AeroSafe: 使用气溶胶停留时间分析和机器人咳嗽模拟测试床进行移动室内空气净化.pdfVIP

AeroSafe:使用气溶胶停留时间分析和机器人咳嗽模拟测试床进

行移动室内空气净化

1223

MTanjidHasanTonmoy,RahathMalladi,KaustubhSingh,ForsadAlHossain,

141

RajeshGupta,AndrésE.Tejada-MartínezandTauhidurRahman

Abstract—室内空气质量在保障居住者的安全和健康方面关重要[1],[2]。忽视气溶胶分散模式的标准指南可能

起着至关重要的作用，尤其是在空气传播疾病的情况下。本文介会无意中促进感染的扩散。因此，考虑到室内空气质

绍了AeroSafe，这是一种旨在通过机器人咳嗽模拟器测试平台

量[3],[4]的关键重要性，部署先进的室内空气净化系

和基于数字孪生的气溶胶驻留时间分析来增强室内空气净化系

统效能的新方法。当前便携式空气净化器往往忽视了由咳嗽产统对于减轻相关健康风险是至关重要的。这些系统应

本生的呼吸气溶胶浓度，这在高暴露环境中（如医疗机构和公共场具备检测诸如咳嗽等产生气溶胶事件的能力，预测随

所）构成了风险。为了解决这一问题，我们提出了一种机器人双后浓度的变化，并启动适应性干预措施以最小化气溶

译代理物理模拟器，该模拟器包含一个可操作的人体模型来模拟胶在空间中的滞留时间。配备传感器和移动性的机器

中咳嗽事件以及一个自主响应气溶胶的便携式空气净化器。此模人空气净化器能够实现实时、有针对性的空气过滤，

拟器生成的数据训练了一个数字孪生模型，该模型结合了基于

1物理学的隔室模型和机器学习方法，使用长短期记忆（LSTM）增强系统对局部气溶胶威胁响应的有效性。

v

7网络和图卷积层。实验结果表明，该模型能够预测气溶胶浓度设计自适应自主空气净化器的一个主要挑战是缺

4动态变化，并且平均驻留时间预测误差在35秒以内。所提出的

9系统的实时干预策略优于静态空气净化器布置，展示了其减轻乏训练模型来预测气溶胶浓度和停留时间的数据，因

2空气传播病原体风险的潜力。为CFD模拟需要大量的资源和技术专长[5],[6]。我们

0

8.通过设计一个机器人双代理仿真器来解决这一问题，

0I.介绍其中包括模拟咳嗽的机器人人体模型和用于减缓污染

5

2各种气溶胶颗粒的浓度严重地影响了室内空间中的移动空气净化器。这种方法允许对跨多样化环境中

:

v个体的安全和舒适。现有的室内空气净化器的操作策的模型学习和泛化进行实验验证。我们的系统配备了

i

x略未能考虑到由于人类呼吸事件（如咳嗽）导致的颗传感器仪器测试台，能够进行具有可控、一致且可重复

r

a粒浓度动态变化。然而，这些症候群事件对居住者的测量的实验。可以调整HVAC设置、传感器位置以及

健康和安全产生影响，因此应予以考虑以改善易受空机器人代理的位置来测试各种场景。机器人咳嗽仿真

气传播疾病（如COVID-19或流感）暴露的人的安全人体模型提供了一种一致的方法来模拟咳嗽，平衡了

性。为了解决这一动态挑战，融合机器人技术提供了硬件复杂性和仿真的保真度[7],[8],[9]。相比手动仿真

一种实时干预的新方法。自主机器人系统提供了所需方法，对机器人系统的偏好确保了精度和一致性。我们

的确切度、适应性和响应能力，以减轻空气传播疾病使用收集的数据来训练气溶胶浓度的数字孪生模型。

传播的风险，并战略性地减少由症候群事件产生的颗所提出的数字孪生模型结合了基于物理的隔室模

粒在空