基于决策树的羽流追踪机器人自主决策方法研究
发布时间：2021-03-21 20:27
针对无法获得可靠羽流流向信息不利于实现羽流追踪的问题,提出了一种基于决策树的羽流追踪移动机器人自主决策方法。该方法通过移动机器人两侧的浓度传感器采集到的浓度信息,利用追踪的行为规则建立决策树模型,获得行为决策信息,使机器人高效地追踪到羽流并精确地定位。由于浓度变化关系蕴含了羽流的流向及流速信息,从而取代了传统方法中流向及流速传感器。在扩散环境下,通过移动机器人羽流追踪实验,实现了良好的源定位效果。
【文章来源】：计算机工程与应用. 2019,55(14)北大核心CSCD
【文章页数】：6 页
【部分图文】：
羽流源与移动机器人平台
2019，55（14）验场地中布置了羽流源，即一个装有泄漏物质（酒精）的加湿器，如图3所示。实验室处于无风自然状态。实验设计移动机器人从起始点到羽流源位置进行多次实验，验证羽流源追踪方法的效果。实验平台是由电机驱动模块、浓度搜索模块、数据存储模块和ArduinoUNO控制器组成的移动小车，如图3所示。其中电机驱动模块是由双H桥直流电机驱动板组成，浓度搜索模块是由RB-02S016AMQ-3酒精传感器组成。两浓度传感器对称地安装在与转轴平行的平面上，其输出信号电压正比于羽流浓度信息大校3.2实验结果分析在实验室里通过3.2m×5.0m的区域来验证基于决策树的羽流寻踪方法。实验分为七组，每一组实验都重复实验15次，位置坐标原点位于实验区左下角，加湿器（羽流源）的喷口高度为0.32m。规定移动机器人与羽流源的夹角以逆时针方向为正。其中，前四组实验的羽流源和移动机器人的起始位置不变，但移动机器人与羽流源的夹角分别为0°、90°、180°和270°，化学源坐标位置是在（1.1，4.8）m，移动机器人起始位置是在（1.1，0）m。第五组实验改变移动机器人的起始位置为（2.7，0.7）m，而羽流源的位置不变，移动机器人与羽流源的夹角为45°。第六组实验改变羽流源的位置为（0.5，4.5）m，而移动机器人的起始位置不变，动机器人与羽流源的夹角为0°。第七组实验改变移动机器人的起始位置为（2.7，0.7）m，而羽流源的位置不变，移动机器人与羽流源的夹角为270°。部分实验结果如图4所示；实验结果数据统计如表2所示。表2中，源定位率是在某组实验中，源定位成功次数/总次数；源定位误差Δe是实际羽流源位置与源定位位置间的欧氏距离；累积行走距离D是移动机器人从起始点至终点的行走距离；时间t是羽流追踪的总时间。以第
【参考文献】：
期刊论文
[1]基于属性重要度的决策树算法[J]. 王蓉,刘遵仁,纪俊. 计算机科学. 2017(S2)
[2]基于相关性的类偏好敏感决策树算法[J]. 周美琴,徐章艳,陈诗旭,李艳红,马顺,展雪梅. 计算机工程与应用. 2017(05)
[3]随机森林在滚动轴承故障诊断中的应用[J]. 张钰,陈珺,王晓峰,刘飞,周文晶,王志国. 计算机工程与应用. 2018(06)
[4]一种基于模糊逻辑算法的移动机器人仿生气味源空间定位方法[J]. 赵智琦,房建东. 电子设计工程. 2015(11)
[5]水中化学羽流的建模和数值模拟分析[J]. 孟祥尧,邱志明,张鹏,宋保维. 西北工业大学学报. 2014(05)
[6]基于多微粒群优化的机器人气味源定位[J]. 巩敦卫,戚成亮,张勇,胡滢. 电子学报. 2013(10)
[7]稀疏环境中信息趋向性搜索算法性能分析[J]. 张思齐,崔荣鑫,徐德民. 机器人. 2013(04)
[8]室内通风环境下基于模拟退火算法的单机器人气味源定位[J]. 王阳,孟庆浩,李腾,曾明. 机器人. 2013(03)
[9]基于遗传算法的机器人主动嗅觉研究[J]. 石志标,孙江波. 东北电力大学学报. 2011(01)
[10]ID3算法在ATM选点预测系统中的应用[J]. 于海涛,姚耀文. 计算机工程与应用. 2010(10)
本文编号：3093492
【文章来源】：计算机工程与应用. 2019,55(14)北大核心CSCD
【文章页数】：6 页
【部分图文】：
羽流源与移动机器人平台
2019，55（14）验场地中布置了羽流源，即一个装有泄漏物质（酒精）的加湿器，如图3所示。实验室处于无风自然状态。实验设计移动机器人从起始点到羽流源位置进行多次实验，验证羽流源追踪方法的效果。实验平台是由电机驱动模块、浓度搜索模块、数据存储模块和ArduinoUNO控制器组成的移动小车，如图3所示。其中电机驱动模块是由双H桥直流电机驱动板组成，浓度搜索模块是由RB-02S016AMQ-3酒精传感器组成。两浓度传感器对称地安装在与转轴平行的平面上，其输出信号电压正比于羽流浓度信息大校3.2实验结果分析在实验室里通过3.2m×5.0m的区域来验证基于决策树的羽流寻踪方法。实验分为七组，每一组实验都重复实验15次，位置坐标原点位于实验区左下角，加湿器（羽流源）的喷口高度为0.32m。规定移动机器人与羽流源的夹角以逆时针方向为正。其中，前四组实验的羽流源和移动机器人的起始位置不变，但移动机器人与羽流源的夹角分别为0°、90°、180°和270°，化学源坐标位置是在（1.1，4.8）m，移动机器人起始位置是在（1.1，0）m。第五组实验改变移动机器人的起始位置为（2.7，0.7）m，而羽流源的位置不变，移动机器人与羽流源的夹角为45°。第六组实验改变羽流源的位置为（0.5，4.5）m，而移动机器人的起始位置不变，动机器人与羽流源的夹角为0°。第七组实验改变移动机器人的起始位置为（2.7，0.7）m，而羽流源的位置不变，移动机器人与羽流源的夹角为270°。部分实验结果如图4所示；实验结果数据统计如表2所示。表2中，源定位率是在某组实验中，源定位成功次数/总次数；源定位误差Δe是实际羽流源位置与源定位位置间的欧氏距离；累积行走距离D是移动机器人从起始点至终点的行走距离；时间t是羽流追踪的总时间。以第
【参考文献】：
期刊论文
[1]基于属性重要度的决策树算法[J]. 王蓉,刘遵仁,纪俊. 计算机科学. 2017(S2)
[2]基于相关性的类偏好敏感决策树算法[J]. 周美琴,徐章艳,陈诗旭,李艳红,马顺,展雪梅. 计算机工程与应用. 2017(05)
[3]随机森林在滚动轴承故障诊断中的应用[J]. 张钰,陈珺,王晓峰,刘飞,周文晶,王志国. 计算机工程与应用. 2018(06)
[4]一种基于模糊逻辑算法的移动机器人仿生气味源空间定位方法[J]. 赵智琦,房建东. 电子设计工程. 2015(11)
[5]水中化学羽流的建模和数值模拟分析[J]. 孟祥尧,邱志明,张鹏,宋保维. 西北工业大学学报. 2014(05)
[6]基于多微粒群优化的机器人气味源定位[J]. 巩敦卫,戚成亮,张勇,胡滢. 电子学报. 2013(10)
[7]稀疏环境中信息趋向性搜索算法性能分析[J]. 张思齐,崔荣鑫,徐德民. 机器人. 2013(04)
[8]室内通风环境下基于模拟退火算法的单机器人气味源定位[J]. 王阳,孟庆浩,李腾,曾明. 机器人. 2013(03)
[9]基于遗传算法的机器人主动嗅觉研究[J]. 石志标,孙江波. 东北电力大学学报. 2011(01)
[10]ID3算法在ATM选点预测系统中的应用[J]. 于海涛,姚耀文. 计算机工程与应用. 2010(10)
本文编号：3093492
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3093492.html
