未知環境有害氣體煙羽跟蹤問題研究

《未知環境有害氣體煙羽跟蹤問題研究》是依託天津理工大學，由賈雲偉擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：未知環境有害氣體煙羽跟蹤問題研究
• 項目類別：青年科學基金項目
• 項目負責人：賈雲偉
• 依託單位：天津理工大學

項目摘要

有害氣體不僅破壞生態環境、危害人體健康，還易引發爆炸、火災等重特大事故，研究未知環境有害氣體煙羽跟蹤問題，探索未知環境感知規律，可為實際工況有害氣體監測尋蹤提供依據，為機器人在未知環境下作業提供指導，具有重要的科學與社會意義。首先，針對實際工況中湍流、風速、視覺等信息均未知的情況提出分層漸進跟蹤思想；其次，基於SIFT算法進行分層多尺度特徵點提取，通過研究特徵點參數對特徵分區的影響，揭示未知環境視覺感知規律；再次，為提高跟蹤效率，創建嗅覺信息與視覺信息的深度融合模型，仿真分析各種因素對融合結果的影響，探索未知環境嗅視覺感知規律；最後，構建煙羽跟蹤策略進行未知環境有害氣體煙羽跟蹤實驗研究，通過分析不同跟蹤策略的實驗結果，總結各種因素對煙羽跟蹤的影響，驗證和完善嗅視覺信息深度融合模型，進而推理未知環境感知規律。

結題摘要

本課題針對未知環境有害氣體煙羽跟蹤問題進行研究。對氣體感測系統進行了最佳化研究，降低了系統噪聲，並將雷射的可調諧範圍從30nm拓寬至60nm；引入了自適應Kernel算法並對其進行改進，實現了去噪的同時較好的保留吸收譜線型；提出了凸點擬合算法，提高了基線提取的精度；創建了多尺度吸收峰檢測模型及分段低階多項式擬合模型，並提出了相應的基線提取算法，提高了吸收峰檢測的精度和實時性；選用合適的吸收峰擬合算法及多吸收峰協同提高濃度解調的精度和穩定性；建立了全方位視覺系統模型，研究採用球面模型法和函式法進行畸變校正，通過函式法進行畸變校正提高了圖像校正的效果和實時性；基於SIFT算法實現了分層環境特徵點提取，借鑑SIFT算法的部分思想，結合統計分析，提出了基於顯著度的特徵提取算法，該算法特徵點提取的實時性和準確性均較高，並基於該算法進行了斑點提取研究；研究了特徵點強度閾值以及特徵點個數對環境區域劃分的影響，總結了以全局特徵點強度為基礎進行環境區域劃分和以局部特徵點集總強度為基礎進行環境區域劃分的優缺點；提出一種基於模糊控制的氣體擴散模型選擇的方法，用視覺感測器和嗅覺感測器共同獲取環境信息，通過多源信息融合減少噪聲和儀器故障的影響，提高疑似泄漏源判斷的效率和煙羽跟蹤效率；分析了氣體濃度計算方法、氣體濃度閾值設定、環境距離閾值設定等對煙羽跟蹤結果的影響。