改进的可视图法在路径规划中的运用

近年来移动机器人路径规划技术得到了迅猛的发展,针对路径规划技术,人们先后提出了多种算法,然而在实际的运用中,它们却显示出不同的局限性,有时人们需要对它们进行适当的改进.可视图法在移动机器人路径规划中占有重要的地位,但随着障碍物增多或遇到复杂多边形障碍物时,其运算的复杂程度就会增加,规划的难度也随之增加,现在采用算法将可视图法中一些"没用"的障碍物删除,通过两点之间直线最短的原理,选出路径规划的方向,从而减少路径规划的复杂程度和运算时间,增加可视图法的适用范围.

基于模型辨识的气体信息快速感知

针对金属氧化物气体传感器具有较长的响应和恢复时间与泄露气体源的及时报警或快速定位之间的矛盾,提出了一种气体信息快速感知的方法。所提方法首先将气体传感器近似为一阶线性惯性延时系统,然后使用双传感器重构了辨识模型,利用M序列构建模型输入,实现了对传感器时间常数的辨识;最后,根据辨识出的参数,使用传感器逆模型估计出气体浓度的真实输入。使用上述方法进行实验,结果显示估计得到的浓度输入值和实际浓度值相吻合。进一步,为了验证本文算法的有效性,在移动嗅觉平台上,将气体传感器测量值和本文处理方法算出的重构值进行浓度二值化处理,同时应用到基于改进的Spiral-Surge算法的气体源定位实验中。与采用固定浓度阈值进行二值化定位实验对比得出,采用所提方法可以使室内外平均路径长度分别减少55.2%和84.7%。