面对频繁发生的化工气体泄漏事故,迅速准确地定位泄漏源对救援工作的开展具有极其重要的意义,而利用机器人有效地执行该任务能够将生命财产损失降到最低。因此,有关主动气味源定位的研究一直得到广泛的关注。目前有关该方面的研究大多局限于比较简单的二维环境,而发生该类事故的场所一般是复杂多变的。面对真实环境,机器人应该尽量在气体泄漏初期就以较高的精度完成气味源定位的任务。因此,研究复杂环境下的主动气味源定位方法具有广泛的应用前景和重要的学术价值。本文针对复杂环境下的气体扩散和定位问题,分别构建了二维和三维空间内的烟羽扩散模型,并展开主动气味源定位方法和搜索策略的研究。主要工作概括如下:首先,对气体扩散模型的分析是制定有效气味源定位策略的前提条件,考虑实际环境的复杂性和烟羽的湍流特性,利用计算流体动力学软件FLUENT构建室内通风环境下的二维烟羽模型和三维烟羽模型,并考虑障碍物、风速风向等因素带来的影响。其次,将果蝇优化算法(fruit fly optimization algorithm,FOA)应用于二维室内通风环境下的气味源定位,提出基于固定步长值果蝇优化算法(fixed-step FOA,FS-FOA)的气味源定位策略,通过改变仿真环境的条件,验证基于FS-FOA的搜索策略对未知环境中气味源定位的可行性和有效性。然后,针对FS-FOA中采用固定步长导致气味源定位效率不高的问题,提出浓度自适应步长的果蝇优化算法(concentration-adaptive-step FOA,CAS-FOA),并将该算法应用于复杂二维室内通风环境下的气味源定位。在不同的仿真环境中,通过实验验证所提方法的有效性和优越性。与其他气味源定位方法相比,所提方法具有更高的成功率,且定位精度较高。最后,为了更接近真实的复杂应用环境,提出基于CAS-FOA的三维气味源定位策略,并将该策略应用于三维环境下的气味源定位研究,并通过仿真实验验证了该策略的可行性。