CC BY
25
УДК 004.896
В.Ю. Мусатов, В.И. Вавилов, Д.Ю. Петров, М.Ф. Степанов, В.В. Сысоев
О ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ ДАТЧИКОВ ГАЗА И МУЛЬТИСЕНСОРНЫХ ГАЗОЧУВСТВИТЕЛЬНЫХ СИСТЕМ В ИНТЕЛЛЕКТУАЛЬНЫХ МОБИЛЬНЫХ РОБОТАХ
Аннотация. Проведен анализ возможностей применения искусственного обоняния в сжтеме очувствления интеллектуальных мобильных роботов. Показана перспективность использования датчиков газа и систем «электронный нос» в составе мобильных роботов не только для идентификации источников запахов и их распознавания, но и для целей обнаружения и распознавания препятствий, картирования, ориентации и навигации роботов в комплексе с уже применяемыми системами.
Ключевые слова: датчик газа, электронный нос, интеллектуальные роботы, системы ориентации и навигации
V.Yu. Musatov, V.I. Vavilov, D.Yu. Petrov, M.F. Stepanov, V.V. Sysoev
A POSSIBILITY OF USING GAS SENSORS AND MULTISENSOR SYSTEMS WITH GAS SENSITIVE SENSORS FOR INTELLIGENT MOBILE ROBOTS
Abstract. The presented analysis demonstrates the possibilities of bringing artificial olfaction to the sensory system of intelligent mobile robots. The authors point out the prospects of gas sensors and electronic nose systems as components of mobile robots utilized not only to identify and recognize the sources of odour, but also aimed to detect and recognize obstacles, mapping, orientation and navigation of robots within the systems already in use.
Keywords: gas sensor, electronic nose, intelligent robots, orientation and navigation systems
1. ВВЕДЕНИЕ
В будущем, когда роботы станут частью нашей повседневной жизни в домашней обстановке и на рабочем месте, наблюдение за состоянием окружающей среды можно будет осуществлять с помощью интеллектуальных мобильных роботов, оснащенных искусственным обонянием. Это особенно желательно для различных приложений, например, в области безопасности, контроля, поиска и спасения в шахтах и др. Чтобы оборудовать такие системы «обонянием», в них используют газочувствительные устройства. Предполагается, что датчи-
ки газа должны быть способны обнаруживать множество различных запахов на уровне малых концентраций, быстро и надежно реагировать на присутствие анализируемого газа. Таким образом, мобильный робот с системой искусственного обоняния может выполнять ряд новых задач, которые включают в себя поиск, определение направления и координат источника запаха, создание карт концентраций газов и обеспечение непрерывного контроля газовой среды на большой площади [1].
Ценность интеллектуальных мобильных роботов, имеющих искусственное обоняние, наиболее очевидна в случае газов, которые часто человек не способен распознать. Например, угарный газ является причиной большого количества случайных отравлений и смертей, ежегодно регистрируемых во всем мире [2, 3]. Поскольку окись углерода не имеет запаха и цвета, человек не может обнаружить ее своими органами [4]. Поэтому с целью технического детектирования этого газа и подобных других устанавливают стационарные газовые детекторы или сигнализаторы. Но, к сожалению, сигнализаторы такого рода чувствительны, как правило, и к другим примесям, а также к условиям окружающей среды и местоположению, что сказывается на точности и селективности определения газов. Поэтому с целью устойчивости детектирования и повышения селективности часто используют наборы сенсоров, которые в сочетании с алгоритмами искусственного интеллекта называют системами «электронный нос» [5-8]. При этом, безусловно, мобильная установка имеет преимущество перед стационарной в большем охвате территории. В результате такого рода системы можно использовать более экономично, так как можно использовать датчики по площади, на которой в случае стационарной расстановки их необходимо было бы поставить гораздо больше. Это особенно выгодно, если требуется несколько датчиков для мониторинга других загрязняющих веществ или газов, которые присутствуют совместно с целевым газом. Следует иметь также в виду, что задачи мониторинга загрязнения не обязательно должны выполняться специализированными инспекционными роботами. Вместо этого наблюдение за концентрацией загрязняющих веществ в окружающей среде может осуществляться мобильными роботами, которые в первую очередь предназначены для других задач. В данном обзоре сделана попытка исследования возможности применения газовых детекторов в робототехнике.
1.1. Локализация источников газа
Помимо обнаружения повышенной концентрации газа, очень важна задача локализации источника газа. Мобильные роботы с такой способностью необходимы для таких применений, как «электронный сторож», который способен указывать и обнаруживать опасные утечки газа, утечку растворителей или пожар на его начальной стадии. При наличии подходящих систем распознавания газов можно было бы проводить также автоматическое разминирование или поиск жертв лавин и землетрясений под завалами. Однако локализация источников газа является сложной задачей в естественных условиях из-за турбулентного характера газа, что приводит к его неоднородному, быстро меняющемуся распределению. Соответствующее поле концентрации не указывает путь к его источнику посредством плавного градиента концентрации и не обязательно указывает местоположение источника максимумом мгновенного распределения концентрации [9]. Поэтому задача локализации газового источника может быть разбита на три составляющие [10]:
• обнаружение газа - обнаружение повышенной концентрации целевого газа,
• отслеживание источника газа - следование по сигналам, определяемым по измеряемому распределению газа в направлении источника,
• идентификация источника газа - определение вероятности, что источник газа был найден.
Эта классификация следует предложению Хейса [11] с тем отличием, что существование достаточно сильного и постоянного воздушного потока не предполагается. Такие условия позволяют идентифицировать шлейф от газораспределения, по которому можно проследить его происхождение. Термин «шлейф» относится к воздушному следу газа, который имеет форму, напоминающую форму пера. Однако заметный газовый шлейф не может быть гарантирован, например, в непроветриваемом помещении. Отметим, что полная стратегия локализации газового источника не обязательно включает какой-то вид отслеживания источника, если она подразумевает способ определения местоположения газового источника на расстоянии.
Следует подчеркнуть, что предложения по локализации источников газа могут основываться не только на измерениях датчиков газа. Датчики температуры или влажности могут давать дополнительные сигналы для локализации определенных типов источников газа. В случае достаточно однонаправленного воздушного потока локальное направление восходящего ветра может служить оценкой направления к источнику газа. Измерения воздушного потока могут быть также использованы для более эффективного поиска газа и определения стратегий декларирования источников газа, а система технического зрения может указывать объекты-кандидаты для последующего исследования с использованием стратегии декларирования источников газа.
1.2. Поиск источника газа
В то время как большинство публикаций в области бортового химического зондирования с помощью мобильных роботов посвящены отслеживанию источников газа, до настоящего времени мало внимания уделяется поиску газа и идентификации источников газа. Тем не менее решение этих проблем требуется в дополнение к стратегиям отслеживания источников газов, чтобы обеспечить их локализацию [12]. Однако они так же важны и в других случаях, когда, например, необходимо обнаружить только наличие источника газа (поиск газа) или определить, является данный объект источником газа или нет (объявление источника газа).
Подходящая стратегия поиска газа достаточна для задачи мониторинга, в которой мобильный робот должен только генерировать предупреждение при обнаружении конкретного газа, не предоставляя более подробной информации. Помимо подходящей установки датчиков, задача поиска газа требует главным образом выбора соответствующей стратегии разведки и определения порогового значения, выше которого предполагается наличие целевого газа. Как правило, это пороговое значение должно быть адаптивным, чтобы компенсировать, например, изменяющиеся условия окружающей среды или дрейф датчика. Подходящая стратегия разведки для поиска газа должна учитывать дополнительную сложность, заключающуюся в том, что простой последовательный поиск не гарантирует успеха из-за стохастической природы шлейфа [13].
1.3. Идентификация источника газа
Фундаментальная задача для определения источника газа с использованием только «электронного обоняния» состоит в том, чтобы найти закономерности в турбулентном распределении концентраций, которые позволяют решить, содержит определенная область источник газа или нет. Наиболее простой функцией для поиска является локальный максимум концентрации. Для того чтобы получить среднестатистический показатель для объявления источника газа, необходимо рассмотреть усредненное по времени распределение концентрации. Поиск максимумов в поле мгновенной концентрации мало помогает, так как они часто находятся далеко от источника. Сможет ли обеспечить турбулентное газораспределение дополнительные закономерности, позволяющие надежно определять источники газа, является важным вопросом, на который в настоящее время невозможно дать однозначный ответ. Очень трудно вывести общие характеристики, необходимые для турбулентной тонкой структуры, из уравнений, описывающих турбулентное распространение газа, и вполне возможно, что пропускная способность обычно используемых датчиков газа может быть недостаточной для решения этих задач.
Использование датчиков ветра в дополнение к датчикам газа может быть полезно для поиска источника газа, если поток воздуха может быть надежно измерен. В этом случае корреляция между направлением воздушного потока и измеренной концентрацией целевого газа может быть использована для нахождения его источника, например, путем определения перепада между концентрацией, измеренной в наветренном и подветренном направлениях.
Наличие надежной стратегии декларирования источников газа может быть достаточным для решения проблемы их локализации, даже если полная задача не может быть решена только с помощью датчиков газа и ветра. Объект может быть сначала обнаружен с помощью других сенсоров (например, системой технического зрения), а затем классифицирован с помощью метода идентификации источника газа. Такая процедура предполагает, что потенциальные источники газа могут быть детектированы с помощью дополнительных сенсоров. Предполагая наличие достаточно чувствительных датчиков, возможные области применения включают идентификацию подозрительных предметов, содержащих, например, наркотики или взрывчатые вещества, а также использование спасательных роботов для определения того, жива ли жертва, путем измерения углекислого газа в ее выдохе [1].
1.4. Картирование распределения газа
Другим важным вопросом является картирование распределения газа. В дополнение к временному флуктуационному характеру турбулентного переноса газа необходимо учитывать, что химические датчики газа дают информацию только о малом объеме окружающей среды, с которой взаимодействует их поверхность. Поэтому невозможно измерить мгновенное поле концентрации без использования достаточно большой матрицы датчиков. Однако часто бывает достаточно знать постоянную по времени структуру газораспределения. Это может быть даже более важно, чем, например, знать точное местоположение источников газа, поскольку оно позволяет определить районы, в которых ожидается высокая концентрация вредного газа. Мобильные роботы, способные картировать распределение газа в загрязненной зоне, могут быть использованы в спасательных миссиях персоналом по планированию инцидентов для предотвращения травм или гибели спасателей от взрывов, удушья или ток-
сикации [14]. Другие области применения карт газораспределения включают мониторинг качества воздуха и наблюдение за пешеходными зонами в городах, а также развитие земледелия, когда среднее распределение конкретных газов может быть использовано в качестве неинтрузивного способа оценки состояния почвы или состояния роста растений для обеспечения более эффективного использования удобрений [15].
Создание карты средней концентрации целевого газа также является средством решения проблемы локализации источника газа. Однако такой подход имеет и некоторые недостатки. Во-первых, необходимо, чтобы условия окружающей среды и активность источника газа не претерпевали резких изменений в течение всего периода картографирования. Во-вторых, методы локализации источников газа, основанные на картографировании газораспределения, могут быть медленными из-за времени, необходимого для построения надежного представления средней концентрации, в которой турбулентные флуктуации достаточно «усреднены». С другой стороны, количество затраченного времени уменьшается с количеством используемых роботов к нижней границе, определяемой временем, необходимым для компенсации турбулентных флуктуаций с помощью матрицы датчиков. Еще одним преимуществом является то, что информация о распределении концентраций по всей исследуемой территории может быть использована для повышения точности и достоверности оценки местоположения источника газа.
2. ОСОБЕННОСТИ ПОСТРОЕНИЯ СИСТЕМ ИСКУССТВЕННОГО
ОБОНЯНИЯ МОБИЛЬНЫХ РОБОТОВ
Бурное развитие машинного обоняния [5] привело к общепринятому определению «электронного носа» [6-8] как прибора, включающего массив гетерогенных электрохимических датчиков газа с частичной специфичностью и систему распознавания образов. В мобильных роботах в основном применяются кондуктометрические датчики, которые работают по принципу измерения относительного изменения сопротивления между двумя электродами. На эти электроды могут быть нанесены различные виды чувствительного материала, свойства которого изменяются при взаимодействии с газом. В частности, широко используются три типа материалов: оксиды металлов, проводящие полимерные композиты и проводящие полимеры. Помимо кондуктометрических датчиков, детектирование газа осуществляется с помощью оптических датчиков, датчиков на поверхностных акустических волнах, газочувствительных полевых транзисторов и кварцевых пьезорезо-наторов.
2.1. Анализ зондирования газа в естественной среде
Мультисенсорные системы «электронный нос» широко изучались в лабораторных условиях. Имеются многочисленные публикации, например, в области анализа качества пищевых продуктов [16-19], таких, как мясной фарш [17] или рыба, определение качества спиртных напитков, различение видов кофе [18] и пр. Эти результаты не могут быть воспроизведены при использовании мобильного робота из-за влияния различных условий окружающей среды и из-за ограниченных ресурсов, таких как, например, мощность и доступное пространство на борту. Важным аспектом, который также трудно перенести в мобильную систему, является процесс обработки образцов газа. В большинстве лабораторных приложений (рис. 1) много усилий затрачивается на подготовку проб перед их анализом с помощью
системы датчиков газа. Обычно используются пробоотборники, которые готовят пробу газовой смеси и доставляют ее в камеру, содержащую датчики. Кроме того, хорошие результаты были достигнуты в лабораторных экспериментах с использованием метода измерения, требующего второй газ для сравнения (например, чистый воздух с известной влажностью), который периодически направляется в камеру датчика. Он служит в качестве газа-носителя для образца и эталона для отслеживания базового уровня сигнала датчика. Из-за необходимости работы в режиме реального времени и ограничений по весу, пространству и энергопотреблению обычно невозможно использовать такой же сложный процесс обработки образцов на мобильном роботе.
Вследствие ограниченности ресурсов также трудно достичь достаточно стабильных условий окружающей среды. Например, авторы в работе [20] докладывали о типичной точности температуры ±0,1° С, относительной влажности ±1 % и скорости потока ±1 % в качестве важных условий при использовании технологии «электронного носа». При этом применение таких приборов в составе мобильного робота предполагает, что условия окружающей среды могут существенно меняться. Поэтому исследования в области воздушного химического зондирования с помощью мобильных роботов до сих пор были сосредоточены в основном на использовании датчиков газа для обнаружения известных аналитов и локализации их источников без селективного различения. Иногда полную газочувствительную систему, используемую в мобильном роботе, называют «электронным мобильным носом» [21].
Рис. 1. Блок схема электронного носа в составе мобильного робота (адаптировано из [21])
2.2. Распределение газа в природной среде
Одной из основных проблем локализации источников газа в природной среде является сильное влияние турбулентности на распределение воздушных компонент. Турбулентный транспорт обычно доминирует при рассеянии газа за счет молекулярной диффузии. Например, постоянная диффузии газообразного этанола при 25° С и 1 атм составляет D = 0,119 см /с, что соответствует скорости диффузии 20,7 см/ч [22]. За исключением только некоторых случаев, когда турбулентность неэффективна и диффузия может наблюдаться главным образом вдоль крутых градиентов концентрации, молекулярная диффузия может быть рассмотрена в качестве основного фактора, влияющего на распространение газа. В общем
случае молекулярная диффузия - это движение молекул из области высокой концентрации в область более низкой концентрации, которое описывается законом Фика:
Уд = Бх1хАР, (1)
где Уд - скорость диффузии (скорость переноса газа), Б - константа диффузии, 5 - площадь барьера, АР - разность парциальных давлений газа по обе стороны барьера, ^ - толщина барьера.
Турбулентное течение имеет несколько общих характеристик [15]. Так, турбулентный поток непредсказуем: мгновенная скорость молекул (и, соответственно, мгновенная концентрация газа) в какой-то момент времени недостаточны для предсказания скорости. Также турбулентный перенос происходит значительно быстрее, чем молекулярная диффузия. Например, на рис. 2 показано цветовое распределение концентрации в моделируемом смешивании газов, обусловленное только эффектом диффузии (снизу, слева) и диффузией и турбулентностью (снизу, справа). В нижней части рисунка показаны моментальные снимки распределения газа, которые образовались из кругового распределения, изображенного в верхней части рисунка. Видно, что турбулентное течение вызывает гораздо более быстрое распространение целевого газа. Этот эффект часто моделируют через эффективный коэффициент турбулентной диффузии или вихревую диффузионность [23, 24].
Рис. 2. Сравнение турбулентности и молекулярной диффузии (адаптировано из [23, 24])
Важным аспектом является то, что турбулентная кинетическая энергия передается от больших вихрей к малым, где она рассеивается в тепло вязкими силами. Это часто называют энергетическим каскадом. Величина вязких сил определяет минимальный размер вихря или микроскаль Колмогорова. Также следует отметить, что перенос молекул газов часто определяется самим потоком; такой перенос называют адвективным. Этот механизм обычно эффективен даже в помещении без вентиляции вследствие наличия слабых воздушных потоков, например из-за перепада давления (тяги) и наличия неоднородностей температуры. В последнем случае поток называют конвективным.
Таким образом, поле мгновенной концентрации целевого газа, эмитируемого из статического источника, представляет собой флуктуирующее и, как правило, асимметрично смещенное распределение прерывистых участков высокой концентрации с крутыми градиентами на краях.
2.3. Навигационная тропа запахов
Обонятельные знаки часто используются животными для хранения и передачи пространственной информации. Например, хорошо известно, что муравьи отмечают путь к источнику пищи запаховым следом [25, 26]. Поскольку информация хранится физически в окружающей среде, нет необходимости в сложном представлении окружающей среды в мозгу животного. С помощью изменения интенсивности и частоты разметки следа может передаваться дополнительная информация, например о качестве, к которому ведут пищевые тропы. Химические маркировочные знаки также особенно подходят для кодирования временной информации, поскольку интенсивность запаха со временем падает. Муравьи используют это свойство феромонной коммуникации, когда они указывают на «популярность» соответствующего пути, просто освежая след запаха, по которому они следуют.
Химическая маркировка может быть полезна для целого ряда применений в области мобильной робототехники. Обонятельные следы могут обеспечить со сравнительно низкой стоимостью более гибкую альтернативу металлическим проводам, помещенным под полом, которые часто используются промышленными автоматизированными управляемыми транспортными средствами [27]. Помимо определения пути следования, запаховые следы могут также использоваться для обеспечения временной репеллентной маркировки, указывающей, например, на очищенные участки пола. Кроме того, в таких областях применения как работа автономного мобильного робота в условиях подземных шахт, система искусственного обоняния совместно с расставленными по штреку шахты тарированными источниками запахов (маяками) с известными координатами может использоваться для выработки корректирующих сигналов для автономной инерциальной системы ориентации и навигации робота в отсутствие доступных сигналов спутниковой навигации.
В отличие от задачи локализации удаленного источника газа влияние турбулентности значительно снижается в случае наведения следа из-за малого расстояния от датчика до источника, которое часто составляло порядка 10 мм в экспериментальных работах, опубликованных в этой области. Следы запаха, расположенные на полу, покрыты слоем, в котором воздушный поток является ламинарным. Этот слой настолько тонок, что нынешние роботы не могут измерить концентрации в этой области. Однако по сравнению с экспериментами, в которых необходимо локализовать удаленный источник, близость датчиков к следу вызывает гораздо более сильную дифференциацию среднего градиента концентрации в сигнале датчика. Кроме того, было доказано, что можно увеличить дифференциацию вблизи пола, введя хорошо отрегулированные дополнительные воздушные потоки для блокирования внешних, создавая таким образом «воздушную завесу». Однако следует отметить, что в последнее время возникли противоречия в отчетах о пользе техники воздушной завесы. Так, например, в некоторых работах [28] докладывалось, что граница участка, отмеченного спиртовым чистящим раствором, может быть найдена менее надежно при использовании установки воздушной завесы. Поэтому применение вентиляторов, создающих воздушную завесу, может быть нецелесообразно, и достаточно использовать простой вакуумный датчик газа [27].
2.4. Стратегия нахождения газового следа с использованием двух датчиков
Большинство навигационных стратегий, предлагаемых для следования по маркированному следу, предполагают наличие пары датчиков газа, которые отбирают пробы концентрации аналита непосредственно над землей. Возможный метод следования по «широкому» следу (т. е. более широкому, чем расстояние между датчиками) был предложен в работе [29]. Он основан на идее разворота робота, если один датчик обнаруживает более низкую концентрацию анализируемого вещества (рис. 3а). В цитируемой работе пара датчиков на основе проводящих полимеров с шагом 0,1 м была установлена на подвижном роботе на высоте 10 мм над землей. Авторы сообщили об одном испытании, когда робот мог успешно следовать вдоль следа, маркированного алкоголем, шириной 0,15 м и длиной 4 м с умеренными поворотами со скоростью 60 мм/с.
Аналогичный алгоритм был предложен в работе [30], в которой робот направляли по следу с помощью датчиков, обеспечивая его повороты в сторону более высокой концентрации с помощью прямой связи между датчиком и двигателем (рис. 3Ь). Эксперименты проводились на марсианском мобильном роботе со встроенной парой пьезоэлектрических датчиков, установленных на расстоянии примерно 5 мм от поверхности. Робот должен был следовать по узкой «тропе», насыщенной камфарой, которая состояла из двух прямых участков длиной 0,5 м и 30° поворота между ними. Начальная точка робота была выбрана таким образом, чтобы робот обнаружил след между датчиками и первоначально приблизился к нему под углом. Как было показано авторами, при расстояниях между датчиками 50 мм и 30 мм и оптимизированных параметрах управления для соответствующего разделения датчиков, пробеги были проведены в течение около 15 мин.
Рис. 3. Движение по газовому следу с использованием двух датчиков [29]
Дальнейшие стратегии отслеживания следа направлены, в частности, на повышение устойчивости к ошибкам датчиков и пробелам или другим несовершенствам следа. Несмотря на то, что более надежной выглядела стратегия следования за следом путем оптимизации обратных разворотов робота, более выраженный эффект был достигнут путем добавления ме-
ханизма тайм-аута, который позволял роботу поворачивать назад к ожидаемому местоположению следа в случаях, когда робот не мог обнаружить след в течение определенного периода времени (рис. 3с). Такой механизм симулировал поведение муравьев, включающее частые пересечения следа по синусоидальной траектории [26]. Благодаря именно этому механизму муравьи способны следовать по феромонному следу с одной удаленной антенной и даже со скрещенными антеннами.
2.5. СТРАТЕГИЯ НАХОЖДЕНИЯ ГАЗОВОГО СЛЕДА С ИСПОЛЬЗОВАНИЕМ ОДНОГО ДАТЧИКА
В литературе рассматривают главным образом две основные стратегии наведения на след с помощью использования одного газового датчика (рис. 4). Например, в работе [30] был доложен прототип робота-уборщика, в котором была использована единичная матрица датчиков на основе оксида металла и система воздушной завесы, состоящая из трех малых вентиляторов; центральный вентилятор выталкивает воздух от поверхности вверх, а внешние вентиляторы блокируют внешние воздушные потоки. В ходе предварительных испытаний было продемонстрировано, что робот может обнаружить жидкое химическое вещество, 10 %-ю спиртовую смесь; при этом робот приводился в движение со скоростью примерно 13 мм/с. Это может позволить использовать совместные стратегии очистки, когда роботы-уборщики оставляют пахучий след, указывающий на область, которая уже была очищена (рис. 4а).
Рис. 4. Поиск газового следа с использованием одного датчика [29]
В более поздних работах в рамках того же проекта авторы докладывали о возможности использования следующего метода определения отмеченной области. Выходные сигналы датчиков газа сначала фильтруются по низким частотам с двумя различными постоянными времени, реализованными в виде взвешенного усреднения по «недавности» с различными константами фильтрации. В то время как быстрый фильтр воспроизводит необработанный сигнал датчика в отчетном эксперименте, он также может быть настроен на фильтрацию высокочастотных помех, что может быть особенно желательно при использовании датчиков с меньшим временем отклика, которые не приспособлены для низкочастотной фильтрации, например, металлооксидные датчики. Начало и окончание химического следа объявляются, когда разность между выходами быстрого и медленного фильтров, который захватывает
среднее значение концентрации, превышает определенный порог. В работе сообщалось об отдельном эксперименте, который показал, что робот может обнаруживать область, ранее отмеченную человеком-уборщиком. Однако еще предстоит провести обширные испытания этой системы.
Решение задачи следования по краю следа с помощью одного датчика [29, 31] схематично показано на рис. 4Ь. В предположении, что робот изначально расположен так, что датчик может быть повернут над следом, применяется трехступенчатая стратегия отслеживания краев. Сначала робот поворачивается, пока не обнаружит границу следа. Затем он поворачивается на некоторый угол от края следа и перемещается на заданное расстояние вперед. Эта последовательность повторяется для того, чтобы следовать по следу. В обоих случаях для генерации газочувствительного сигнала использовался пьезоэлектрический датчик. В отмеченных экспериментах на круглом роботе, диаметром 10 см, скорость слежения достигала 1,7 см/с, причем авторам удалось показать пример испытаний по очистке пола с помощью прототипа робота-уборщика на участке поверхности размером 32 х 32 см . Однако тщательный анализ достигнутых показателей отслеживания краев авторами не был проведен.
Другие возможные стратегии для установления контакта детектора, установленного на мобильном роботе с целевым газом, обсуждались авторами в работе [32]. В частности, было предложено решение, минимизирующее потребление энергии, через пассивный мониторинг, при котором робот остается неподвижным до тех пор, пока не обнаружит повышенную концентрацию газа. Благодаря турбулентному рассеянию пятна газов могут быть обнаружены таким образом относительно быстро после того, как источник начинает эмиссию, даже если робот находится далеко от источника. Однако в целом для ускорения процесса поиска газа необходимо активно исследовать обозначенный район. Моделируя химические «шлейфы» в виде прямой линии с ограниченной длиной, можно показать, что разведку целесообразно проводить по прямым траекториям, ортогональным направлению ветра. Если информация о направлении ветрового потока отсутствует, то поиск газа можно считать основной поисковой задачей. В зависимости от сенсорного оборудования мобильного робота поиск может осуществляться с помощью простого случайного блуждания или применения более сложной стратегии разведки. Примечательно, что поиск «пятен» газа не гарантирует успеха даже в том случае, если путь поиска охватывает всю исследуемую область из-за временного изменения турбулентного газораспределения.
2.6. Отслеживание источника газа с усилением воздушного потока
Химические следы, отмеченные на поверхности, образуют относительно стабильный профиль концентрации в непосредственной близости от «тропы». Частью обработки сигналов задачи наведения следа является обнаружение перехода между химически маркированной областью и ее немаркированной окрестностью по показаниям датчиков, полученным на малом расстоянии от поверхности. В реальном сценарии отслеживания источников газа задача состоит в том, чтобы извлечь информацию о местоположении удаленного источника газа из локальных измерений концентрации, отобранных из турбулентного газораспределения. Поскольку химические стимулы по своей природе не являются направленными, эта информация должна быть получена по крайней мере из двух пространственно или временно распределенных образцов. Если имеется достоверная информация о воздушном потоке, то в качестве указания направления на источник дополнительно может быть использовано
местное направление восходящего ветра. По этой причине многие предлагаемые решения проблемы отслеживания газовых источников предполагают сильный однонаправленный поток воздуха, который позволяет использовать две пошаговые стратегии, сочетающие следование градиенту (тропотаксис) и периоды движения вверх по ветру (анемотаксис). В работе [27] кратко рассмотрены методы отслеживания газовых источников, которые были испытаны в условиях сильного однонаправленного воздушного потока, т. е. в сценарии с заметным газовым шлейфом. Как и все эксперименты в области воздушного химического зондирования с мобильными роботами, опубликованные до сих пор, все эти эксперименты проводились в помещении.
Ишида и др. [33] выполнили пионерную работу по интеграции возможности обнаружения газа и ветра на мобильном роботе. Они предложили дистанционно управляемую мобильную платформу, оснащенную сенсорным зондом, состоящим из четырех термисторных анемометрических датчиков и четырех полупроводниковых датчиков (TGS 822), показанных на рис. 5. Датчики ветра были установлены вокруг квадратного столба с шагом 90°, что позволило получить информацию о направлении воздушного потока. В идеале направление датчика с наименьшей выходной мощностью должно соответствовать направлению нисходящего ветра, так как ветер блокируется столбом. Датчики газа были установлены на вершине колонны, каждый из которых располагался непосредственно над одним анемометрическим датчиком. С помощью этой экспериментальной платформы были испытаны два различных метода трассировки шлейфа в небольшой аэродинамической трубе (0,7 х 0,8 х 0,35 м ). Источником газа служила форсунка, из которой со скоростью 150 мл/с выбрасывался этанол, а вентилятор создавал среднюю скорость ветра около 20 см/с.
Рис. 5. Сенсорный зонд, состоящий из четырех термисторных анемометрических и четырех датчиков газа на основе оксидов металлов [33]
Известна также конструкция «компаса запахов» [34], идея которой заимствована у бабочки тутового шелкопряда, который определяет направление своего движения в потоке воздуха к самке по запаху выделяемого ею феромона с помощью чувствительных к запаху клеток, интенсивно обдуваемых за счет вибрации крыльев. Такая вибрация усиливает поток воздуха, уменьшает его турбулентность и позволяет определить направление движения молекул феромона. В литературе описаны конструкции двухосевого компаса с двумя расположенными друг за другом датчиками и вентилятором и трехмерного компаса, в который добавлены два вертикальных датчика [35]. Эти устройства могут быть использованы в качестве
навигационной установки для определения источников запаха. Постоянно указывать на источник запаха позволяют четыре полупроводниковых датчика и небольшой вентилятор для обдувания воздухом. Источник обнаруживается путем вращения компаса, при котором вертикальные и горизонтальные показания датчиков выравниваются. Результаты работ [34, 35] показывают эффективность компаса при практическом применении с учетом ветра и/или изменении направления распространения запаха препятствиями.
3. ОСОБЕННОСТИ СИСТЕМ ОРИЕНТАЦИИ И НАВИГАЦИИ МОБИЛЬНОГО РОБОТА
Существует множество типов систем мобильных роботов, обеспечивающих обнаружение и обход препятствий, распознавание и картирование окружающей местности, ориентацию и навигацию на ней [36-42]. Основные их типы приведены в таблице.
Системы, основанные на перемещении по реперным точкам-маякам [36], являются самыми надежными, но содержат ряд очевидных недостатков, существенно ограничивающих их применение:
- их использование ограничено условиями замкнутых помещений;
- могут быть ошибки в работе при появлении в области действия робота ранее не учтенных препятствий;
- имеется необходимость обслуживания реперных точек - маяков.
Системы обнаружения и распознавания препятствий, ориентации и навигации
Системы обнаружения препятствий
Системы распознавания и картирования
Системы ориентации и навигации
е ы н т
так
т н о
ыт н
е м е
« со
о т о
е
е ы в о
к
у
в
ваз тра
л
я и н
е р
з
о г о к с е
¡Г
и н
X
е т
е т с и С
ы ра и
«
е т с и с е и к с е
т п о
ы
н р
е
е ы в о к и н
т
у
п С
у о
'со Ш
сТ ш
О О
С
О
ч
1-4
сл
Рч
о
в о к
е в о н с о а н
е т с и С
е ы н н
е
ем р
о
ат
«
1=3
Инерциальные
Бесплатформенные
ы н м о н о т в
<
Комплексированные
Следует отметить, что для считывания данных с маяков могут использоваться, в том числе, видеокамеры, но ничего общего с системами бинокулярного зрения такие системы не имеют, поскольку они считывают данные не о пространственных характеристиках объектов, а о положении маяков.
Спутниковые системы (СНС) в настоящее время широко распространены [37], однако их точность не всегда бывает достаточной для определения координат мобильного робота при его перемещении по сложному маршруту. Наиболее известная СНС называется NAVSTAR GPS (англ. NAVigation Satellites providing Time And Range; Global Positioning System), или GPS. Она позволяет в любом месте Земли, включая приполярные области, а также в космическом пространстве вблизи планеты определить местоположение и скорость объектов. Основной принцип использования СНС - определение местоположения путем измерения расстояний до объекта от точек с известными координатами - спутников. Расстояние вычисляется по времени задержки распространения сигнала от посылки его спутником до приема антенной GPS-приемника. То есть для определения трехмерных координат GPS-приемнику нужно знать расстояние до трех спутников и время GPS системы. Таким образом, для определения координат и высоты приемника используются сигналы как минимум с четырех спутников. Сегодня GPS-приемники все чаще используются в гражданских целях, в основном для определения местонахождения и скорости. Среди факторов, влияющих на снижение точности определения координат с помощью спутниковых систем, выделяют влияние орбит спутников, атмосферы и отражение радиоволн, которые могут быть учтены и скомпенсированы математически, а также наличие объектов-помех, закрывающих необходимые области неба, которые нарушают работу СНС.
Основой инерциальной навигационной системы (ИНС) платформенного типа служат механические гироскопы или акселерометры, измеряющие положение, скорость и ускорение тела относительно начальной позиции по усилию, прикладываемому к телу [37]. Главным недостатком ИНС является накопление ошибок за время активной работы. Кроме того, ИНС малоэффективны в случаях, когда скорость объекта резко и часто меняется. Стоимость этих систем высокая. Поэтому получили широкое распространение бесплатформенные системы ориентации и навигации (БИНС, БИСО, БИСОН) на основе дешевых датчиков [38] угловых скоростей и акселерометров, которые устанавливаются на подвижные основания, имеющие бортовой вычислитель. Последний реализует алгоритмы ориентации и навигации, причем для увеличения точности его дополняют дополнительными каналами коррекции, например от сигналов спутниковой системы. Такие системы называют комплексированными.
Контактные системы, работающие «наощупь», как правило, используются при создании простых роботов, а также для обнаружения столкновений с препятствием в случае, если основная система его пропустила. Для осуществления контроля контакта применяют механические датчики, например микровыключатели. Датчики этого типа устанавливаются по периметру робота так, чтобы знать точно, с какой стороны был удар. Другой вид датчика -резистор, у которого сопротивление изменяется при механическом изгибе. Для обнаружения и обхода препятствий также используют ультразвуковые и фотоэлектрические датчики (фотодиоды и фототранзисторы).
Достаточно широкое распространение получили оптические дальномеры (лидары) [39, 40]. LIDAR (англ. Light Detection and Ranging) - технология получения и обработки информации об удаленных объектах с помощью активных оптических систем, использующих явления отражения света и его рассеивания в прозрачных и полупрозрачных средах. Лидар - это, как правило, активный дальномер оптического диапазона. Сканирующие лидары в системах машинного зрения формируют двумерную или трехмерную кар-
тину окружающего пространства. «Атмосферные» лидары способны не только определять расстояния до непрозрачных отражающих целей, но и анализировать свойства прозрачной среды, рассеивающей свет. Разновидностью атмосферных лидаров являются до-плеровские лидары, определяющие направление и скорость перемещения воздушных потоков в различных слоях атмосферы. Принцип действия лидара не имеет больших отличий от радара: направленный луч источника излучения отражается от целей, возвращается к источнику и улавливается высокочувствительным приемником (в случае лидара -светочувствительным полупроводниковым прибором); время отклика обратно пропорционально расстоянию до цели.
В отличие от радиоволн, эффективно отражающихся только от достаточно крупных металлических целей, световые волны подвержены рассеиванию в любых средах, в том числе в воздухе, поэтому возможно не только определять расстояние до непрозрачных (отражающих свет) дискретных целей, но и фиксировать интенсивность рассеивания света в прозрачных средах. Возвращенный отраженный сигнал проходит через ту же рассеивающую среду, что и луч от источника, подвергается вторичному рассеиванию, поэтому восстановление действительных параметров распределенной оптической среды - достаточно сложная задача, решаемая как аналитическими, так и эвристическими методами. В абсолютном большинстве конструкций излучателем служит лазер, формирующий короткие импульсы света высокой мгновенной мощности. Периодичность следования импульсов или модулирующая частота выбираются так, чтобы пауза между двумя последовательными импульсами была не меньше, чем время отклика от обнаруженных целей, которые часто могут физически находиться дальше, чем расчетный радиус действия прибора. Выбор длины волны зависит от функции лазера и требований к безопасности и скрытности прибора.
Системы навигации, использующие видеокамеры для получения пространственных характеристик окружающей среды, являются самыми универсальными [41, 42]. Теоретически, такие системы могут использоваться одинаково эффективно при перемещении робота как в замкнутом пространстве, так и на открытом воздухе. Однако они обладают низкой степенью надежности вследствие подверженности видеоинформации различным помехам (тряска, атмосферные помехи), большому объему передаваемой и обрабатываемой информации, а также сложности при анализе полученной информации - это связано, прежде всего, с проблемой распознавания образов объектов, полученных с видеокамеры. Устройство подобных систем, как правило, аналогично зрению человека. Всю информацию об объеме и удалении препятствий робот получает, сопоставляя изображения, полученные от двух точек пространства, поэтому их называют бинокулярными системами. При этом системы, работающие с одной видеокамерой (монокулярные системы), обычно являются вспомогательными и, как правило, не получают информацию об объеме и удалении препятствий. Однако возможность получения подобной информации при помощи монокулярных систем существует. Эти системы в настоящее время еще недостаточно исследованы и их потенциал не раскрыт в полной мере. В то же время их стоимость существенно ниже, и они могут выступать в качестве дублирующего устройства, например, при выходе из строя одной из камер в бинокулярной системе. Поэтому их применение является достаточно перспективным и требует дальнейших исследований.
4. ЗАКЛЮЧЕНИЕ
Проведенный анализ показывает перспективность использования датчиков газа и систем «электронный нос» на мобильных роботах не только для идентификации источников запаха и распознавания запахов, но и для целей обнаружения и распознавания препятствий, картирования, ориентации и навигации роботов в комплексе с уже применяемыми системами, разной степени сложности - контактными, ультразвуковыми, оптическими, системами технического зрения, инерциальными системами ориентации и навигации в комплексе со спутниковыми. Система идентификации запахов может служить аналогом маяковой системы навигации и ориентации мобильных роботов, запаховые маяки которой не требуют затрат энергии для своего функционирования и могут работать в замкнутых запыленных помещениях. Перспективные конструкции компасов запахов могут помочь роботу передвигаться по навигационной тропе, находить источник запаха и позволят функционировать в сложных условиях, например в подземных шахтах.
СПИСОК ЛИТЕРАТУРЫ
1. Matteo Reggente (2014): Statistical Gas Distribution Modelling for Mobile Robot Applications. Örebro University, Repro 08/14.
2. Raub J A.; Mathieu-Nolf M.; Hampson N.B.; Thom S.R. Carbon Monoxide Poisoning -A Public Health Perspective. Toxicology 2000, 145, 1-14.
3. Organisation, W.H. Environmental Health Criteria, № 213: Carbon Monoxide. World Health Organisation (WHO), 2nd edition, 1999.
4. Blumenthal I. Carbon Monoxide Poisoning. J.R. Soc. Med. 2001, 94, 270-272.
5. Gardner J.W.; Bartlett P.N. A Brief History of Electronic Noses // Sensors and Actuators B 1994, 18-19, 211-220.
6. Persaud K.; Dodd G. Analysis of Discrimination Mechanisms of the Mammalian Olfactory System Using a Model Nose // Nature. 1982. 299, 352-355.
7. Сысоев В.В., Мусатов В.Ю. Газоаналитические приборы «электронный нос». -Саратов: Сарат. гос. техн. ун-т, 2011. - 100 с.
8. Варежников А.С., Мусатов В.Ю., Сысоев В.В. Газоаналитическое устройство на основе нановолоконных мультисенсорных чипов и нейросетевых алгоритмов // Вестник Саратовского государственного технического университета. - 2011. - № 4 (62). - С. 75-79.
9. Russell R.A., Kleeman L., Kennedy S. Using Volatile Chemicals to Help Locate Targets in Complex Environments // Proc. ACRA. P. 87-91, Melbourne, 2000.
10. Lilienthal A.J.; Reiman D.; Zell A. Gas Source Tracing With a Mobile Robot Using an Adapted Moth Strategy // Autonome Mobile Systeme (AMS), 18. Fachgespräch. P. 150-160. GDI, Informatik aktuell, 2003.
11. Hayes A.T.; Martinoli A.; Goodman R.M. Swarm Robotic Odor Localization // Proc. IEEE IROS. P. 1073-1078, (October 2001).
12. Rajasekharan S.; Kambhampati C. The Current Opinion on the Use of Robots for Landmine Detection // Proc. IEEE ICRA. 2003. P. 4252-4257.
13. Hayes A.T.; Martinoli A.; Goodman R.M. Distributed Odor Source Localization // IEEE Sensors 2002, 2(3), 260-273.
14. Murphy R.; Casper J.; Hyams J.; Micire M.; Minten B. Mobility and Sensing Demands in USAR // Proc. IECON 2000, 2000.
15. Blackmore B.S.; Griepentrog H.W. A Future View of Precision Farming. In Proceedings of PreAgro Precision Agriculture Conference. P. 131-145, Müncheberg, Germany, Center for Agricultural Landscape and Land Use Research (ZALF), 2002.
16. Arshak K.; Moore E.; Lyons G.M.; Harris J.; Clifford S.A Review of Gas Sensors Employed in Electronic Nose Applications. Sensor Review 2004, 24(2), 181-198.
17. Musatov V.Yu., Sysoev V.V., Sommer M., Kiselev I. Assessment of meat freshness with metal oxide sensor microarray electronic nose: A practical approach // Sensors and Actuators B: Chemical Vol. 44, Iss. 1 (29 January 2010). P. 99-103.
18. Hermle T.; Weimar U.; Rosenstiel W.; Göpel, W. Performance of Selected Evaluation Methods for a Hybrid Sensor System // ISOEN Conference Proceedings. P. 183-186, 1999.
19. Nakamoto T.; Ishida H.; Moriizumi T.A. Sensing System for Odor Plumes // Analytical Chem. News & Features (August 1999), 1, 531-537.
20. Arshak K.; Moore E.; Lyons G.M.; Harris J.; Clifford S.A. Review of Gas Sensors Employed in Electronic Nose Applications // Sensor Review 2004, 24(2), 181-198.
21. Wandel M.R.; Lilienthal A.J.; Duckett T.; Weimar U.; Zell A. Gas Distribution in Unventi-lated Indoor Environments Inspected by a Mobile Robot // Proc. IEEE ICAR. 2003. P. 507-512.
22. Albert K.J.; Lewis N.S. Cross Reactive Chemical Sensor Arrays // Chem. Rev. 2000, 100, 2595-2626.
23. Hinze J.O. Turbulence. McGraw-Hill, New York, 1975.
24. Roberts P.J.W.; Webster DR. Turbulent Diffusion / Shen H.; Cheng A.; Wang K.-H.; Teng M.; Liu C., editors, Environmental Fluid Mechanics - Theories and Application. ASCE Press, Reston, Virginia, 2002.
25. Sudd J.H. An Introduction to the Behaviour of Ants. Arnold Pub. Ltd, London, 1967.
26. Russell R.A. Ant Trails - an Example for Robots to Follow? // Proc. ICRA. 1999. P. 2698-2703.
27. Larionova S.; Almeida N.; Marques L.; de Almeida A.T. Olfactory Coordinated Area Coverage // Auton Robot. 2006, 20, 251-260.
28. Moriizumi T. Biomimetic Sensing Systems With Arrayed Nonspecific Sensors // Proceedings of the 8th International Conference on Solid-State Sensors and Actuators (Transducers 1995). P. 39-42.
29. Stella E.; Musio F.; Vasanelli L.; Distante A. Goal-oriented Mobile Robot Navigation Using an Odour Sensor // Proc. of the Intelligent Vehicles Symposium. 1995. P. 147-15.,
30. Deveza R.; Thiel D.; Russell R.A.; Mackay-Sim A. Odor Sensing for Robot Guidance // Robotics Research (June 1994), 3(13), 232-239.
31. Mann G.A.; Katz G. Chemical Trail Guidance for Floor Cleaning Machines // Proc. FSR. August 1999. P. 195-204.
32. Hangartner W. Spezifität und Inaktivierung des Spurpheromons von Lasius fuliginious Latr. und Orientierung der Arbeiterinnen im Duftfeld // Z. Vergl. Physiol. 1967, 57(2), 103-136.
33. Ishida H.; Suetsugu K.; Nakamoto T.; Moriizumi T. Study of Autonomous Mobile Sensing System for Localization of Odor Source Using Gas Sensors and Anemometric Sensors // Sensors and Actuators A 1994, 45, 153-157.
34. Nakamoto T, Ishida H, and Moriizumi T. An odor compass for localizing an odor
source [J] // Sensors and Actuators B: Chemical, 1996, vol. 35, 32-36. DOI: 10.1016/s0925-4005(96)02009-6.
35. IEEE TRANSACTIONS ON ROBOTICS AND AUTOMATION, VOL. 15, № 2, APRIL 1999 251 Three-Dimensional Odor Compass Hiroshi Ishida, Akito Kobayashi, Takamichi Nakamoto, and Toyosaka Moriizumi.
36. Бесконтактные средства локальной ориентации роботов / С.М. Власов, В.И. Бойков, С.В. Быстров, В.В. Григорьев. - СПб: Университет ИТМО, 2017.
37. Зенкевич С.Л., Ющенко А.С., Управление роботами. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2006.
38. Kreutz C.; Lorgen J.; Graewe B.; Bargon J.; Yoshida M.; Fresco Z.M.; Frechet J.M.J. High Frequency Quartz Micro Balances: A Promising Path to Enhanced Sensitivity of Gravimetric Sensors // Sensors 2006, 6, 335-340.
39. Кирилловский В.К., Точилина Т.В. Оптические измерения. Ч. 5. Аберрации и качество изображения. - СПб.: Университет ИТМО, 2019.
40. Бурдаков С.Ф., Мирошник И.В., Стельмаков Р.Э. Система управления движением колесных роботов - СПб.: Наука, 2001. - 227 с. (Серия «Анализ и синтез нелинейных систем»).
41. Маслов О.А. Мобильные роботы для обнаружения и уничтожения взрывных устройств. - БНТИ, 2006.
42. Карякин Л. Современные наземные мобильные робототехнические комплексы // Арсенал Отечества. - 2015. - № 6.
СВЕДЕНИЯ ОБ АВТОРАХ
Мусатов Вячеслав Юрьевич -
кандидат технических наук, доцент кафедры «Системотехника и управление в технических системах» Саратовского государственного технического университета имени Гагарина Ю.А.
Вавилов Виталий Иванович -
магистрант кафедры «Системотехника управление в технических системах» Саратовского государственного технического университета имени Гагарина Ю.А.
Петров Дмитрий Юрьевич -
кандидат технических наук, доцент, заведующий кафедрой «Системотехника и управление в технических системах» Саратовского государственного технического университета имени Гагарина Ю.А.
Vyacheslav Yu. Musatov -
PhD (Engineering), Associate Professor, Department of Systems Engineering and Control in Technical Systems, Yuri Gagarin State Technical University of Saratov
Vitaly I. Vavilov -
Master student, Department of Systems Engineering and Control in Technical Systems, Yuri Gagarin State Technical University of Saratov
Dmitry Yu. Petrov -
PhD (Engineering), Associate Professor, Head: Department of Systems Engineering and Control in Technical Systems, Yuri Gagarin State Technical University of Saratov
Степанов Михаил Федорович -
доктор технических наук, профессор кафедры «Системотехника и управление в технических системах» Саратовского государственного технического университета имени Гагарина Ю.А.
Сысоев Виктор Владимирович -
доктор технических наук, профессор кафедры «Физика» Саратовского государственного технического университета имени Гагарина Ю.А.
Mikhail F. Stepanov -
Dr. Sci. Tech., Professor, Department of Systems Engineering and Control in Technical Systems, Yuri Gagarin State Technical University of Saratov
Victor V. Sysoev -
Dr. Sci. Tech., Professor, Department of Physics, Yuri Gagarin State Technical University of Saratov
Статья поступила в редакцию 30.10.20, принята к опубликованию 25.11.20
