随着工业化的发展,毒害气体泄漏引发的恶性事故频频发生,借助移动机器人迅速探明毒害气体泄漏源,消除灾害隐患,对保证生产和人员安全具有重要意义。目前这方面的研究主要是在“化学趋向性和风趋向性”框架下开展工作,但由于实际的气体浓度场和风场具有复杂多变的特性,使得这些搜寻算法往往很难奏效。为此,本论文提出在气体泄漏源搜寻过程中引入视觉判断,通过研究基于任务驱动视觉注意机制计算模型、图像分割等关键技术,解决易发生泄漏设备的快速定位问题,为烟羽发现和烟羽追踪提供重要线索,从而提高气体泄漏源搜寻的效率和成功率。本文围绕移动机器人快速定位气体泄漏源的实现策略问题,提出了与人类视觉信息加工过程相类似的“基于注意机制的粗定位+精确定位”两级定位方法,即“Where+What搜寻模式”,展开了如下两个方面的研究工作。1.在基于数据驱动的视觉注意机制研究基础上,提出了基于任务驱动的视觉注意机制计算模型,备选出两个显著值较大的区域,并通过具体实验对两种模型进行比较分析,验证了基于任务驱动的视觉注意机制计算模型的先进性,实现了疑似气体泄漏源的粗定位。2.采用支持向量机方法对疑似气体泄漏源粗定位得到的两个备选区域进行图像分割,且对分割结果进行简单的形状分析,完成疑似气体泄漏源的精确定位。