[发明专利]基于认知搜索策略的多机器人源搜索方案生成方法及系统

权利要求书

1.一种基于认知搜索策略的多机器人源搜索方案生成方法，其特征在于，包括：

1)建立气体泄漏模型和传感器的探测模型；

2)基于气体泄漏模型和传感器的探测模型，对泄漏源搜索过程建模；

3)运用粒子滤波的方法表示泄漏源搜索过程中源项参数估计的迭代更新，建立基于认知搜索策略的寻源行动方案；

4)针对实际障碍场景对寻源行动方案进行避障功能的改进；

5)针对改进后的寻源行动方案与多机器人控制技术相结合，生成基于认知搜索策略的多机器人源搜索行动方案。

2.根据权利要求1所述的基于认知搜索策略的多机器人源搜索方案生成方法，其特征在于，步骤1)中建立的气体泄漏模型的函数表达式为：

上式中，V为平均风速，为y轴方向的梯度，c(r|θ₀)为位置r＝{x,y}上的气体浓度，θ₀＝{r₀,Q}为泄漏源r₀的位置r₀＝{x₀,y₀}的源项参数，Q为扩散强度，D为气体有效扩散系数，Δc(r|θ₀)为浓度的变化量，τ为气体分子寿命，δ为狄拉克函数。

3.根据权利要求2所述的基于认知搜索策略的多机器人源搜索方案生成方法，其特征在于，步骤1)中建立的传感器的探测模型的函数表达式为：

上式中，P(d(r)|θ₀)为传感器在位置r＝{x,y}上的单位时间内接触到d次气体分子的概率，d为传感器在位置r＝{x,y}上的单位时间内接触到气体分子的次数，R(r|θ₀)为传感器与气体分子在单位时间内的平均接触次数，且有：

R(r|θ₀)＝4πDac(r|θ₀)

上式中，D为气体有效扩散系数，a为球形的传感器半径，c(r|θ₀)为位置r＝{x,y}上的气体浓度，且有：

上式中，c(r|θ₀)为位置r＝{x,y}上的气体浓度，θ₀＝{r₀,Q}为泄漏源r₀的位置r₀＝{x₀,y₀}的源项参数，Q为扩散强度，V为平均风速，中间变量λ的函数表达式为：