全向移动嗅觉机器人在危化品仓储环境下的应用研究

汪 静

(大同师范高等专科学校，山西 大同 037000)

19世纪以来，世界工业化进程得到了飞速的发展，危化品因在化工、材料和制药等行业有着广泛的应用，其产量和运输量也在逐年递增[1]。然而，危化品在增进经济发展的同时，也带来了严峻的安全隐患，尤其是有毒有害气体的泄漏直接威胁着人类的生命健康[2]。因此，在计算机、大数据、无线传感等技术大力发展的今天，充分综合多种技术优势，利用机器人进行气味源判定与定位，为事故发生时的应急救援决策提供依据，从而减小安全事故带来的损失，具有重要的现实意义。

1 我国危化品仓储环境下有毒气体主动嗅觉发展现状

对于危化品仓储环境，传统的两种泄漏源搜寻方法是无线传感网络法和人工巡检法。其中，无线传感网络法泄漏源的位置必须被传感器网络包围，以利用各个传感器采集的数据对泄漏源的位置进行估计，此种方法只能检测到周围小范围的气体浓度，或者泄漏源处在传感网络的上风处；人工巡检法通过人员或者训练好的动物进入现场搜寻泄漏源，除了效率较低外，有毒有害气体对巡检工作的人或者动物会造成严重的伤害。

机器人是自动控制机器(Robot)的俗称，在当代工业中，机器人指能自动执行任务的人造机器装置。受到动物嗅觉行为的启发，基于模拟人类行为或思想与模拟其他生物的机械，人们开始利用机器人进行气味源定位的研究，以取代或协助人类工作。相比较上述两种传统方法，移动机器人具有如下优势：1)组成零部件可以批量生产，生产成本低且易维护；2)相关的搜索算法和软件系统可以重复开发利用；3)在有效的续航时间内工作性能不会降低；4)有坚固的结构，对恶劣工作环境有很强的适应能力；5)替换不同类型的传感器就可以在各种气体环境下完成工作；6)具有很高的工作效率，工作的覆盖范围更加广泛等。目前，机器人主动嗅觉已经广泛应用于化工场所巡检、环境监测等领域。

2 仓储环境下有毒气体泄漏扩散规律

气体的主要流动状态包括层流、过渡流、湍流三种形态。经大量研究和实践证明，了解有毒气体的泄漏扩散影响因素及其在空气中的扩散规律，有助于机器人高效地完成气味源的搜寻任务。目前，气体扩散的研究方法主要有现场实验法、风洞法、模型法，常用模型法来研究气体扩散的规律。

2.1 常见气体扩散模型

1)高斯模型。该模型适用于点泄漏源的扩散，是一个将事物分解为若干基于高斯概率密度函数形成的模型。根据研究对象的范围，高斯模型分为烟羽、烟团模型两种，分别适用于密度比空气小或者与空气密度相差不大的气体连续源、瞬时源泄漏。高斯模型结构简单、运算量小、实验数据多，是目前应用时间最久，应用范围最广泛的一类气体模型。然而，高斯模型忽略了重力对气体扩散的影响，计算的误差较大。

2)Sutton模型。该模型是利用湍流扩散统计理论来解决湍流扩散问题的，其结构简单，计算量较小，精度较差。

3)BM模型。该模型属于经验模型，是根据一系列重气体连续释放和瞬时释放得到的实验数据，以无因次的方式通过曲线拟合计算出的数学模型。BM 模型简单实用，计算量小，容易获得实验数据，但外延性较差，对于两相泄漏物质的扩散以及喷射释放有很大的局限性，且仅适用于研究重型气体在近地面的扩散方式，不适用于表面粗糙的地区，如城市和工业区等。

4)FEM3模型。该模型最初是用于模拟液化天然气的泄漏，目前已经可以适用于处理很多有毒气体连续泄漏的扩散。然而，FEM3模型虽然精度较好，但仅适用连续泄漏源扩散和有限时间内的气体泄漏扩散。

通过综合对比各气体模型的适用对象、范围及运算量、精度等，本文拟采用计算量较小、应用范围最广的高斯烟羽模型模拟不同风速的情况下气体浓度的扩散规律。

2.2 高斯烟羽模型仿真

高斯烟羽模型的浓度分布方程式为式(1)。

(1)

式中：c(x,y,z)为(x,y,z)处的气体质量浓度，kg/m3；H为气体泄漏源的高度，m；π代表圆周长和直径的比值，约等于3.141592654；Q为泄漏源气体的扩散速率，kg/s；u为风速，m/s；σy，σz分别为横向和纵向的扩散系数，m。

利用MATLAB软件对高斯烟羽模型进行数值模拟，模拟的泄漏气体设定为CO，源强的数值大小设为55 mg/s，模拟危化品仓储环境的规格15 m×20 m×5 m(长×宽×高)。取泄漏源所在X-Y平面的气体湍流扩散浓度分布为研究对象，首先设定泄漏源的有效高度为H=0.5 m，设定风速u=0.2、0.7、1.2、1.8 m/s，其他参数设置不变，得到不同风速下仿真结果。仿真结果表明，风速对气体的湍流扩散起到了稀释的作用，远离泄漏源位置的气体浓度数值逐渐降低，且随着风速的增大，相同位置的气体浓度值会随之减小。

再次，设定风速为u=0.1 m/s，设定H分别为0.3、0.5、0.7、0.8 m，其他参数设置不变，得到不同泄漏源高度下仿真结果。仿真结果表明，在泄漏源源强和风速相同的情况下，相比于较低高度的排放源，高架源扩散对地面的影响程度更小，即泄漏源的有效高度增大时，气体扩散到某一相同的平面上形成的气体浓度分布会降低。

3 危化品仓储环境下机器人泄漏源搜寻应用

3.1 机器人泄漏源搜寻算法设计

Hayes较早地开展了机器人主动嗅觉的研究。他认为，机器人泄漏源搜寻和气味源定位的过程中，主动嗅觉划分为烟羽发现、烟羽追踪、气味源确认三个阶段。首先，需要利用传感器对外界的环境信息进行感知；其次，计算机系统将对有效的信息进行分析和处理；第三，机器人检测到疑似泄漏源后作出确认气味源的决策。具体而言，传感器包括气体传感器、风速风向传感器、避障传感器，机器人的“大脑”具有气味搜索、避障和气味源确认功能。机器人泄漏源搜寻工作的原理如图1所示。

图1 机器人泄漏源搜寻工作原理图

3.2 包容式机器人行为控制结构

由于危化品仓储环境中存在着许多不可预测的因素，因此机器人需要一种集环境感知等多功能为一体的控制结构，从而保证机器人可以顺利完成气味源定位任务。

基于行为的包容式结构可将机器人行为划分为几个独立模块，各个模块设置为不同的优先级，各优先级采用冲突抑制规则，因此当两个行为模块产生冲突后优先采取高优先级的模块。由于危化品仓储环境中工作状态的特殊性，本文利用这种结构对机器人的行为进行控制，同时提出基于进化梯度算法的仿生搜索策略，使机器人通过上层控制系统利用感知信息进行优先级仲裁，增强了机器人控制的鲁棒性和对复杂环境的适应性。机器人控制结构如第71页图2所示。

图2 机器人泄漏源搜寻控制结构

3.3 机器人泄漏源搜寻算法仿真

本文中机器人是面向危化品仓储环境，其整个搜索算法包括全局搜索和局部搜索，具体为：1)烟羽发现阶段利用Z字形搜索算法进行全局遍历搜索，判断危化品仓储环境下某气体的浓度是否大于阈值；2)检测到气体信息之后转入气味跟踪，同时为满足气味源确认的条件后进行气味源确认，利用基于进化梯度理论的仿生搜索法进行局部搜索，完成后搜寻工作结束。

同时，利用前文中建立的高斯气体模型，建立呈浓度梯度分布的气体扩散的等值线图，模拟危化品仓储环境下气体泄漏扩散的情况。浓度最大值的位置(0,0)为泄漏源，即需搜索的最优解位置。仿真环境设置为20 m×50 m，源强的大小设置为200 mg/s，风速设置为1 m/s。仿真结果如图 3 所示。

由图3可知，机器人在不同参数下通过每一步迭代计算位置生成移动路径，最终到达气味源附近。

a)λ=7 b)λ=8

其中，λ=10时，机器人仿真效果良好，迭代次数在23次时达到气味源附近。由此可见，λ取值影响着梯度向量的准确性，当λ取值逐渐增加时，梯度向量的准确程度越好，迭代次数也逐渐减少，但是λ取值过大的情况下会导致算法的计算量过大，因此在算法中设置合适的λ值至关重要。

4 结语

综上所述，机器人嗅觉技术是机器人领域内一个重要的研究方向。本文中机器人是面向危化品仓储环境，并基于高斯烟羽模型仿真，其整个搜索算法包括全局搜索和局部搜索，采取基于包容式的行为控制结构，通过优先级的裁决控制机器人执行不同的子行为，最终发现和定位气体泄漏源，从而作出相应的预防的措施，减少灾难事故的发生。