论文题目：时变流场环境中机器人跟踪气息烟羽办法
论文期刊：自动化学报
论文年份：2009
钻研背景
机器人被动嗅觉的过程大抵能够分为烟羽发现、烟羽跟踪和气息源确认。其中，机器人对气息烟羽的牢靠跟踪是实现气息源定位的要害。而过后在烟羽跟踪方面，典型的化学趋向性和风向趋向性办法很难胜利实现在以湍流为主的不间断气息烟羽环境下的气息源搜寻。
钻研内容
对烟羽扩散门路的正确预计是实现机器人牢靠跟踪烟羽并尽快向气息源趋近的要害。本文通过逆向预计给出了气息包在被测得之前所通过的最大可能门路，联合气息分子随环境流体的被动输运个性，提出了基于气息包门路的烟羽跟踪算法。
因为气息源地位未知，以及被测到的气息包从气息源开释的工夫也未知，因而，以气息包最大可能门路为中心线的气息包门路上的任意一点都可能是气息源所在。为了证实气息源的存在与否，并思考到气息包的静止是一种被动输运过程以及流向具备时变个性，机器人应沿着气息包最大可能门路在以后时刻流向上进行偏移后的门路向前搜查，以期能发现新气息包并进行新一轮的上述过程，从而使机器人在总体上向气息源趋近。
气息源搜查总体流程：
论文意义
提出了一种时变流场环境下的气息烟羽跟踪办法。机器人可实时地预计气息包最大可能门路并计算搜查门路；机器人沿搜查门路可无效跟踪烟羽，趋近气息源，并可能克服气体传感器较大纯时延对气息源搜查的影响。