基于视觉注意机制及视嗅觉融合的气体泄漏源自主搜寻研究

随着工业化的发展，毒害气体泄漏引发的恶性事故频频发生，借助移动机器人迅速探明毒害气体泄漏源，消除灾害隐患，对保证生产和人员安全具有重要意义。目前这方面的研究主要是在"化学趋向性和风趋向性"框架下开展工作，但由于实际的气体浓度场和风场具有复杂多变的特性，使得这些搜寻算法往往很难奏效。为此，本项目提出在气体泄漏源搜寻过程中引入视觉判断，通过研究基于任务驱动视觉注意机制计算模型、图像分割、物体形状分析等关键技术，解决易发生泄漏设备的快速定位问题，为烟羽发现和烟羽追踪提供重要线索；研究基于视觉和嗅觉双模态信息融合的气体泄漏源自主搜寻算法，充分利用异类传感器信息的多样性和互补性，以增强算法对搜寻环境或条件变化的应变能力，从而提高气体泄漏源搜寻的效率和成功率。