基于概率建图与在线扩散仿真的机器人气体源定位
机器人学
2024-07-23 v3
摘要
利用自主机器人进行气体源定位（GSL）是一个具有诸多潜在应用的问题，从寻找管道泄漏到应急响应场景均有涉及。在这项工作中，我们提出了一种在具有障碍物和湍流的真实室内环境中执行 GSL 的新方法。鉴于源位置与机器人可用测量值（单点气体浓度和风矢量）之间高度复杂的关系，我们提出了一种观测模型，该模型通过将任意候选源位置处气体扩散的在线实时仿真，与基于传感器读数构建的气体浓度图进行对比而得出。为了将两者方便且合理地集成到一个概率估计框架中，我们引入了概率气体命中图（probabilistic gas-hit maps）的概念，其提供了更高层次的抽象来建模气体扩散的时变特性。来自仿真和真实实验的结果均表明，我们当前的方案具备在复杂室内环境中处理源定位的能力。
引用
@article{arxiv.2304.08879,
title = {Robotic Gas Source Localization with Probabilistic Mapping and Online Dispersion Simulation},
author = {Pepe Ojeda and Javier Monroy and Javier Gonzalez-Jimenez},
journal= {arXiv preprint arXiv:2304.08879},
year = {2024}
}