一种动态整合多种搜寻策略的气体泄漏源搜寻方法，有：采用人工神经网络方法估 计不同搜寻条件下的各类搜寻方法适用度的阶段，确定影响各搜寻方法性能的主要因素， 和训练用于估计各搜寻方法适用度的人工神经网络；烟羽发现阶段的整合方式，即，采 用基于视觉注意机制的搜寻方法与随机搜寻方法相结合的整合策略；烟羽追踪阶段的整 合方式，当机器人检测到气体浓度信息时，采用化学趋向性方法和风趋向性方法以及视 觉方法分别判定下一步的搜寻方向，并将当前时刻的搜寻条件，即影响搜寻方法性能的 主要因素，输入至训练好的人工神经网络得到各方法的适用度，采用驱动力矢量合成的 方法规划机器人局部搜寻路径。本发明可显著提高气体泄漏源搜寻的效率和成功率。
声明：
“动态整合多种搜寻策略的气体泄漏源搜寻方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
766
编辑：管理员
来源：北方有色网
咨询细节
