随着科技的发展,机器人在人类的生产和生活中的应用将越来越普遍,人们对机器人的智能要求也越来越高,不仅要求机器人能够完成既定的任务,还希望它们能感知周边环境并作出相应的反应,完成复杂的任务。具有嗅觉功能的机器人可以代替人类完成很多高危险性的工作,如进入毒气场搜寻毒气源,查找管道的泄漏点等。因此,对机器人嗅觉的研究具有重要的意义和广泛的应用前景。本文在国家863项目“面向极限环境的拟人多感官头部系统”的支持下,针对人类对外界气体的嗅觉感知功能,研究机器人的嗅觉感知系统,通过多气体传感器信息的融合完成对未知气体的定量检测,为机器人实现味源定位奠定基础。本文的主要研究内容如下:1.介绍典型的人工嗅觉感知系统中的传感器阵列、信号预处理和模式识别三大功能模块,通过对三大功能模块的常用方法研究,完成了机器人嗅觉感知系统硬件平台的方案设计。确定了传感器阵列,根据仿生鼻原理设计了鼻道结构,用单片机实现数据采集和与计算机通信。2.根据BP网络的相关理论,设计对未知气体进行定量检测的BP网络,利用样本信号对网络进行训练和检验,通过对不同隐含层单元数的网络测试,由误差的大小优选出较合适的隐含层单元数。结果显示,BP网络能够较好完成多传感器信息融合,实现对未知气体的定量检测。3.利用遗传算法和BP人工神经网络相结合,设计了一种传感器阵列优化的方法。同时,通过MATLAB的遗传算法和神经网络工具箱,完成软件的编写,通过实验结果分析得出优化阵列,减小了系统的规模,提高了系统的测量精度。