CFD-Simulated Indoor Decaying Gas Plume Dataset
收藏资源简介：
该数据集提供了在10×10平方米室内环境中衰减的一氧化碳气体羽流的计算流体动力学（CFD）模拟快照。它用作室内气味源定位（OSL）任务中训练和评估深度强化学习代理的物理模拟后端。
This dataset provides computational fluid dynamics (CFD) simulation snapshots of decaying carbon monoxide gas plumes in a 10×10 square meter indoor environment. It serves as the physics simulation backend for training and evaluating deep reinforcement learning agents in indoor odor source localization (OSL) tasks.
数据集概述
数据集名称：CFD-Simulated Indoor Decaying Gas Plume Dataset（计算流体力学模拟的室内衰减气体羽流数据集）
数据集来源：基于计算流体力学（CFD）仿真，模拟一个 10 × 10 米² 室内环境中一氧化碳（CO）气体羽流的衰减过程。该数据集作为物理仿真后端，用于训练和评估执行室内气味源定位（OSL）任务的深度强化学习智能体。
场景设置
数据集包含两个场景：
| 场景 | 目录 | 描述 |
|---|---|---|
| 无障场景 | Barrier-free/ |
开放 10 × 10 m² 房间，无物理障碍物 |
| 有障场景 | Obstacle/ |
相同房间，设有三个固定矩形障碍物 |
有障场景中障碍物位置：
| 障碍物 | X 范围 (m) | Y 范围 (m) |
|---|---|---|
| 1 | 2.0 – 2.8 | 5.1 – 5.9 |
| 2 | 5.5 – 6.5 | 8.2 – 9.2 |
| 3 | 6.0 – 7.2 | 3.0 – 4.2 |
数据文件
每个场景目录下包含 100 个 CSV 文件（1.csv ~ 100.csv），按时间步排序：1.csv 对应最早时刻（浓度最高），100.csv 对应最晚时刻（扩散最充分）。
文件格式：遵循 ANSYS Fluent 点云导出格式。
列说明：
| 列 | 单位 | 描述 |
|---|---|---|
X |
m | 水平位置（0 – 10 m） |
Y |
m | 垂直位置（0 – 10 m） |
Z |
m | 固定约 0.05 m（传感器高度，单一水平切片） |
co.Mass Fraction |
无量纲 | 局部 CO 质量分数（气体浓度） |
数据使用
加载单个快照（示例使用 pandas）：
python import pandas as pd
df = pd.read_csv( "dataset/Barrier-free/1.csv", skiprows=5, # 跳过 Fluent 文件头 names=["x", "y", "z", "conc"] ) print(df.head())
归一化处理（用于强化学习训练时）：
在加载时，对所有 100 个快照中的原始 CO 质量分数值进行全局最小-最大归一化，映射到 [0, 1] 范围，确保智能体观测空间有界且跨时间步一致。
python import numpy as np
all_values = np.concatenate([df["conc"].values for df in all_snapshots]) vmin, vmax = all_values.min(), all_values.max() normalized = (df["conc"] - vmin) / (vmax - vmin)
目录结构
dataset/ ├── Barrier-free/ # 无障场景 │ ├── 1.csv # 最早时刻（浓度最高） │ ├── 2.csv │ ├── ... │ └── 100.csv # 最晚时刻（扩散最充分） ├── Obstacle/ # 有障场景（3个矩形障碍物） │ ├── 1.csv │ ├── ... │ └── 100.csv └── README.md
许可信息
该 CFD 仿真数据为学术研究目的生成。在重新分发或商业使用前，请联系原作者。
