改进D-S算法的多感知机器人泄漏源识别研究

来源：计算机工程与应用杂志2023年第21期北京时间：

作者：刘冬乐, 高春艳, 李满宏, 张明路, 陶渊

单位：河北工业大学 机械工程学院，天津 300401

摘要：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