基于无人小车嗅觉的混合型气体溯源定位算法
发布时间:2021-07-14 18:09
针对大型公共区域内的危险品扩散源溯源定位问题,合理运用无人智能系统和路径规划技术,开展了三边定位法-单纯形算法的混合型算法研究。为了相对减少无人车系统在动态溯源路径中的检测节点数目,有效实现长距离快速搜索,并且保证高精确度和收敛性,首先提出一种混合型遗传算法,结合了三边定位法的迭代更新能力和单纯形算法的保守优化策略。同时在种群交叉变异中引入了组合数方法,修正了现有算法的实用性问题。仿真实验显示,该算法在收敛精度和成功率上均表现出良好的性能,定位效率相较现有算法提高了一个数量级以上。
【文章来源】:无人系统技术. 2019,2(05)
【文章页数】:9 页
【部分图文】:
三边定位法多解示意图
单纯形求解与三边定位法使用相同的三个测量数据点,该算法认为,气体源的预测位置在三角形的一条中位线及其延长线上,这条射线经过浓度最低的顶点(如图2)。标准的三边定位法是不收敛和不可靠的,其解空间严重不完备。由于一般的浓度场与无风情况下的理想点源扩散模型差距较大,任取三点易陷入无解情况,或共交点位置超出场地范围,进而对算法的可用性造成损害。实验中以第一代初始化数据代入该算法,计算成功率仅达20%左右。本文算法利用此特点,辅助单纯形算法进行条件句判断,以代替其传统的判断方式[9],减少路径规划中的冗余折返。判断逻辑见3.1.3节的伪代码。假设三边定位计算成功,则定义该计算处于启发定向阶段;若失败,则定义处于保守的梯度步进阶段。以下分别介绍两种阶段下的单纯形求解步骤。
为解决上述问题,算法引入了排列组合策略,使用五组数据点进行遗传迭代。图4左侧表示亲代数据集,其中2~5号数据点按照浓度大小降序排列。图5所示为遗传进化算法的流程图。图4 引入排列组合策略的数据遗传结构
【参考文献】:
期刊论文
[1]群智能算法在气体源定位中的应用综述[J]. 王巍,崔益豪,王彤,朱天宇,田立勤. 计算机工程与应用. 2019(18)
[2]MDS与三边定位相结合的多点相对定位算法[J]. 刘天豪,蔚保国,何成龙. 计算机测量与控制. 2018(08)
[3]危险气体泄漏源搜寻多机器人系统的设计与实现[J]. 陈寅生,赵文杰,宋凯,王祁. 传感技术学报. 2018(07)
[4]基于改进遗传-单纯形混合算法的危险气体泄漏溯源分析[J]. 何宁,徐波,孙恩吉. 中国安全生产科学技术. 2017(11)
[5]基于单纯形-遗传算法的导弹主动段优化设计[J]. 韩聪聪,何华锋,杨宗浩. 电光与控制. 2017(10)
[6]室内定位技术与应用综述[J]. 裴凌,刘东辉,钱久超. 导航定位与授时. 2017(03)
[7]基于无线传感器网络的气体泄漏源定位机器人设计[J]. 程磊,张东,刘波,吴怀宇,王永骥. 传感器与微系统. 2015(02)
[8]基于移动机器人的主动嗅觉技术研究[J]. 张东,程磊,刘波,周明达. 计算技术与自动化. 2014(02)
[9]高斯烟团模型在石化类项目大气环境风险评价中的应用[J]. 李冰晶,仝纪龙,潘峰,马卫东,付金杯. 环境工程. 2013(03)
[10]时变流场环境中机器人跟踪气味烟羽方法[J]. 李吉功,孟庆浩,李飞,蒋萍,曾明. 自动化学报. 2009(10)
硕士论文
[1]基于无线传感器网络的气体源定位算法研究[D]. 肖贤达.东北大学 2013
[2]多机器人烟羽跟踪算法实验研究[D]. 杨卫星.天津大学 2010
[3]机器人嗅觉和味源定位的研究[D]. 梁亮.中国科学院研究生院(电子学研究所) 2005
本文编号:3284631
【文章来源】:无人系统技术. 2019,2(05)
【文章页数】:9 页
【部分图文】:
三边定位法多解示意图
单纯形求解与三边定位法使用相同的三个测量数据点,该算法认为,气体源的预测位置在三角形的一条中位线及其延长线上,这条射线经过浓度最低的顶点(如图2)。标准的三边定位法是不收敛和不可靠的,其解空间严重不完备。由于一般的浓度场与无风情况下的理想点源扩散模型差距较大,任取三点易陷入无解情况,或共交点位置超出场地范围,进而对算法的可用性造成损害。实验中以第一代初始化数据代入该算法,计算成功率仅达20%左右。本文算法利用此特点,辅助单纯形算法进行条件句判断,以代替其传统的判断方式[9],减少路径规划中的冗余折返。判断逻辑见3.1.3节的伪代码。假设三边定位计算成功,则定义该计算处于启发定向阶段;若失败,则定义处于保守的梯度步进阶段。以下分别介绍两种阶段下的单纯形求解步骤。
为解决上述问题,算法引入了排列组合策略,使用五组数据点进行遗传迭代。图4左侧表示亲代数据集,其中2~5号数据点按照浓度大小降序排列。图5所示为遗传进化算法的流程图。图4 引入排列组合策略的数据遗传结构
【参考文献】:
期刊论文
[1]群智能算法在气体源定位中的应用综述[J]. 王巍,崔益豪,王彤,朱天宇,田立勤. 计算机工程与应用. 2019(18)
[2]MDS与三边定位相结合的多点相对定位算法[J]. 刘天豪,蔚保国,何成龙. 计算机测量与控制. 2018(08)
[3]危险气体泄漏源搜寻多机器人系统的设计与实现[J]. 陈寅生,赵文杰,宋凯,王祁. 传感技术学报. 2018(07)
[4]基于改进遗传-单纯形混合算法的危险气体泄漏溯源分析[J]. 何宁,徐波,孙恩吉. 中国安全生产科学技术. 2017(11)
[5]基于单纯形-遗传算法的导弹主动段优化设计[J]. 韩聪聪,何华锋,杨宗浩. 电光与控制. 2017(10)
[6]室内定位技术与应用综述[J]. 裴凌,刘东辉,钱久超. 导航定位与授时. 2017(03)
[7]基于无线传感器网络的气体泄漏源定位机器人设计[J]. 程磊,张东,刘波,吴怀宇,王永骥. 传感器与微系统. 2015(02)
[8]基于移动机器人的主动嗅觉技术研究[J]. 张东,程磊,刘波,周明达. 计算技术与自动化. 2014(02)
[9]高斯烟团模型在石化类项目大气环境风险评价中的应用[J]. 李冰晶,仝纪龙,潘峰,马卫东,付金杯. 环境工程. 2013(03)
[10]时变流场环境中机器人跟踪气味烟羽方法[J]. 李吉功,孟庆浩,李飞,蒋萍,曾明. 自动化学报. 2009(10)
硕士论文
[1]基于无线传感器网络的气体源定位算法研究[D]. 肖贤达.东北大学 2013
[2]多机器人烟羽跟踪算法实验研究[D]. 杨卫星.天津大学 2010
[3]机器人嗅觉和味源定位的研究[D]. 梁亮.中国科学院研究生院(电子学研究所) 2005
本文编号:3284631
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3284631.html