一種機(jī)器人仿生氣味源定位策略

路光達(dá)，張明路

（河北工業(yè)大學(xué) 機(jī)械工程學(xué)院，天津 300130）

近年來，利用移動機(jī)器人和氣體傳感器實現(xiàn)氣味源定位（gas/odor source localization）已經(jīng)成為了一個研究熱點．具有嗅覺功能的機(jī)器人能夠從事與氣味相關(guān)的各個領(lǐng)域的工作，包括探測地雷、搜尋爆炸物、搜救遇難者、有毒氣體檢測、火災(zāi)報警、檢測各類危險化學(xué)物質(zhì)存儲容器或輸送管道的泄漏情況并進(jìn)行修補(bǔ)，還可以進(jìn)行探礦工作．實際上，機(jī)器人嗅覺任務(wù)最關(guān)鍵的問題就是要對味源進(jìn)行搜索、定位、識別．

機(jī)器人通過跟蹤煙羽便可找到味源，所謂煙羽，是指氣味源釋放的氣味分子在空氣中傳播形成的羽毛般的軌跡[1]．Hayes[2]將此類問題分解為3個子任務(wù)，即煙羽發(fā)現(xiàn)、煙羽橫越、氣味源確認(rèn)．早在1991年，Rozas等[3]便利用研制的人工鼻進(jìn)行了這方面的研究．將人工鼻裝在一個移動機(jī)器人上，通過追蹤測試環(huán)境中的氣體濃度而找到氣味源．類似的研究通常是在移動機(jī)器人上安裝一對氣體傳感器，比較兩個傳感器的輸出，令機(jī)器人向著濃度高的方向移動[4]．但由于受湍流作用，氣體擴(kuò)散過程中的濃度分布不規(guī)則，因此機(jī)器人只利用氣體濃度梯度搜索效率低．為了解決此問題，Ishida[7]和他的同事根據(jù)飛蛾逆風(fēng)跟蹤信息素的行為,采用4個氣體傳感器和4個風(fēng)速傳感器制成了氣味方向探測裝置，充分利用氣味信息與風(fēng)向信息完成味源搜索．在此基礎(chǔ)上，他們又研究了一些新算法[8-9]，通過沿著濃度梯度搜索煙羽和沿著風(fēng)向跟蹤煙羽兩種策略的轉(zhuǎn)換實現(xiàn)定位．Pyk[10]研制了一個裝有六陣列金屬氧化物氣體傳感器和風(fēng)向標(biāo)式風(fēng)向傳感器的移動人工蛾，并利用它在風(fēng)洞中模擬了飛蛾橫越風(fēng)向和逆風(fēng)而上的跟蹤信息素的運動方式，能夠?qū)ふ业骄嚯x4m遠(yuǎn)處的1味源．近年來，Marques[11-12]和Loutfi[13-15]也在利用移動機(jī)器人研究味源定位領(lǐng)域取得了較大成果．

動物的氣味搜尋行為簡單而有效，在動物漫長的進(jìn)化過程中，嗅覺作為最原始的感覺功能之一，是許多動物賴以生存的最重要的本領(lǐng)．因此模仿生物的嗅覺行為，研究機(jī)器人主動嗅覺技術(shù)，具有深遠(yuǎn)的實踐和理論意義．

目前，此類研究大部分還是在特定的室內(nèi)實驗環(huán)境中進(jìn)行的，一般設(shè)定較小范圍的實驗場地、營造人工風(fēng)場，諸多氣味源搜索及確認(rèn)算法雖有其獨到的一面，但大多所用的方法大都是根據(jù)動物的趨風(fēng)性（amenotaxis）、趨化性（chemotaxis）、以及Z字形搜索等行為，模仿或啟發(fā)的一些搜索算法，這些算法都存在效率較低、準(zhǔn)確率低、風(fēng)向依賴等缺陷．為了提高搜索效率及準(zhǔn)確率，提出了基于扁形蟲動態(tài)刺激反應(yīng)和生物趨激性仿生行為的機(jī)器人氣味源定位算法，并在仿真實驗中驗證了該搜索策略的有效性，快速性和不依賴風(fēng)向和氣味絕對濃度的特點．

1 基于動態(tài)刺激反應(yīng)和趨激性仿生行為的機(jī)器人味源定位算法

1.1 仿生原理

很多的動物通過跟蹤煙羽尋找味源（食物或異性），但并不測算平均濃度，例如蛾子一邊運動一邊用觸角探測周圍氣體，沒有足夠時間來獲得某點濃度均值．這說明存在一些方法，通過獲取煙羽中瞬間的信息即濃度變化率來尋找到味源．

動態(tài)刺激反應(yīng)（kinesisresponse）[16]：這是扁形蟲（flatworm）的一種趨光反應(yīng)機(jī)制，扁形蟲相比光強(qiáng)度大的地方更喜歡黑暗一些的區(qū)域，當(dāng)光強(qiáng)度增加時，它會增加它的轉(zhuǎn)向率，而且不直接依賴當(dāng)前的光的絕對強(qiáng)度，而是光強(qiáng)度的變化率，光強(qiáng)度變化越快，其轉(zhuǎn)向率也越大，更快的趨向更暗的區(qū)域．

趨激性（Tropotaxis）[17]：趨激性機(jī)制是動物通過同時比較兩個或多個傳感器而產(chǎn)生對一個與濃度梯度相同或相反的方向瞬時估計，利用空間分布的兩個或更多的傳感器檢測氣味，是十足甲殼類、飛行類昆蟲、爬行類昆蟲追蹤氣味常用的刺激趨應(yīng)性機(jī)制．這在湍流煙羽追蹤時非常有用[18-20]．

1.2基于扁形蟲動態(tài)刺激反應(yīng)和生物趨激性仿生行為的味源定位算法

扁形蟲動態(tài)刺激反應(yīng)是典型的不依靠絕對強(qiáng)度的生物趨性行為．在當(dāng)光強(qiáng)度增加時，它會增加本身轉(zhuǎn)向率，而且不直接依賴當(dāng)前光的絕對強(qiáng)度，而是光強(qiáng)度變化率，光強(qiáng)度變化越快，其轉(zhuǎn)向率也越大，更快趨向更暗的區(qū)域．趨激性機(jī)制是動物通過同時比較兩個或多個傳感器而產(chǎn)生對一個與濃度梯度相同或相反的方向瞬時估計，根據(jù)此仿生原理檢測兩個位置的濃度變化差作出方向估計．根據(jù)動態(tài)刺激反應(yīng)行為，提出一種結(jié)合趨激性行為的仿生味源定位算法，不依靠傳感器絕對濃度，提高機(jī)器人的搜索效率，并可以不依賴于風(fēng)向．

算法的機(jī)器人步長和轉(zhuǎn)角根據(jù)濃度變化率實時改變．該策略非常簡單，不通過高級智能策略，不依賴風(fēng)向，搜索時不依賴于氣體濃度值，可以避免當(dāng)前氣體傳感器恢復(fù)時間過長的缺點，提高了機(jī)器人的搜索效率．

2 仿真實驗

2.1 氣體擴(kuò)散模型及參數(shù)影響分析

目前氣體傳播模型有：GAUSS模型[21]，BM模型[22]，Sutton模型[23]，F(xiàn)EM3模型[24]，采用應(yīng)用最多的GAUSS模型，該模型適用于點源的擴(kuò)散，早在五、六十年代就已被應(yīng)用．GAUSS模型是從統(tǒng)計方法入手，考察擴(kuò)散質(zhì)的濃度分布．其中煙羽模型（Plume model）適用于連續(xù)源的擴(kuò)散，煙團(tuán)模型（puff model）適用于短時間泄漏的擴(kuò)散（即泄放時間相對于擴(kuò)散時間比較短的情形,如突發(fā)性泄放等）．采用煙羽模型，高斯煙羽模型的濃度分布公式如式（1）

圖1 高度變化的XY平面內(nèi)氣體濃度高斯分布圖Fig.1 Gauss concentration distribution with changed height in the plane

圖2 風(fēng)速變化的XY平面內(nèi)氣體濃度高斯分布圖Fig.2 Gauss concentration distribution with changed wind speed in the plane

2.2 仿真實驗

機(jī)器人起點設(shè)在（7，0）點，因為是仿真環(huán)境中氣體擴(kuò)散是連續(xù)煙羽，因此第1步濃度檢測值3.2 mg/s，機(jī)器人檢測到氣體開始跟蹤，沒有執(zhí)行隨機(jī)搜索．機(jī)器人所走路徑如圖3，經(jīng)過19步迭代，由圖4傳感器濃度采樣值可知，第19步氣體濃度為53mg/s，由圖5氣體濃度變化率知，第19步濃度變化率為0.085，共有16步的變化率大于0.1，其步長最終為0.02 m，滿足停止條件，機(jī)器人停止搜索．

圖3所示機(jī)器人路徑顯示機(jī)器人較快的趨向濃度最高區(qū)域，體現(xiàn)了算法效率．

圖4的氣體濃度體現(xiàn)了機(jī)器人一直向高濃度區(qū)域搜索前進(jìn)，與其氣體GAUSS分布模型的濃度變化趨勢基本一致．這表明在仿真環(huán)境下，算法能很好滿足氣味跟蹤任務(wù)，機(jī)器人可以有效地找到味源．

圖3 機(jī)器人跟蹤煙羽路徑Fig.3 The trace of robot tracing odor plume

圖4 機(jī)器人氣體傳感器濃度值Fig.4 The concentration of robot odor sensor

圖5 機(jī)器人氣體濃度變化率Fig.5 The variation of robot odor concentration

3 結(jié)論

在基于基于扁形蟲動態(tài)刺激反應(yīng)和生物趨激性仿生行為的基礎(chǔ)上設(shè)計了一種機(jī)器人味源定位算法，使機(jī)器人可以在未知環(huán)境中自主規(guī)劃進(jìn)行味源搜索定位;避免了以往主動嗅覺策略容易陷入局部高濃度點而誤判的情況，具有搜索效率高，不依賴氣味絕對濃度和風(fēng)向信息的特點．在未來的工作中,繼續(xù)改進(jìn)，增加障礙物，設(shè)計魯棒性更強(qiáng)的主動嗅覺策略，在真實的湍流環(huán)境中能夠完成氣味源定位任務(wù)．

[1]PayneT L，BirchM C，KennedyC E J．Mechanisms in Insect Olfaction[M]．New York：Oxford University Press，1986．

[2]HayesA T，Martinoli A，Goodman RM．Distributed odor source localization[J]．IEEE Sensors Journal，2002，2（3）：260-271．

[3]Rozas R，Morales J，Vega D．Artificial smell detection for robotic navigation[A]．Fifth International Conference on Advanced Robotics[C]．Piscataway，NJ，USA：IEEE，1991，1730-1733．

[4]Consi T R，Atema J，Goudey C A，et al．AUV guidance with chemical signals[A]．Proceedings of the IEEE Symposium on Autonomous Underwater Vehicle Technology[C]．Piscataway，NJ，USA：IEEE，1994，450-455．

[5]Kuwana Y，Shimoyama I，Miura H．Steering control of a mobile robot using insect antennae[A]．Proceedings of the IEEE International Conference on Intelligent Robots and Systems[C]．Piscataway，NJ，USA：IEEE，1995，530-535．

[6]Sandini G，Lucarini G，Varoli M．Gradient driven self-organizing systems[A]．Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems[C]．Piscataway，NJ，USA：IEEE，1993，429-432．

[7]Ishida H，Suetsugu K，Nakamoto T，et al．Study of autonomous mobile sensing system for localization of odor source using gas sensors and anemometric sensors[J]．Sensors and Actuators，A：Physical 1994，45（2）：153-157．

[8]Ishida H，Nakayama G，Nakamoto T，et al．Controlling a gas/odor plume-tracking robot based on transient responses of gas sensors[A]．Proceedings of the IEEE International Conference on Sensors[C]．Piscataway，NJ，USA：IEEE，2002，1665-1670．

[9]IshidaH，Nakayama G，Nakamoto T，et al．Controlling a gas/Odor Plume-tracking robot based on transient responses of gas sensors[J]．IEEE Sensors Journal，2005，5（3）：537-545．

[10]Pyk P，Bermúdez IBadia S，Bernardet U，et al．An artificial moth:Chemical source localization using a robot based neuronal model of moth optomotor anemotactic search[J]．Autonomous Robots，2006，20（3）：197-213．

[11]Marques L，Nunes U，De Almeida A T．Olfaction-based mobile robot navigation[J]．Thin Solid Films，2002，418（1）：51-58．

[12]Marques L，Nunes U，DeAlmeida A T．Spread Nose：Distributed a gents for environmental monitoring[A]．Proceedings of the International Workshop on New Developments on Sensors for Environmental Control[C]．Singapore:World Scientific Publishing，2003，234-238．

[13]Loutfi A，Coradeschi S，Karlsson L，et al．Putting olfaction into action：Using an electronic nose on amulti-sensingmobile robot[A]．Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems[C]．Piscataway，NJ，USA：IEEE，2004，33-342．

[14]Loutfi A，Broxvall M，Coradeschi S，et al．Object recognition:new application for smelling robots[J]．Robotics and Autonomous Systems，2005，52（4）：272-289．

[15]Loutfi A，Coradeschi S．Smell，think and act：A cognitive robot discriminating odours[J]．Autonomous Robots,2006，20（3）：239-249．

[16]Frankel GS， Gunn DL．The Orientation of Animals：Kineses，Taxes and Compass Reactions[M]．New York：Dover Publications Inc，1961．

[17]FRANK W，GRASSO．Invertebrate-Inspired Sensory-Motor Systems and Autonomous，Olfactory-Guided Exploration[J]．Biol Bull 2001，200：160-168．

[18]Beglane P F，Grasso F W，Basil J A，et al．Far field chemo-orientation in the American lobster，Homarus americanus：effects of unilateral ablation and lesioning of the lateral antennule[J]．Biol Bull，1997，193：214-215．

[19]Srinivasan M V，Zhang S，Chahl J S．Landing strategies in honeybees and possible applications to autonomous airborne vehicles．Biol Bull．2001，200：216-221．

[20]Bell W J．Responses of arthropods to temporal chemical stimulus changes: simulation of a humidity differential and a pheromone plume[J].1986，139-148．

[21]蔡風(fēng)英，談宗山，孟赫，等．化工安全工程 [M]．北京：科學(xué)出版社，2001．

[22]丁信偉，王淑蘭，徐國慶．可燃及毒性氣體泄漏擴(kuò)散研究綜述 [J]．化學(xué)工業(yè)與工程，1999，16（2）：118-122．

[23]王文娟，劉劍鋒．危險性氣體泄漏擴(kuò)散數(shù)學(xué)模擬研究 [J]．工業(yè)安全與環(huán)保，2006，32（11）：23-25．

[24]周波，張國樞．有害物質(zhì)泄漏擴(kuò)散的數(shù)值模擬 [J]．工業(yè)安全與環(huán)保，2005，31（10）：42-44．