有害气体不仅破坏生态环境、危害人体健康,还易引发爆炸、火灾等重特大事故,研究未知环境有害气体烟羽跟踪问题,探索未知环境感知规律,可为实际工况有害气体监测寻踪提供依据,为机器人在未知环境下作业提供指导,具有重要的科学与社会意义。首先,针对实际工况中湍流、风速、视觉等信息均未知的情况提出分层渐进跟踪思想;其次,基于SIFT算法进行分层多尺度特征点提取,通过研究特征点参数对特征分区的影响,揭示未知环境视觉感知规律;再次,为提高跟踪效率,创建嗅觉信息与视觉信息的深度融合模型,仿真分析各种因素对融合结果的影响,探索未知环境嗅视觉感知规律;最后,构建烟羽跟踪策略进行未知环境有害气体烟羽跟踪实验研究,通过分析不同跟踪策略的实验结果,总结各种因素对烟羽跟踪的影响,验证和完善嗅视觉信息深度融合模型,进而推理未知环境感知规律。
英文主题词Gas Sensing;Plume Tracing;Environmental Perception;Machine Vision;Fusion