2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

时变流场环境中机器人跟踪气味烟羽方法

李吉功 孟庆浩 李飞 蒋萍 曾明

李吉功, 孟庆浩, 李飞, 蒋萍, 曾明. 时变流场环境中机器人跟踪气味烟羽方法. 自动化学报, 2009, 35(10): 1327-1333. doi: 10.3724/SP.J.1004.2009.01327
引用本文: 李吉功, 孟庆浩, 李飞, 蒋萍, 曾明. 时变流场环境中机器人跟踪气味烟羽方法. 自动化学报, 2009, 35(10): 1327-1333. doi: 10.3724/SP.J.1004.2009.01327
LI Ji-Gong, MENG Qing-Hao, LI Fei, JIANG Ping, ZENG Ming. Tracing Odor Plume by Robot in Time-variant Flow-field Environments. ACTA AUTOMATICA SINICA, 2009, 35(10): 1327-1333. doi: 10.3724/SP.J.1004.2009.01327
Citation: LI Ji-Gong, MENG Qing-Hao, LI Fei, JIANG Ping, ZENG Ming. Tracing Odor Plume by Robot in Time-variant Flow-field Environments. ACTA AUTOMATICA SINICA, 2009, 35(10): 1327-1333. doi: 10.3724/SP.J.1004.2009.01327

时变流场环境中机器人跟踪气味烟羽方法

doi: 10.3724/SP.J.1004.2009.01327
详细信息
    通讯作者:

    孟庆浩

  • 中图分类号: TP24

Tracing Odor Plume by Robot in Time-variant Flow-field Environments

More Information
    Corresponding author: MENG Qing-Hao
  • 摘要: 机器人对气味烟羽的可靠跟踪是实现气味源定位的关键. 本文主要针对实际时变流场环境中的机器人跟踪气味烟羽问题进行研究. 文中在机器人测得气味时估计气味包的最大可能路径, 在此基础上结合流向信息, 规划搜寻路径并使机器人沿此路径运动以跟踪气味烟羽. 考虑到气味浓度场的时变特性以及可能存在的基本浓度, 采用浓度相对变化量表征气味信息. 室内时变流场环境实验表明, 使用本文所提方法的机器人可实时、有效地跟踪烟羽并趋向气味源.
  • 加载中
计量
  • 文章访问数:  2866
  • HTML全文浏览量:  32
  • PDF下载量:  1422
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-08-20
  • 修回日期:  2009-03-20
  • 刊出日期:  2009-10-20

目录

    /

    返回文章
    返回