【摘要】 一种基于视觉注意机制的气体泄漏源搜寻方法，在气体泄漏源搜寻过程中，引入视 觉注意机制，锁定场景中易发生泄漏的设备，从而引导机器人快速、准确地探明气体泄 漏源的位置，具体实现方式是采用集中采集场景信息、集中判定、统筹规划、逐一排查 的方式。步骤：训练获取能有效凸显易发生泄漏设备的对比映射图合并权值系数；采用 全扫描方式集中获取场景的全貌信息；确定可疑区域的个数、位置及优先级；按递推寻 优方法逐一排查这些可疑区域是否是气体泄漏源。本发明采用集中采集、集中判断、统 筹规划的方式，不受流场状况的影响，能够避免搜寻目标与实际需求的脱节，训练获取 能有效凸显易发生泄漏设备的对比映射图，具有搜寻效率高，适用性强，应用价值高， 误判率低特点。 【专利类型】发明授权 【申请人】天津大学 【申请人类型】学校 【申请人地址】300072天津市南开区卫津路92号 【申请人地区】中国 【申请人城市】天津市 【申请人区县】南开区 【申请号】CN200810053931.2 【申请日】2008-07-23 【申请年份】2008 【公开公告号】CN100582650C 【公开公告日】2010-01-20 【公开公告年份】2010 【授权公告号】CN100582650C 【授权公告日】2010-01-20 【授权公告年份】2010.0 【发明人】曾明; 蒋萍; 孟庆浩 【主权项内容】 。1.一种基于视觉注意机制的气体泄漏源搜寻方法，其特征在于，在气体泄漏源搜寻过程中，引入视觉注意机制，锁定场景中易发生泄漏的设备，即可疑目标，从而引导机器人快速、准确地探明气体泄漏源的位置，具体实现方式是采用集中采集场景信息、集中判定、统筹规划、逐一排查的方式，具体步骤如下： (一)训练获取能有效凸显易发生泄漏设备的对比映射图合并权值系数， 所述的获得易发生泄漏设备的对比映射图合并权值系数是采用如下公式： 其中，η是学习系数，Min是对比映射图中泄漏源区域的平均显著值，Mout是对比映射图中除去泄漏源区域外其它区域的平均显著值，N是除泄漏源区域以外的其它区域中平均显著值大于或等于泄漏源区域平均显著值Min的区域个数，w(t)是对比映射图合并权值系数； (二)采用全扫描方式集中获取场景的全貌信息， 所述的采用全扫描方式集中获取场景的全貌信息，首先通过激光或超声传感器对该场景中区域大小进行探测，然后驱动机器人移动至可达区域的几何中心，并将该中心定为搜寻的起点位置，移动机器人驱动云台每隔设定的视场角采集一幅局部场景图像，由多幅局部场景图像构成被测场景全貌； (三)确定可疑区域的个数、位置及优先级， 所述的确定可疑区域的个数、位置及优先级包括：首先，对局部场景图像进行采样、滤波处理，获取多特征多尺度的图像信息；其次，采用中央-周边差运算得到多特征及多尺度的对比映射图；然后，将对比映射图分别与不同设备的权值系数相乘后合并，得到定位相应设备的显著图，如果显著图中区域的平均显著值超过设定阈值，则判断该区域中存在相应的可疑设备，标记该区域位置，并将可疑区域的平均显著值作为该区域的优先级；最后，综合所有的局部场景图像的分析结果，确定场景中可疑区域的个数、位置及优先级； (四)按递推寻优方法逐一排查这些可疑区域是否是气体泄漏源。 所述的按递推寻优方法逐一排查这些可疑区域是否是气体泄漏源，包括：当排除某一个可疑位置不是泄漏源后，就以该位置为起点规划下一步的搜寻目标，规划的路径采用可疑区域的优先级与路径长度的比值作为优化指标。 【当前权利人】天津大学 【当前专利权人地址】天津市津南区海河教育园区雅观路135号天津大学北洋园校区 【统一社会信用代码】12100000401359321Q 【被引证次数】2 【被自引次数】2.0 【家族被引证次数】13
