从20世纪90年代初开始,机器人嗅觉的研究得到了人们越来越多的关注。味源定位的研究是机器人嗅觉研究的一个重要课题,国外很多研究人员在不断的进行探索,而国内在目前未见类似研究。 本文介绍了机器人嗅觉系统的软硬件设计,研究了红外气体检测的信号处理处理方法,提出了一种新的味源定位算法并进行了仿真和实验验证。 嗅觉传感器是这项研究的关键。传统的金属氧化物气体传感器的灵敏度高、测量电路简单,但是响应/恢复时间长;红外气体传感器的响应/恢复快,但是测量系统复杂。本文提出将红外气体传感器和金属氧化物气体传感器结合作为嗅觉传感器,提高了气体测量的实时性。红外气体传感器采用开放式气室,选用高信噪比的探测器和电调制的MEMS红外光源。设计了基于模拟滤波器和基于数字锁相放大技术的两种红外气体传感器的信号处理方法。实验结果表明系统具有较高的灵敏度和信噪比。 设计了以TI公司32位定点DSP处理器TMS320F2812为核心的系统硬件。DSP的高速处理能力,使得硬件系统能够实时完成采集、处理和控制任务。硬件系统分为三个单元:DSP处理单元,执行各种计算任务;模拟信号处理单元,完成Figaro气体传感器的信号调理和加热电压控制,红外探测器信号调理,红外光源功率驱动,AD采样和DA输出等功能;电机控制和驱动单元,完成小车电机的功率驱动和控制。 设计了基于嵌入式操作系统μCOS-Ⅱ的DSP系统软件,满足实时功能要求。根据功能需求划分了任务并合理分配优先级,从而传感器数据的处理、味源定位算法的执行和小车的控制可以实时完成。采用了嵌入式操作系统,不仅提高了系统的实时性,而且软件流程清晰、便于扩展。 提出了一种新的味源定位算法——基于单纯形的格形搜索算法,进行了仿真和实验检验。本算法以单纯形搜索法为理论基础,将味源定位问题看作函数寻优问题。本算法结合了红外气体传感器和Figaro金属氧化物气体传感器的信息,充分利用了浓度梯度信息,并且降低了对控制精度的要求。采用简化的模