一种动态整合多种搜寻策略的气体泄漏源搜寻方法,有:采用人工神经网络方法估 计不同搜寻条件下的各类搜寻方法适用度的阶段,确定影响各搜寻方法性能的主要因素, 和训练用于估计各搜寻方法适用度的人工神经网络;烟羽发现阶段的整合方式,即,采 用基于视觉注意机制的搜寻方法与随机搜寻方法相结合的整合策略;烟羽追踪阶段的整 合方式,当机器人检测到气体浓度信息时,采用化学趋向性方法和风趋向性方法以及视 觉方法分别判定下一步的搜寻方向,并将当前时刻的搜寻条件,即影响搜寻方法性能的 主要因素,输入至训练好的人工神经网络得到各方法的适用度,采用驱动力矢量合成的 方法规划机器人局部搜寻路径。本发明可显著提高气体泄漏源搜寻的效率和成功率。
声明:
“动态整合多种搜寻策略的气体泄漏源搜寻方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)