一种借助移动机器人实现的气体泄漏溯源方法

摘要

一种借助移动机器人实现的气体泄漏溯源方法，其包括为：制作一个带有Linux嵌入式系统、单片机系统及无线通信、摄像头与云台、传感器、电机控制调速驱动、供电、地图与定位和无线通信功能的可移动机器人；将传感器检测到的现场气体浓度值，作为一个已知参数带入机器人上的气体扩散模型中，通过人工智能的方法，进行嵌入式溯源计算；将算得的泄漏源位置定位并导航，机器人向目标位置移动，到达目标位置后，机器人对泄漏源及周边情况进行拍照，通过无线网络将图片及源强信息送回。本发明能够减少溯源计算时间，精确泄漏源位置信息及实时反馈泄漏源情况，同时由于本发明中机器人可移动的特性，在布置传感器时可以适当传感器的数量。

说明书

技术领域

本发明属于机器人、传感器、安全生产、环境监测技术领域，具体涉及一种借助移动机器人实现的气体泄漏溯源方法。

背景技术

目前的工业生产中尤其是化工业，气体种类、浓度的监测已经成为企业安全生产过程中的重要组成部分。在生产过程中，当工业气体发生泄漏时，传感器的监测数据往往是掌握事故现场实况的重要数据。根据传感器传回的数据，借助相关方法找到泄漏源位置，对事故实施补救，特别当气体为危险气体时制定疏散救援方案尤为重要。针对气体泄漏溯源问题，当气体扩散模型(如高斯扩散模型)已知时，当前主流的方法是在泄漏源的下风向选取适当位置放置的测量浓度的传感器，将传感器测量出的气体浓度作为一个已知参数输入气体扩散模型中，通过不断的迭代、优化、修正，最终寻找出达到给定精度的泄漏源位置和强度。当获得了泄漏气体的源强后，可以将此源强数值代入到应急响应的大气扩散模型中去，结合大气扩散模型及一些气象数据计算大气中受污染的各区域物质浓度，然后根据这些浓度值划分不同危险等级的区域，为应急响应和应急救援的决策制定及实施提供判定依据。

如果泄漏气体扩散机理未知，通常采用人工智能的方法对反算模型进行反复的训练和优化，通过这个过程，得到的反算模型具有更高的准确度及更好的适应性，对于常见工业气体的扩散机理来讲，这种算法通常有较好的适用性。但这一建立模型过程需要花费较长的时间，若泄漏气体有危害性时，时间上的延缓将会对人民的生命和财产造成损失；再者，泄漏源周围的情况要比气体扩散模型中量化的参数复杂，高障碍物、低洼等以及风向的实时不确定性会影响传感器测量数据的质量，从而使计算得到的源强的准确度降低；不能及时掌握泄漏源实时情况，对补救措施的制定带来诸多不确定因素。此外，实际生活中，工厂的传感器安置通常根据气体扩散的特点科学地安放，主要由于风向的不确定性，通常需要在工厂四周安放大量的传感器，而大量的传感器不论在安置还是使用维护上，都十分地耗财耗力。

发明内容

为了解决现有方法存在的上述问题，本发明提供了一种借助移动机器人实现的气体泄漏溯源方法。

为实现上述目的，本发明所采用的技术方案为：一种借助移动机器人实现的气体泄漏溯源方法。其具体实施方案为：制作一个带有Linux嵌入式系统、单片机系统及无线通信、摄像头与云台、传感器、电机控制调速驱动、供电、地图与定位和无线通信功能的可移动机器人；供电模块对机器人供电；Linux嵌入式系统模块与单片机系统模块通过串口通信；单片机系统控制传感器模块和电机控制调速驱动模块；Linux嵌入式系统控制摄像头与云台模块、无线通信模块和地图与定位模块。

进一步地，供电模块对Linux嵌入式系统模块、单片机系统模块、地图与定位模块和电机控制调速驱动模块供电。

进一步地，单片机系统实时采集传感器模块的数据，并立即通过串口传给嵌入式系统。

进一步地，传感器采集的数据作为模型参数输入嵌入式系统的气体扩散模型中，进行源强反算；其中，源强反算的方法采用遗传算法和优化算法。

进一步地，嵌入式系统将计算得到的泄漏源位置参数传送到地图与定位模块，地图与定位模块生成当前位置到目标位置的地图并将生成的地图信息发送回嵌入式系统，系统通过计算，将规划好的路线信息发送到单片机系统，单片机系统通过电机的控制、调速和驱动，实现机器人向目标位置的移动。其中，地图与定位模块的功能实现采用SLAM算法；路线规划计算采用图搜索算法。

更进一步地，机器人在向目标移动的过程中，单片机系统继续实时地采集传感器模块的数据，并将数据传入嵌入式系统执行后续流程。在这反复地过程中，嵌入式系统实时获取位置信息，并控制地图的生成和更新。

更进一步地，机器人到达目标位置后，嵌入式系统控制摄像头和云台，对泄漏源及周围情况拍照。

更进一步地，嵌入式系统通过控制无线通信模块，与远程服务器进行通信，将现场数据送回并等待下一步操作指令。

由于采用以上技术方案，本发明有益效果为：本发明使得溯源计算花费的时间显著缩短。同时，本发明边走边算的溯源方法提高了计算结果精度，而且计算结果受外界因素如风、高建筑物等干扰较小。此外，能够快速准确地获取泄漏源实时情况，对事故补救以及制定救援疏散方案都起到了参考作用。由于机器人的可移动特性，在布置传感器时，可以适当的减少传感器的数量。特别地，机器人可以进入事故现场，当泄漏气体有危害性时，本发明的有益效果更加显著。

附图说明

图1是机器人结构图。

图2是一种反算方法的流程图。

图3是本发明中的机器人泄漏溯源过程图。

图1中，1.嵌入式系统与单片机系统通过串口通信；2、3、4、5.供电模块向各系统和模块供电；6.嵌入式系统控制无线通信模块与远程服务器进行通信；7.嵌入式系统实时获取位置信息，并控制地图的生成和更新；8.单片机系统通过电机的控制、调速和驱动，实现机器人的移动；9.单片机系统实时采集传感器模块的数据(并立即通过串口传给嵌入式系统)；10.嵌入式系统控制摄像头及云台。

具体实施方式

下面结合附图对本发明实施例进行详细的阐述。如图3所示，溯源过程包括以下步骤：

S1、制作一个带有Linux嵌入式系统、单片机系统及无线通信、摄像头与云台、传感器、电机控制调速驱动、供电、地图与定位和无线通信功能的可移动机器人。机器人进入事故现场，传感器开始检测气体浓度值。

S2、单片机系统实时采集传感器模块的数据，并立即通过串口传给嵌入式系统；传感器采集的数据作为模型参数输入嵌入式系统的气体扩散模型中，进行源强反算；其中，源强反算的方法采用遗传算法及其优化算法。溯源计算如图2示，采用遗传算法。事先设置好计算精度及运行参数，初始化群体，对适应度低的群体丢弃，适应度高的群体进行后续选择、变异和交叉操作，直至达到一定精度；对达到精度的群体通过优化算法进一步的缩小范围，直到找到点源为止。

S3、嵌入式系统将计算得到的泄漏源位置参数传送到地图与定位模块，地图与定位模块生成当前位置到目标位置的地图并将生成的地图信息发送回嵌入式系统，系统通过计算，将规划好的路线信息发送到单片机系统，单片机系统通过电机的控制、调速和驱动，实现机器人向目标位置的移动。其中，地图与定位模块的功能实现采用SLAM算法；路线规划计算采用图搜索算法。

S4、机器人在向目标移动的过程中，单片机系统继续实时地采集传感器模块的数据，并将数据传入嵌入式系统执行后续流程。在这反复地过程中，嵌入式系统实时获取位置信息，并控制地图的生成和更新。

S5、机器人到达目标位置后，嵌入式系统控制摄像头和云台，对泄漏源及周围情况拍照。嵌入式系统通过控制无线通信模块，与远程服务器进行通信，将现场数据送回并等待下一步操作指令。

与现有的溯源方法相比，本发明采用遗传算法和优化算法方法，缩短了溯源计算的时间、提高了计算结果的准确度，同时该方法又适用于扩散机理未知的气体，使得应用场合更为广泛；再者，在机器人向目标位置移动过程中，传感器实时地检测气体浓度值、系统实时地计算源强信息及SLAM定位导航系统实时地更新位置信息，与传统的通过任意的固定位置的传感器获取气体浓度的方法比，本发明具有较高的准确度以及精确度，在溯源过程中极大程度地降低了外界不确定因素(如风向、建筑物等)对工作过程的干扰。总地来讲，本发明在气体泄漏源溯源问题上，较之于现有方法，更加具有实用性。

本发明不局限于上述最佳实施方式，本领域技术人员在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。