公开(公告)号：CN103278151A

公开(公告)日：2013-09-04

申请号：CN201310064462.5

申请日：2013-02-28

Applicant: 中国矿业大学

Inventor： 张勇 ,  巩敦卫 ,  耿娜 ,  张建化

IPC: G01C21/00

Abstract: 本发明涉及一种动态烟羽环境下多机器人协作搜索气味源方法，以工作空间的几何中心作为共同顶点，将整个工作空间划分为多个子区域，并在每个子区域随机分配一个机器人，所有机器人在其对应的扇形子区域中工作空间中的每个机器人执行烟羽发现策略；当工作空间中的一个机器人测得烟羽气味时，随即将率先发现烟羽的机器人作为环境监测粒子，用来监测环境中烟羽的变化以及判定粒子群是否发现气味源；其他机器人作为搜索粒子，并采用异步并行粒子群进化的多机器人协作搜索方法完成来确定气味源所在范围；根据确定的气味源的范围，作为环境监测粒子的机器人采用逐步前进法逐渐靠近气味源，当所述作为环境监测粒子的机器人所测气体浓度值大于预先设定值，且探测气味是以定向气流的形式喷出，则锁定气味源。

公开(公告)号：CN103278151B

公开(公告)日：2015-11-11

申请号：CN201310064462.5

申请日：2013-02-28

Applicant: 中国矿业大学

Inventor： 张勇 ,  巩敦卫 ,  耿娜 ,  张建化

IPC: G01C21/00

Abstract: 本发明涉及一种动态烟羽环境下多机器人协作搜索气味源方法，以工作空间的几何中心作为共同顶点，将整个工作空间划分为多个子区域，并在每个子区域随机分配一个机器人，所有机器人在其对应的扇形子区域中工作空间中的每个机器人执行烟羽发现策略；当工作空间中的一个机器人测得烟羽气味时，随即将率先发现烟羽的机器人作为环境监测粒子，用来监测环境中烟羽的变化以及判定粒子群是否发现气味源；其他机器人作为搜索粒子，并采用异步并行粒子群进化的多机器人协作搜索方法完成来确定气味源所在范围；根据确定的气味源的范围，作为环境监测粒子的机器人采用逐步前进法逐渐靠近气味源，当所述作为环境监测粒子的机器人所测气体浓度值大于预先设定值，且探测气味是以定向气流的形式喷出，则锁定气味源。

公开(公告)号：CN105022406B

公开(公告)日：2017-10-27

申请号：CN201510369152.3

申请日：2015-06-29

Applicant: 徐州工程学院 ,  中国矿业大学

Inventor： 张建化 ,  张勇 ,  巩敦卫

IPC: G05D1/12

Abstract: 本发明公开了一种基于改进细菌觅食算法的多机器人协作气味源定位方法，该方法包括以下步骤：烟羽发现阶段，在机器人未测得气味烟羽时，将整个工作空间利用Voronoi图方法划分为多个区域，每个机器人在各自的工作区域中执行随机烟羽搜索策略；烟羽跟踪阶段，当机器人检测到气味烟羽时，采用改进细菌觅食算法确定机器人下一步搜索方向，实现气味的自动跟踪；气味源确认阶段，根据机器人所在位置测得的气味浓度值和机器人的位置变化范围，判断确定气味源的位置。本发明实现了多机器人分布式协作快速定位气味源，显著提高了气味源搜寻的效率和气味源定位的精度，可应用于有害/有毒气体检测、灾后搜索和营救等场合。

公开(公告)号：CN105022406A

公开(公告)日：2015-11-04

申请号：CN201510369152.3

申请日：2015-06-29

Applicant: 徐州工程学院 ,  中国矿业大学

Inventor： 张建化 ,  张勇 ,  巩敦卫

IPC: G05D1/12

Abstract: 本发明公开了一种基于改进细菌觅食算法的多机器人协作气味源定位方法，该方法包括以下步骤：烟羽发现阶段，在机器人未测得气味烟羽时，将整个工作空间利用Voronoi图方法划分为多个区域，每个机器人在各自的工作区域中执行随机烟羽搜索策略；烟羽跟踪阶段，当机器人检测到气味烟羽时，采用改进细菌觅食算法确定机器人下一步搜索方向，实现气味的自动跟踪；气味源确认阶段，根据机器人所在位置测得的气味浓度值和机器人的位置变化范围，判断确定气味源的位置。本发明实现了多机器人分布式协作快速定位气味源，显著提高了气味源搜寻的效率和气味源定位的精度，可应用于有害/有毒气体检测、灾后搜索和营救等场合。

公开(公告)号：CN102129249B

公开(公告)日：2013-03-13

申请号：CN201110004882.5

申请日：2011-01-10

Applicant: 中国矿业大学

Inventor： 张勇 ,  巩敦卫 ,  周勇 ,  张建化 ,  戚成亮

IPC: G05D1/12

Abstract: 本发明公布了一种危险源环境下的机器人全局路径规划方法，旨在提供一种可以保障机器人在危险源环境下高效快速完成任务的全局路径规划方法，步骤如下：(1)探测并确定机器人的工作环境信息，包括机器人的起始点和目标点、障碍物的位置和形状，以及危险源的位置；(2)对机器人工作环境进行建模；(3)定义路径的长度和危险程度为评价路径优劣的两个性能指标，即路径规划问题的两个目标函数；(4)利用改进的多目标粒子群优化算法对步骤3所确定的两个目标函数进行全局优化，得到一组Pareto最优路径集；(5)采用一个模糊隶属度函数模拟决策者对任务的偏好，并从Pareto最优路径集中选出一个满意的折中解作为机器人移动的最终路径。

公开(公告)号：CN102129249A

公开(公告)日：2011-07-20

申请号：CN201110004882.5

申请日：2011-01-10

Applicant: 中国矿业大学

Inventor： 张勇 ,  巩敦卫 ,  周勇 ,  张建化 ,  戚成亮

IPC: G05D1/12

Abstract: 本发明公布了一种危险源环境下的机器人全局路径规划方法，旨在提供一种可以保障机器人在危险源环境下高效快速完成任务的全局路径规划方法，步骤如下：(1)探测并确定机器人的工作环境信息，包括机器人的起始点和目标点、障碍物的位置和形状，以及危险源的位置；(2)对机器人工作环境进行建模；(3)定义路径的长度和危险程度为评价路径优劣的两个性能指标，即路径规划问题的两个目标函数；(4)利用改进的多目标粒子群优化算法对步骤3所确定的两个目标函数进行全局优化，得到一组Pareto最优路径集；(5)采用一个模糊隶属度函数模拟决策者对任务的偏好，并从Pareto最优路径集中选出一个满意的折中解作为机器人移动的最终路径。

公开(公告)号：CN104166873A

公开(公告)日：2014-11-26

申请号：CN201410293506.6

申请日：2014-06-26

Applicant: 中国矿业大学

Inventor： 巩敦卫 ,  胡滢 ,  张勇 ,  夏长红 ,  耿娜 ,  张建化

IPC: G06N3/00 ,  G06F17/30

Abstract: 本发明公开了一种适于特征质量模糊表示的多目标微粒群优化特征选择方法，步骤如下：(1)将问题建模为一个包含模糊信息的两目标优化问题，其中，分类器评价精度为精确目标函数，特征子集可靠性为模糊目标函数；(2)采用合适的编码策略，将上述具有离散变量的特征选择问题，转化为连续变量多目标优化问题；(3)利用改进的多目标微粒群优化算法对步骤2所确定的两个目标函数进行全局优化，得到问题的Pareto最优集；定义模糊概率支配关系和决策者容忍系数，更新算法的外部储备集。本发明充分发挥了微粒群优化算法收敛速度快、可调参数少、规则简单易实现的优势，用于处理性能指标为模糊数的特征选择问题，实例应用证明，本发明可以得到比传统方法更为丰富有效的解，因此，本发明为处理数值质量模糊表示的特征选择问题，提供了一条新的、可借鉴的思路。