嗅觉传感器B、嗅觉传感器C等多个嗅觉传感器，所述嗅觉传感器可以灵活安装在智能体位于不同方向的各个位置，单个嗅觉传感器包含多个气体传感器以及多个风速风向传感器，所述气体传感器优选为半导体气体传感器、电化学式气体传感器等不同种气体传感器，多种传感器可提升嗅觉感知范围和感知精度并提供冗余；所述风速风向传感器安装在智能体表面以感知外界的气体环境流动信息。所述嗅觉传感器还包括信号调理模块、信号采集模块、信号处理模块、无线模块，所述气体传感器/风速风向传感器、信号调理模块、信号采集模块、信号处理模块、无线模块通过电子线路依次连接。

所述电子线路将所述气体传感器/风速风向传感器与信号调理模块相连，将传感器采集的信号发送至信号调理模块对信号进行初步处理，信号调理模块同时含有放大电路，放大微弱信号并一定程度滤除噪声，以保证信号的准确性，减小因环境中的噪声、电源波动等对嗅觉感知系统造成的影响。

所述信号采集模块与信号调理模块通过电子线路相连，信号采集模块对采集到的不同位置的传感器信号进行模数转换，将转换后的数字信号通过电子线路发送到信号处理模块。

所述信号处理模块将单个嗅觉传感器中的多个气体传感器检测的信号值存储到内存中，并按照不同的工作模式定时发送、中断信号的传输。

所述无线模块与信号处理模块通过电子线路相连，可将信号处理模块中存储的嗅觉传感器采集的数据通过无线的方式和中央处理模块通讯，将数据发送至中央处理模块。

为方便嗅觉传感器阵列的布置，单个嗅觉传感器通过所述无线模块与所述中央处理模块进行通信，无线模块将嗅觉传感器采集的信号通过无线传输到中央处理模块进行信号分析及后续处理，也将中央处理模块的指令无线发送给嗅觉传感器。中央处理模块接收并处理嗅觉传感器阵列发送的嗅觉信息，控制整个感知系统的工作模式、能量管理及感知环境的分析功能。

具体地，所述中央处理模块包括预处理模块、感知学习模块、功能实现模块、拓展开发模块及样本数据库。

所述预处理模块对嗅觉传感器阵列发送来的多路原始嗅觉信号进行降噪、滤波和预处理，该功能模块的主要功能是减少检测气体时产生的尖峰、激突等信号的负面影响，并补偿不同传感器间的信号差异。滤波功能优选采用带通滤波和数学运算的方法对信号进行数字滤波，将介于上下限截至频率间的信号滤出，该上下限截止频率可随着使用情况适时调整。然后对信号进行预处理，嗅觉传感器中的不同的气体传感器对应一个与时间相关的电信号输出，由n个气体传感器组成的单个嗅觉传感器在监测气体时会产生n维信号，形式为：

单个嗅觉传感器利用不同的气体传感器响应状态来校正嗅觉传感器阵列，便于后续数据分析，同时也可通过数学运算补偿气体传感器对温度的敏感性，提高气体传感器感知的线性程度，优选采用两种数学方法对不同气体传感器的采集数值进行预处理，适用于不同的传感器类型和感知系统不同的工作状态需要不同的方法，具体如下：

式中，

为单次检测中n个气体传感器输出的n维信号的最大值，

为单次检测n个气体传感器输出的n维信号的最小值，

为经过预处理后输出的不同气体传感器的测量值，通过预处理后的信号数据序列即为单个嗅觉传感器的测量值，作为预处理模块的输出。

所述感知学习模块将预处理模块输出的位于智能体不同位置的嗅觉传感器的信号进一步处理以感知智能体所处的环境中的气体类型、气体浓度、气体混合程度和气体分布信息。感知学习模块能够实现正常工作功能和自适应工作功能。其中，正常工作功能根据将嗅觉传感器感知到的信息与样本数据库中的已知信息匹配，以精准感知气体类型、气体浓度等感知量。自适应工作功能适用于分布着未知气体的空间中的嗅觉感知，运用无监督学习的方法识别气体类型和分布情况，当已经触发了识别到未知气体的响应条件时，便把采集到的嗅觉信息存储为暂时的训练集数据并进入学习阶段，学习阶段在感知过程中可以多次被触发以感知样本数据库中不存在的多种未知气体的类型和分布情况，同时可将新学习到的气体信息写入样本数据库以扩充数据库样本容量。

感知学习模块使用状态机来决定模块的工作模式，如图2所示，模块中的感知过程建模为四种状态组成的状态机，即基准状态A、感知状态B、待定状态C、学习状态D。其中感知状态、待定状态和学习状态为基于基准状态的判断。

基准状态对应于智能体的嗅觉传感器检测到基准气体的状态（基准气体优选为空气），在这种状态下如果在时间t1内持续检测到基准气体且未检测到除基准气体外其他气体，状态机的状态不发生改变（AA转换），同时将根据环境中的基准气体的检测数值补偿传感器偏移，时间t1优选为1s。在该状态下，如果嗅觉传感器阵列检测到除基准气体外其他气体，即进入感知状态（AB转换），感知状态使用预先装载的模型识别气体类型、气体浓度、气体混合程度和气体分布信息。如果传感器阵列在时间t2内未检测到除基准气体外其他气体，则返回基准状态（BA转换），如果始终检测到除基准气体外其他气体，并且检测的气体为已知气体即存在于样本数据库中的气体，即保持感知状态（BB转换），如果检测到不存在于样本数据库中的气体，即进入待定状态（BC转换）。待定状态为感知状态和学习状态中的中间状态，当在时间t3内检测到未知气体的次数低于设定阈值时，即由待定状态进入感知状态（CB转换），当在时间t3内检测到未知气体的次数高于设定阈值时，即由待定状态进入学习状态（CD转换），学习状态将触发嗅觉感知模型的重新学习过程（DD转换），学习过程结束后，即进入待定状态（DC转换）。

基于状态机的感知学习模块对感知系统进入学习状态进行了一定的限制，通过持续检测、多次检测才可触发学习状态的机制保障了感知系统的工作稳定性，感知系统工作模式的切换保证了系统持续工作及其在识别、学习状态中切换的能力，在不同场景下执行不同任务时都具有稳定的工作效能。

感知状态中内置多种模型以感知气体类别、气体浓度、气体混合程度和气体分布，模型优选为支持向量机、随机森林等机器学习模型，使用样本数据库中的有标签数据训练该模型。在状态机处于感知状态时，使用该预训练模型进行环境感知。在感知状态下，如果嗅觉传感器阵列检测到除基准气体外其他气体，并且检测到未知气体的次数高于设定阈值时，即进入学习状态。

在学习状态下，并且已经学习到未知气体A的特征数据后，将数据暂时存储，使用聚类分析方法处理未知气体A的特征数据与基准气体的特征数据，若智能体之后的行进过程中检测到未知气体B，即通过聚类算法学习不同未知气体和基准气体间的数据差异，聚类算法可分析的未知气体数量没有上限，聚类算法优选为基于概率分布的聚类算法。算法主要结构为：

式中，

为概率分布，

表示观测数据，

为观测数据属于第

个子模型的概率，

是第

个子模型的高斯分布密度函数，

为子模型的统计学参数。通过对未知气体聚类分析，即可完成对未知气体的感知以及浓度、混合程度、分布检测，未知气体的特征参数也可添加至样本数据库中进行监督学习，训练机器学习模型进行环境感知。感知学习模块将得出的气体类别、气体浓度、气体混合程度和气体分布数据发送到功能实现模快。

所述功能实现模块接收感知学习模块实时感知到的气体类型、气体浓度、气体混合程度和气体分布等嗅觉信息，将所述嗅觉信息做进一步分析以实现感知物体类别、物体方位、自身位置区域、气体源头追溯、构建环境气体分布图谱功能。

感知物体类别功能通过感知模块输出的气体信息数据与样本数据库中的物体信息数据校验，得出物体的类别信息。

感知物体方位功能对比不同位置的嗅觉传感器间采集的气体类型、气体浓度差异，判断物体相对智能体的位置信息。如图3所示，位于不同位置的嗅觉传感器对不同方向的气体敏感程度不同，通过比对不同嗅觉传感器间的信号差异，即可根据气体源方向感知物体方位。

感知自身位置区域功能通过比对不同时间和空间条件下的环境气体信息实现。智能体在连续的空间中行动时，在不同位置可根据气体信息在超远距离不依赖其他系统进行自身位置辨识。如图4中左侧部分所示为智能体位于位置1时，周围不同方向存在气体A、气体B、气体C，嗅觉感知系统可以感知周围的气体分布特征并存储在内存中，当智能体行动到另一位置，如图4中右侧部分所示位置2时，将当前周围气体分布特征与位置1气体特征对比，计算出位置2与位置1的相对位置。如位置2所示的气体分布中，气体A的分布占比大于其他两种气体，通过内置的数学模型即可推断出位置2近似在位置1的右下位置，智能体在行进过程中，可重复计算该相对位置，多次估计使估算的位置更加精准。

气体源头追溯功能可检测目标气体源头的位置，智能体在环境中不断移动，在不同位置检测目标气体的分布信息，结合自身位置和气体分布信息，判断出气体源头方向和位置。

构建环境气体分布图谱功能根据智能体的位置信息，结合感知到的气体类型、气体浓度、气体混合程度和气体分布等嗅觉信息，绘制环境气体分布图，可表示为多种形式。

所述拓展开发模块，包含用户交互接口，可实时读取、接收、存储嗅觉感知系统感知到的气体信息，并实现输出气体分布图谱功能，也可以进行拓展功能等二次开发。

所述样本数据库，包含基础的样本气体信息，所述气体信息可以被添加或删除，数据库中的内容包括但不限于单种气体的信息、多种混合气体的信息、单个物体的气味信息、多个物体的气味信息。

以上所述仅为本发明的具体实施方式，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于嗅觉的感知系统，其特征在于，包括嗅觉传感器阵列、中央处理模块、电源模块，所述嗅觉传感器阵列与所述中央处理模块连接，所述电源模块实现感知系统的供电；所述嗅觉传感器阵列包括若干嗅觉传感器，所述嗅觉传感器设置于智能体的不同方向的各个位置，所述嗅觉传感器包括若干气体传感器、若干风向风速传感器、信号调理模块、信号采集模块、信号处理模块、无线模块，所述气体传感器/风速风向传感器、信号调理模块、信号采集模块、信号处理模块、无线模块依次连接；

所述中央处理模块包括预处理模块、感知学习模块、功能实现模块、拓展开发模块及样本数据库；

所述预处理模块将所述嗅觉传感器阵列的信号进行降噪、滤波和预处理，补偿不同传感器间的信号差异；

所述感知学习模块将所述预处理模块输出的信号进一步处理，感知智能体所处的环境中的气体类型、气体浓度、气体混合程度和气体分布信息；

所述功能实现模块接收所述感知学习模块实时感知到的气体类型、气体浓度、气体混合程度和气体分布，将嗅觉信息做进一步分析实现感知物体类别、物体方位、自身位置区域、气体源头追溯、构建环境气体分布图谱功能；

所述拓展开发模块，包含用户交互接口，实时读取、接收、存储嗅觉感知系统感知到的气体信息，实现输出气体分布图谱功能；

所述样本数据库，包含基础的样本气体信息，所述气体信息可以被添加或删除，数据库中的内容包括单种气体的信息、多种混合气体的信息、单个物体的气味信息、多个物体的气味信息；

所述感知学习模块能够实现正常工作功能和自适应工作功能，正常工作功能将嗅觉传感器感知到的信息与样本数据库中的已知信息匹配，以精准感知气体类型、气体浓度；自适应工作功能用于分布有未知气体的空间中的嗅觉感知，运用无监督学习的方法识别气体类型和分布情况，当触发识别到未知气体的响应条件时，把采集到的嗅觉信息存储为暂时的训练集数据并进入学习阶段，学习阶段在感知过程中可以多次被触发以感知样本数据库中不存在的多种未知气体的类型和分布情况，将新学习到的气体信息写入样本数据库以扩充数据库样本容量。

2.根据权利要求1所述的基于嗅觉的感知系统，其特征在于，所述气体传感器为半导体气体传感器和/或电化学式气体传感器；

所述风向风速传感器设置于智能体表面，用于感知外界的气体环境流动信息；

所述信号调理模块将所述嗅觉传感器采集的信号进行初步处理，减小环境因素对所述信号的影响；

所述信号采集模块将所述信号调理模块处理获得的信号进行模数转换获得信号值，发送至所述信号处理模块；

所述信号处理模块将所述信号值存储到内存中，按照不同的工作模式将所述信号值定时通过所述无线模块发送至所述中央处理模块或中断所述信号值的传输。

3.根据权利要求1所述的基于嗅觉的感知系统，其特征在于，所述感知学习模块使用状态机决定模块的工作模式，所述状态机包括基准状态、感知状态、待定状态、学习状态，所述基准状态、感知状态、待定状态为基于基准状态的判断，所述基准状态、感知状态、待定状态、学习状态之间可以相互转换。

4.根据权利要求3所述的基于嗅觉的感知系统，其特征在于，所述基准状态、感知状态、待定状态、学习状态之间的转换方式具体为：

1）基准状态对应于嗅觉传感器检测到基准气体的状态，如果在时间t1内持续检测到基准气体且未检测到除基准气体外其他气体，状态机的状态不发生改变，同时将根据环境中的基准气体的检测数值补偿传感器偏移；如果嗅觉传感器阵列检测到除基准气体外其他气体，即进入感知状态；

2）感知状态使用预先装载的模型识别气体类型、气体浓度、气体混合程度和气体分布信息；如果传感器阵列在时间t2内未检测到除基准气体外其他气体，则返回基准状态；如果始终检测到除基准气体外其他气体，并且检测的气体为已知气体即存在于样本数据库中的气体，即保持感知状态；如果检测到不存在于样本数据库中的气体，即进入待定状态；

3）待定状态为感知状态和学习状态中的中间状态，当在时间t3内检测到未知气体的次数低于设定阈值时，即由待定状态进入感知状态，当在时间t3内检测到未知气体的次数高于设定阈值时，即由待定状态进入学习状态；

4）学习状态将触发嗅觉感知模型的重新学习过程，学习过程结束后，即进入待定状态。

5.根据权利要求3所述的基于嗅觉的感知系统，其特征在于，在所述学习状态下，智能体行进过程中检测到未知气体，通过聚类算法学习未知气体和基准气体间的数据差异：

式中，

为概率分布，

表示观测数据，

为观测数据属于第

个子模型的概率，

是第

个子模型的高斯分布密度函数，

为子模型的统计学参数；通过对未知气体聚类分析，实现对未知气体的感知以及浓度、混合程度、分布检测。

6.根据权利要求1所述的基于嗅觉的感知系统，其特征在于，所述功能实现模块实现感知物体类别、物体方位、自身位置区域、气体源头追溯、构建环境气体分布图谱功能的具体方式为：

感知物体类别功能通过感知模块输出的气体信息数据与样本数据库中的物体信息数据校验，得出物体的类别信息；

感知物体方位功能通过对比不同位置的嗅觉传感器间采集的气体类型、气体浓度差异，判断物体相对智能体的位置信息；

感知自身位置区域功能通过比对不同时间和空间条件下的环境气体信息实现；

气体源头追溯功能检测目标气体源头的位置，智能体在环境中不断移动，在不同位置检测目标气体的分布信息，结合自身位置和气体分布信息，判断出气体源头方向和位置；

构建环境气体分布图谱功能根据智能体的位置信息，结合感知到的气体类型、气体浓度、气体混合程度和气体分布，绘制环境气体分布图。

Images