融合学习策略与导向果蝇机制的气味源主动定位方法研究
缪燕子
王玥
李元龙
杨春雨
代伟
马小平
中国矿业大学信息与控制工程学院,江苏徐州221116
摘要：工业生产过程中常发生由有害气体泄漏引起的火灾或爆炸事故,利用载有气体传感器的移动机器人实时监测并搜索定位泄漏气体源是预防重大事故的有效方法,而高效的搜索策略是保证机器人快速准确定位气味源的关键因素.现有的气味源搜索算法存在定位成功率不高和对气味源定位不准的问题,本文提出一种将仿生果蝇算法和学习策略相融合的气味搜索策略.针对传统果蝇算法易陷入饱和收敛的问题,提出一种新的导向果蝇极值更新方式;针对寻优不精的问题,进一步提出一种基于学习策略的导向果蝇气味源搜索算法(OCGFOA).仿真实验结果表明OCGFOA算法完成定位速度更快且离泄漏气味源位置更近,其定位效果更能满足对危险气味源定位的要求;最后,在物理场景下进行气味源主动定位验证实验,证明本文所提算法在实际场景下也具有可行性.
关键词：智能优化算法果蝇优化算法学习策略连续优化主动嗅觉气味源定位
资助基金：江苏省研究生科研创新计划项目(KYCX212261)国家重点研发计划(2018YFC0808100)国家自然科学基金(61976218)国家自然科学基金(61973306)江苏省自然科学基金(BK20200086)中央高校基本科研业务费专项资金资助项目(2020ZDPY0303)
论文发表日期：2023-05-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 913-922 )
英文信息