45、基于DDQN的四足机器人气源定位研究

基于DDQN的四足机器人气源定位研究

1. 引言

随着现代工业的快速发展，自2010年以来，中国已成为世界上最大的化工生产国，化工产业产值占全球总产值的50%以上。然而，化工生产中使用的化学品具有易燃、易爆、有毒和有害的性质，安全风险显著，危险气体泄漏问题日益突出。如果不能有效控制，这些泄漏可能导致严重的人员伤亡和财产损失。例如，2013年山东某生产车间发生物料泄漏中毒事故，造成3人死亡，直接经济损失约270.6万元；同年10月，湖北某化工厂黄磷车间净化段发生硫化氢中毒事故，造成3人死亡、5人受伤，直接经济损失238万元。2015年，美国路易斯安那州侯马附近的吉布森井口天然气处理厂发生爆炸。仅在2021年，全国就发生了122起化工事故，造成150人死亡，同年美国发生了177起化学品泄漏事件。因此，化工生产中的泄漏安全问题仍需高度关注，并采取有效的控制措施。在气体泄漏的初始阶段，如果能及时发现并处理泄漏源，就可以防止或减轻危险化学品泄漏造成的重大损失。因此，高效、准确、安全地搜索和定位有毒有害化学气体泄漏源已成为迫切的实际需求。

2. 气源定位算法

气源定位主要分为三个阶段：烟羽检测、烟羽跟踪和气味源确认。即先在周围环境中搜索气味的存在，然后根据烟羽的传播路径进行跟踪，最后通过计算估计烟羽的位置，并引导机器人到达该位置，从而完成整个气源定位过程。现有的气味源定位算法大致可分为六类：
- 基于浓度梯度的算法 ：常用于无界和开放环境，在这些环境中，浓度变化逐渐，分子扩散过程占主导地位。气体传感器可以很容易地检测到这种环境中的浓度差异。在此基础上，对气味源的方向和机器人每一步运动的目标向量进行了研究。
- 仿