elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Bayesian gas source localization and exploration with a multi-robot system using partial differential equation based modeling

Wiedemann, Thomas und Shutin, Dmitriy und Hernandez, Victor und Schaffernicht, Erik und Lilienthal, Achim (2017) Bayesian gas source localization and exploration with a multi-robot system using partial differential equation based modeling. In: 2017 ISOCS/IEEE International Symposium on Olfaction and Electronic Nose, ISOEN 2017. ISOEN 2017, 2017-05-28 - 2017-05-31, Montreal. doi: 10.1109/ISOEN.2017.7968884.

[img] PDF - Nur DLR-intern zugänglich
1MB

Kurzfassung

Model based approaches, such as those that use partial differential equations (PDE), lend themselves to gas distribution mapping and gas source localization. Moreover, they also permit constructing intelligent sampling strategies. However, a realistic mathematical model of gas dispersion is complex and computationally expensive to solve. This is especially the case for inverse problems, where sources are estimated based on concentration measurements. In this paper, we propose a probabilistic model based on a diffusion PDE to approximate the complex behavior of gas dispersion. This model is used (i) to identify the sources, using ideas from Sparse Bayesian Learning, and (ii) to guide a multi-agent robotic system to measurement locations, which assists the source localization. The potential of the approach is shown in experiments, where laminar gas plumes are simulated using an open-source CFD-based filament gas dispersion simulator. The exploration is carried out using multiple real robots implementing the proposed algorithm.

elib-URL des Eintrags:https://elib.dlr.de/111561/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Bayesian gas source localization and exploration with a multi-robot system using partial differential equation based modeling
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Wiedemann, ThomasGerman Aerospace CenterNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Shutin, DmitriyGerman Aerospace CenterNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hernandez, VictorOrebro UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schaffernicht, ErikOrebro UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Lilienthal, AchimOrebro UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:7 Juli 2017
Erschienen in:2017 ISOCS/IEEE International Symposium on Olfaction and Electronic Nose, ISOEN 2017
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/ISOEN.2017.7968884
Status:veröffentlicht
Stichwörter:multi-agent exploration; gas source localization; partial differential equation; sparse Bayesian learning
Veranstaltungstitel:ISOEN 2017
Veranstaltungsort:Montreal
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:28 Mai 2017
Veranstaltungsende:31 Mai 2017
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Kommunikation und Navigation
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R KN - Kommunikation und Navigation
DLR - Teilgebiet (Projekt, Vorhaben):R - Projekt Navigation 4.0 (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Kommunikation und Navigation > Nachrichtensysteme
Hinterlegt von: Wiedemann, Thomas
Hinterlegt am:17 Jul 2017 14:39
Letzte Änderung:24 Apr 2024 20:16

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.