昆虫的气味景观:从气味扩散到害虫防控

昆虫所接收的气味集合即昆虫的气味景观。昆虫依赖于对气味景观的感受和分辨,完成目标定位、取食、交配、产卵等生命活动。通过气味景观管理可操控昆虫的行为,达到防控害虫的目的。本文从昆虫气味景观的组成和扩散,气味景观对昆虫行为的影响,影响气味景观的因素,昆虫对气味景观的感知和分辨,以及气味景观管理在害虫防控上的应用等方面对昆虫气味景观的研究进展进行了综述,并对今后昆虫气味景观管理的发展方向和研究重点进行了分析和展望。对昆虫而言,目标物释放的气味被气流击散成羽状,并与空气中携带的背景气味混合,共同构成了气味景观。昆虫沿目标物气味进行目标物的搜寻和定位,目标物气味的形状、组成、浓度等可影响昆虫的行为;背景气味则起到补充、警示等辅助作用,不同背景气味对昆虫的目标定位有协同或干扰作用。环境中温湿度、光照、重金属元素以及植物病虫害等是影响昆虫气味景观的主要因素。研究表明,昆虫通过嗅觉受体捕获气味景观,并将气味信号沿嗅觉神经输送至触角叶等嗅觉中枢。而后,气味景观在昆虫嗅觉中枢中以基本编码或构型编码的模式被解析。背景气味对昆虫目标定位的影响可能是不同气味分子在嗅觉感知和编码过程中的相互加成、竞争性结合及信号串扰的结果。目前,基于对气味景观的管理衍生出了昆虫行为调节剂、外源激发子、选育可释放抗性挥发物的作物品种、“推-拉”技术、天敌支持型植物系统等多种害虫绿色防控技术。今后需进一步深入解析昆虫分辨气味景观的行为学、电生理学和神经学机制,并对气味景观管理相关的绿色防控技术进行优化和集成化,以期构建科学、高效的气味景观用于害虫防控。

改进RRT算法的室内移动机器人路径规划

针对传统RRT(快速扩展随机树)寻路算法由于扩展点的随机选取而存在搜索平均、采样效率低、偏离最优解的缺陷,提出一种偏向目标型的改进RRT算法。该算法采用目标偏向策略和气味扩散法来改善扩展节点的选取,使得随机树的生长趋向于目标点,并提出一种基于3次B样条曲线的路径平滑方法,极大地提升了搜索效率和路径质量。在仿真环境下对算法有效性进行验证,并将算法应用到真实环境下。仿真结果表明,与传统RRT算法相比,改进算法的路径长度缩短约22.1%,且路径更为平滑,在复杂环境中避障能力强。将改进RRT算法应用到Turtlebot2中,在真实环境下开展实验,实验结果证明了该算法的可靠性和实用性。