智能机器人系统被开发出来嗅出污染和有毒泄漏

杜克大学的工程师们正在开发一种智能机器人系统，用于嗅探污染热点和有毒泄漏源。他们的方法使机器人能够在飞行中对密闭空间的气流进行复杂的计算，而不是简单地引导机器人“跟着鼻子走”。

杜克大学机械工程和材料科学副教授、Mary Milus Yoh和Harold L. Yoh, Jr.的迈克尔·m·扎夫拉诺斯(Michael M. Zavlanos)说，“现有的许多利用机器人定位空气中颗粒物来源的方法，都依赖于受生物启发的、受过教育但过于简单的猜测，或启启性技术，这些技术会驱使机器人逆风行驶，或跟随不断增加的颗粒物浓度。”“这些方法通常只能定位开放空间中的单个源，并且无法估计其他同样重要的参数，如释放速率。”

但在复杂的环境中，这些简单的方法可能会让机器人徒劳地寻找没有泄漏源的区域，但在那里，空气流动的物理特性人为地增加了浓度。

杜克大学安德森-鲁普机械工程和材料科学教授威尔金斯·阿基诺(Wilkins Aquino)说:“如果有人在外面吸烟，只要跟着鼻子走，不需要很长时间就能找到他们，因为没有什么能阻止气流的可预测性。”“但如果把同样一支烟放在办公室里，由于走廊、角落和办公室产生的不规则气流，就会突然变得困难得多。”

扎夫拉诺斯、阿基诺和博士毕业生雷扎·霍达伊-梅尔利用这些气流背后的物理原理，更有效地追踪排放物的来源。

他们的方法将基于物理的源识别问题模型与反馈回路中的机器人路径规划算法相结合。机器人测量环境中的污染物浓度，然后利用这些测量结果逐步计算出化学物质的实际来源。

Khodayi-mehr说:“创建这些基于物理的模型需要偏微分方程的求解，这对计算有很高的要求，使得它们在小型移动机器人上的应用非常具有挑战性。”“我们不得不创建简化的模型来提高计算效率，这也使得计算的准确性降低了。这是一个具有挑战性的权衡。”

Khodayi-mehr建造了一个矩形盒子，墙壁几乎将空间纵向等分，创造了一个微型u形走廊，模仿简化的办公空间。风扇将空气从U形管的一端泵入走廊，然后从U形管的另一端泵出，而气态乙醇则慢慢地泄漏到其中一个角落。尽管设置简单，但内部产生的气流是湍流和混乱的，这对任何乙醇嗅探机器人来说都是一个难以解决的来源识别问题。

然而，机器人还是解决了这个问题。

机器人进行浓度测量，将其与之前的测量相融合，并解决了一个具有挑战性的优化问题，以估计源的位置。然后，它找出进行下一次测量的最有用的位置，并重复这一过程，直到找到源。

Zavlanos说:“通过将基于物理的模型与最优路径规划相结合，我们可以用很少的测量就能找出源的位置。”“这是因为基于物理的模型提供了在纯数据驱动方法中没有考虑到的测量之间的相关性，而最优路径规划允许机器人选择那些具有最多信息内容的少数测量。”

阿基诺补充说:“基于物理的模型并不完美，但它们仍然比单独的传感器携带更多的信息。”“它们不必是精确的，但它们可以让机器人根据气流的物理特性做出推断。这是一种更有效的方法。”

这些基于物理的规划算法还没有启发式方法快，但它们仍然可以在小型机器人上运行，并且更加健壮。它们还可以处理具有多个源的情况，这对于启发式方法来说是不可能的，甚至可以测量污染率。

这个机器人正在嗅出乙醇泄漏的源头，但它做得很聪明。这款机器人不只是追踪气味最强烈的地方，而是将浓度和气流的测量结果输入一个复杂的偏微分方程，然后决定在哪里进行另一次测量最有用。通过重复这一过程，它可以在复杂的环境中通过十几次或两次尝试就能找到乙醇来源。杜克大学Reza Khodayi-mehr提供

该小组仍在努力创建机器学习算法，使他们的模型更加高效和准确。他们还致力于将这一想法扩展到编程一队机器人，以便对大面积区域进行有条不紊的搜索。虽然他们还没有在实践中尝试群体方法，但他们已经发表了模拟，证明了它的潜力。

Khodayi-mehr说:“从控制设置的实验室环境到更实际的场景显然还需要解决其他挑战。”“例如，在现实世界中，我们可能不知道域的几何形状。这是我们目前正在进行的一些研究方向。”

杜克大学

www.duke.edu

-由克里斯·瓦夫拉编辑，制作编辑，控制工程， CFE传媒，cvavra@cfemedia.com．查看更多控制工程机器人的故事．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。