勘探和气体源定位在潜力场控制机器人群的倾向-扩散过程中

科学领域:

• 机器人技术 机器人技术 机器人技术
• 环境监测 环境监测
• 控制系统 控制系统

背景情况:

• 移动多机器人系统非常适合危险环境,提供冗余性和可扩展性.
• 自主操作对于高效的群体勘探和天然气来源定位至关重要.
• 精确的气体源定位需要机器人根据域名知识对信息位置进行采样.

研究的目的:

• 通过将导向和气体度场动态纳入分散模型,增强在动态环境中的气体源定位.
• 开发和评估在具有挑战性的条件下移动多机器人系统的强有力的勘探战略.
• 评估环境因素,如风力波动对气体泄漏局部化效率的影响.

主要方法:

• 利用部分微分方程创建一个概率气体分散模型和空间不确定性地图.
• 集成的导向和气体度场动态,以实现更现实的分散模型.
• 基于不确定性地图的机器人导航采用了潜在场控制方法.

主要成果:

• 拟议的方法强有力的恢复气体源分布,即使有风向波动.
• 该系统可以在几秒钟内识别潜在的气体来源,性能优于以前的方法.
• 较大的机器人群更快地减少了定位不确定性.
• 这种方法有效地与系统抽样策略进行竞争.

结论:

• 移动多机器人系统对于在动态,具有挑战性的环境中定位气体源具有高度适用性和稳定性.
• 结合现实的气体分散模型,包括向导,可以提高定位的准确性.
• 群体大小对减少不确定性和局部化效率的速度产生了积极的影响.