在生物界中,气味或信息素被广泛用来寻找配偶、搜寻食物、进行交流、躲避天敌等。受生物嗅觉的启发,从二十世纪九十年代开始,一些学者就开始研究使用配置有气体传感器的移动机器人“主动”地进行气味源位置的确定,即所谓的机器人气味源定位,或主动嗅觉。气味源定位研究涉及流体动力学、传感与信息处理﹑仿生学﹑计算智能和移动机器人的导航与控制等多个研究领域,在反恐排爆、有毒/有害气体泄露检测、违禁物品(如海洛因)探测、灾后倒塌的建筑物搜救、水域搜救、深海喷发式矿产资源勘察等方面均有着潜在的应用前景。本文针对室外时变气流环境,采用单个移动机器人进行了气味源定位的研究。重点开展了如下工作:第一、考虑到常用的金属氧化物半导体气体传感器存在的较长响应和恢复时间问题,提出了自适应浓度阈值的气味浓度二值化算法。该算法可及时反映与气味的接触和不接触,从而使机器人在气味源定位过程中做出快速且正确的判断气味的到达与离开。第二、提出了气味包路径估计方法。其中,气味包路径定义为某气味包在到达机器人之前经过的路线。估计的气味包路径可用于指导机器人进行气味源的搜寻和最终的气味源确认。实验结果表明,估计的气味包路径以高概率包含气味源。第三、针对室外环境中风向变化较快的问题,提出了一套具有较强目的性的气味源搜寻方法,其中包括流向随动Z字形烟羽发现、基于气味包路径估计的烟羽跟踪和仿生的烟羽再发现算法。实验研究表明,提出的气味源搜寻方法可使机器人快速发现并高效跟踪烟羽,且可靠地趋近气味源。第四、提出了一套气味源确认方案,其中包括基于粒子滤波的气味源位置估计算法和基于统计方法的气味源识别规则。实验结果表明,本文所提出的气味源位置估计算法具有较强的鲁棒性,能可靠、准确地估计出气味源的位置;基于统计方法的气味源识别规则具有较高成功率,可有效进行气味源的识别以最终确认气味源。