[发明专利]动态整合多种搜寻策略的气体泄漏源搜寻方法无效
| 申请号： | 200810153636.4 | 申请日： | 2008-11-28 |
| 公开（公告）号： | CN101413804A | 公开（公告）日： | 2009-04-22 |
| 发明（设计）人： | 曾明;孟庆浩;蒋萍;李吉功;李飞 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G01C21/26 | 分类号： | G01C21/26;G01C21/34 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 | 代理人： | 江镇华 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种动态整合多种搜寻策略的气体泄漏源搜寻方法，有：采用人工神经网络方法估计不同搜寻条件下的各类搜寻方法适用度的阶段，确定影响各搜寻方法性能的主要因素，和训练用于估计各搜寻方法适用度的人工神经网络；烟羽发现阶段的整合方式，即，采用基于视觉注意机制的搜寻方法与随机搜寻方法相结合的整合策略；烟羽追踪阶段的整合方式，当机器人检测到气体浓度信息时，采用化学趋向性方法和风趋向性方法以及视觉方法分别判定下一步的搜寻方向，并将当前时刻的搜寻条件，即影响搜寻方法性能的主要因素，输入至训练好的人工神经网络得到各方法的适用度，采用驱动力矢量合成的方法规划机器人局部搜寻路径。本发明可显著提高气体泄漏源搜寻的效率和成功率。 | ||
| 搜索关键词： | 动态 整合 多种 搜寻 策略 气体 泄漏 方法 | ||
【主权项】：
1. 一种动态整合多种搜寻策略的气体泄漏源搜寻方法，其特征在于，包括有如下三个阶段：(1)采用人工神经网络方法估计不同搜寻条件下的各类搜寻方法适用度的阶段，即，确定影响各搜寻方法性能的主要因素，和训练用于估计各搜寻方法适用度的人工神经网络；(2)烟羽发现阶段的整合方式，即，采用基于视觉注意机制的搜寻方法与随机搜寻方法相结合的整合策略；(3)烟羽追踪阶段的整合方式，当机器人检测到气体浓度信息时，即发现烟羽后，采用化学趋向性方法和风趋向性方法以及视觉方法分别判定下一步的搜寻方向，并将当前时刻的搜寻条件，即影响搜寻方法性能的主要因素，输入至训练好的人工神经网络得到各方法的适用度，即驱动力大小，最后，采用驱动力矢量合成的方法规划机器人局部搜寻路径。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200810153636.4/，转载请声明来源钻瓜专利网。
