-
题名改进D-S算法的多感知机器人泄漏源识别研究
被引量：3
- 1
-
-
作者
刘冬乐
高春艳
李满宏
张明路
陶渊
-
机构
河北工业大学机械工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第21期334-340,共7页
-
基金
国家自然科学基金重点项目(U1913211)。
-
文摘
危化品泄漏场域环境复杂多变,泄漏源的识别受风速、光照强度、噪声等多重因素影响,当前多以智能机器人探测,利用嗅觉或视觉进行目标识别,但单类传感器识别结果可靠性差,提出一种改进Dempster-Shafer(D-S)证据理论的识别方法,模拟人类多感官识别机制,综合处理嗅觉、视觉和听觉识别信度;通过引入参考证据获取证据源全局信息,解决了经典D-S算法中存在的证据冲突问题,并在MATLAB中进行了算例验证。结果表明,相比嗅觉、视觉和听觉单类传感器识别信度分别提高了42.5%、51.2%和38.4%;对于冲突数据,克服了经典D-S算法、Yager算法融合失效的缺陷,相比Murphy算法识别信度提高了33%,可实现泄漏源的高信度识别,融合决策可靠性好。
-
关键词
泄漏源识别
仿人多感知
信息融合
D-S证据理论
证据冲突
-
Keywords
leak source identification
humanoid multi-perception
information fusion
D-S evidence theory
evidence conflict
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
