随着机器人应用技术的发展,智能算法也逐渐开始在被待优化领域广泛应用,面对日渐增多的有害化学品意外泄露和生化恐怖袭击事件,急需我们研究出更加高效、更加鲁棒的气味源主动监测/定位方法,维护社会的稳定和安全。本文旨在利用携带气味传感器的机器人,研究不同环境下主动嗅觉的实现方法。已有的研究成果都不能兼备气味信息发现、气味跟踪和气味源位置确认的功能,需要机器人在主动嗅觉的三个阶段切换算法来完成完整的任务,这大大降低了机器人搜索的效率。针对移动机器人气味源定位方法面临的困境,烟花算法的出现正好可以弥补已有研究成果存在的缺陷,因此本文将烟花算法应用到机器人主动嗅觉领域。首先提出一种基于FWA的单机器人气味源定位方法,利用Gambit、Fluent以及Tecplot软件搭建不同的实验环境,并利用烟花爆炸的原理来指导机器人进行仿真实验,实验结果证明了该方法的可行性。其次,考虑到实际环境中的气味源在扩散过程中会形成旋涡,为了提高机器人在陷入局部搜索无效区域时的搜索效率,我们搭建了30*30m2的不同障碍物的仿真试验环境,其中风向和风速是连续变化的,并对FWA进行优化,提出一种基于OSL-FWA的单机器人气味源定位方法,大量的仿真实验结果证明这个方法大大地提高了机器人搜索的效率。最后,考虑到单机器人气味源定位系统在实际环境应用中,其鲁棒性较差,我们利用多机器人系统进行气味源定位,进一步地对OSL-FWA算法优化,提出一种基于AR-FWA的多机器人气味源定位方法,并在50*50m2的仿真环境中,增加障碍物的数量,改变风速等环境参数,通过大量的仿真实验证明了该方法的可行性和良好的鲁棒性能。