[發明專利]一種機器人多模態間歇性羽流尋源自主追蹤方法

在審

• 申請號: 202210425444.4
• 申請日: 2022-04-22
• 公開（公告）號: CN114839978A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 馬圣山;袁杰;劉強;郭振宇;賈焦予;吳瓊;袁昊;匡本發
• 申請（專利權）人: 新疆大學
• 主分類號: G05D1/02
• 分類號: G05D1/02;G01M10/00;G06N3/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種機器人多模態間歇性羽流尋源自主追蹤方法, 其特征在于，包括以下步驟:

（1）在機器人上搭載感知羽流的傳感器，如嗅覺傳感器、風速風向傳感器以及高光譜成像相機；以及其它機器人所需傳感器，如激光雷達、編碼器等；

（2）因多層細胞漸進方法利用多層次特征細胞方法（F-DARTS）對不同層次特征的適應能力和網絡表達性較強，以及對比強化學習、進化算法貝葉斯的搜索方法在搜索時間和準確率上具有明顯的優勢; 因此，對于高光譜相機所獲取到的光譜羽流信息輸入到F-DARTS網絡中，提取羽流的物理、化學特征；

（3）對于F-DARTS網絡無參數自調整能力，在本發明中引入自主發育網絡用于根據獲取到的羽流信息以及運動信息的反饋，在線自主調整F-DARTS的參數，使F-DARTS具有自主演進能力；

（4）與此同時，對于嗅覺傳感器和風向風速傳感器獲取到的羽流信息，進行羽流的化學信號和流體信號調理及特征提取；

（5）通過對三種異類傳感器獲取到的羽流信息提取特征，感知周圍的羽流環境，驅使機器人動態自主決策運動方向和速度；

（6）由于在此過程中，利用 F-DARTS 的高效視覺處理能力，在 F-DARTS 基礎架構融入自主發育網絡參數自主更新機制，并綜合多類感知數據，實現感知、信息處理、決策過程的不斷反饋、迭代、更新，實現機器人在多模態間歇性羽流尋源中的策略自主追蹤過程。

2. 根據權利要求1所述的一種機器人多模態間歇性羽流尋源自主追蹤方法, 其特征在于：采用F-DARTS網絡對來自高光譜相機獲取的光譜羽流信息提取特征，在步驟二中，光譜羽流信息圖片需要通過labelme標注工具進行標注。

3. 根據權利要求2所述的采用F-DARTS網絡對來自高光譜相機獲取的光譜羽流信息提取特征, 其特征在于：采用自主發育網絡在線自主調整F-DARTS的參數，自主發育神經網絡算法步驟：

（1）在時刻 t = 0，對于網絡{X,Y,Z}中任意區A,初始化對應的網絡層N = (V ;G) 及響應向量r，其中V是所有的突觸權重，G是各神經元年齡；

（2）在時刻 t = 1,2．．．對于網絡{X,Y,Z}中任意區域A，依次按如下步驟計算：

（a）對每個區域A使用統一的算法函數:

(1)

其中，b是bottom-up向量，t是 top-down向量;

（b）對于每個區域A中的神經元對應的權重向量可以計算出其響應向量為：

（2）

(c) 采用 top-k 競爭機制，計算優勝神經元j：

（3）

(d) 對優勝神經元j，采用Hebbian Learning 規則對其權重進行調整：

（4）

(e) 采用遺忘平均（Amnesic Mean）更新w₁和w₂的值：

（5）

根據以上步驟更新F-DARTS動態調整內部參數。

4. 根據權利要求1所述的一種機器人多模態間歇性羽流尋源自主追蹤方法, 其特征在于：“多模態”是指在典型物理/化學信息類別視角下，不同趨向特性的羽流呈現出的多種性態;間歇性羽流表現出的“忽隱忽現”，對機器人高效、可靠地尋源提出了較大的挑戰;本發明通過三種異類傳感器獲取羽流信息，將羽流信息分別進行調理和特征的提取; 根據不同的感知環境的模態情況，動態自主決策機器人的運動、速度，實現機器人在多模態間歇性羽流尋源中的策略自主追蹤過程。