傳感器工程4多傳感器信息融合技術1

第四章多傳感器信息融合技術參考：傳感器原理及檢測技術傳感器與檢測技術

傳感器信息融合可以定義如下：

它是將經(jīng)過集成處理的多傳感器信息進行合成，形成一種對外部環(huán)境或被測對象某一特征的表達方式。單一傳感器只能獲得環(huán)境或被測對象的部分信息段，而多傳感器信息經(jīng)過融合后能夠完善地、準確地反映環(huán)境的特征。經(jīng)過融合后的傳感器信息具有以下特征：信息冗余性、信息互補性、信息實時性、信息獲取的低成本性。

第一節(jié)概述

一、概念

隨著現(xiàn)代科學技術的發(fā)展，被測對象越來越復雜，人們不僅需要了解被測對象的某一被測量的大小，而且還需要了解被測對象的綜合信息或某些內在特征信息，單一的孤立的傳感器已難以滿足這種要求。以前的傳感器技術是將傳感器的信息傳送給獨立的處理系統(tǒng)。近年來，一個復雜的系統(tǒng)上裝備的傳感器在數(shù)量上和種類上都越來越多(如一架宇航飛行器就需裝備數(shù)千只傳感器)，因此需要有效地處理大量的各種各樣的傳感器信息。這就意味著增加了待處理的信息量，而且還會涉及到各傳感器數(shù)據(jù)組之間的矛盾和不協(xié)調。20世紀90年代初，當信息處理技術從單個傳感器處理演變?yōu)槎鄠€傳感器處理時，傳感器信息融合技術開始成為傳感技術發(fā)展的一個重要方向。傳感器信息融合又稱數(shù)據(jù)融合，它是對多種信息的獲取、表示及其內在聯(lián)系進行綜合處理和優(yōu)化的技術。傳感器信息融合技術從多信息的視角進行處理及綜合，得到各種信息的內在聯(lián)系和規(guī)律，從而剔除無用的和錯誤的信息，保留正確的和有用的成分，最終實現(xiàn)信息的優(yōu)化。它也為智能信息處理技術的研究提供了新的觀念。

二、意義及應用傳感器信息融合技術的理論和應用涉及到信息電子學、計算機和自動化等多個學科，是一門應用廣泛的綜合性高新技術。1、在信息電子學領域信息融合技術的實現(xiàn)和發(fā)展以信息電子學的原理、方法、技術為基礎。信息融合系統(tǒng)要采用多種傳感器收集各種信息，包括聲、光、電、運動、視覺、觸覺、力覺以及語言文字等。例如，海灣戰(zhàn)爭中使用的“靈巧炸彈”，它的傳感器就是由激光和雷達兩種傳感器組合在—起的。信息融合技術中的分布式信息處理結構通過無線網(wǎng)絡、有線網(wǎng)絡，智能網(wǎng)絡，寬帶智能綜合數(shù)字網(wǎng)絡等通信網(wǎng)絡來匯集信息，傳給融合中心進行融合。除了自然(物理)信息外，信息融合技術還融合社會類信息，以語言文字為代表，這里涉及到大規(guī)模漢語資料庫、語言知識的獲取理論與方法。機器翻譯、自然語言解釋與處理技術等，信息融合采用了分形、混沌、模糊推理、人工神經(jīng)網(wǎng)絡等數(shù)學和物理的理論及方法。它的發(fā)展方向是對非線性、復雜環(huán)境因素的不同性質的信息進行綜合、相關，從各個不同的角度去觀察、探測世界。2、在計算機科學領域

計算機的發(fā)展歷史是由串行計算機發(fā)展到并行計算機；從數(shù)值計算發(fā)展到圖像處理；從一般數(shù)據(jù)庫發(fā)展到綜合圖像數(shù)據(jù)庫。從信息融合的角度看，未來的計算機必然包含數(shù)值并行計算、圖像處理、綜合時空圖像理解等多種功能。即逐步實現(xiàn)類似人腦的信息匯集、處理以及綜合存儲的思維方式。在計算機科學中，目前正開展著并行數(shù)據(jù)庫、主動數(shù)據(jù)庫、多數(shù)據(jù)庫的研究。信息融合要求系統(tǒng)能適應變化的外部世界，因此，空間、時間數(shù)據(jù)庫的概念應運而生，為數(shù)據(jù)融合提供了保障?？臻g意味著不同種類的數(shù)據(jù)來自于不同的空間地點；時間意味著數(shù)據(jù)庫能隨時間的變化適應客觀環(huán)境的相應變化。信息融合處理過程要求有相應的數(shù)據(jù)庫原理和結構，以便融合隨時間、空間變化了的數(shù)據(jù)。在信息融合的思想下，提出的空間、時間數(shù)據(jù)庫，是計算機科學的一個重要的研究方向。3、在自動化領域在信息科學的自動化領域，信息融合技術以各種控制理論為基礎，信息融合技術采用了模糊控制、智能控制、進化計算等系統(tǒng)理論，結合生物、經(jīng)濟、社會、軍事等領域的知識，進行定性、定量分析。按照人腦的功能和原理進行視覺、聽覺、觸覺、力覺、知覺、注意、記憶、學習和更高級的認識過程，將空間、時間的信息進行融合，對數(shù)據(jù)和信息進行自動解釋，對環(huán)境和態(tài)勢給予判定。目前的控制技術，已從程序控制進入了建立在信息融合基礎上的智能控制。例如，海灣戰(zhàn)爭中的“愛國者”導彈系統(tǒng)，戰(zhàn)勝了程序控制水平的“飛毛腿”導彈。智能控制系統(tǒng)不僅用于軍事，還應用于工廠企業(yè)的生產(chǎn)過程控制和產(chǎn)供銷管理、城市建設規(guī)劃、道路交通管理、商業(yè)管理、金融管理與預測、地質礦產(chǎn)資源管理、環(huán)境監(jiān)測與保護、糧食作物生長監(jiān)測、災害性天氣預報及防治等涉及宏觀、微觀和社會的各行各業(yè)。

信息融合思想的最佳體現(xiàn)，是在智能機器人的研究上。智能機器人的仿生機構研究和探索，機器人視覺中的三維、時變圖像處理，主動視覺研究，機器人的內部、外部非視覺傳感器信息的獲取和理解，智能機器人的行為控制，環(huán)境建模與處理，知識的認知與邏輯推理，以及神經(jīng)網(wǎng)絡技術在機器人控制和傳感器信息處理等方面的應用，都與信息融合思想有關，信息融合的技術在不遠的將來會得到迅速發(fā)展。典型應用智能機器人監(jiān)控系統(tǒng)戰(zhàn)場偵察及態(tài)勢評估系統(tǒng)自主武器系統(tǒng)特點：獲取更準確的信息獲取更精確的信息獲取復雜的信息降低系統(tǒng)成本提高系統(tǒng)運行速度提高系統(tǒng)的可靠性增加了系統(tǒng)的生存能力擴展了空間覆蓋范圍擴展了時間覆蓋范圍提高了可信度降低了信息的模糊度改善了探測性能提高了空間分辨率增加了測量空間的維數(shù)三、優(yōu)點第二節(jié)傳感器信息融合的分類和結構一、傳感器信息融合的分類傳感器信息融合方法分為四類組合綜合融合相關

信息融合層次

低級或數(shù)據(jù)初級融合

中級或特征級融合

高級或決策級融合1、組合組合是由多個傳感器組合成平行或互補方式來獲得多組數(shù)據(jù)輸出的一種處理方法，是一種最基本的方式，涉及的問題有輸出方式的協(xié)調，綜合以及傳感器的選擇。通常它主要應用在硬件這一級上。一個典型的例子是：使用視覺探測到物體的方位，再用激光測距儀準確地測量物體的距離，并在視屏上同時顯示出距離參數(shù)。2、綜合綜合是信息優(yōu)化處理中的一種獲得明確信息的有效方法。典型例子是在虛擬現(xiàn)實技術中，使用兩個分開設置的攝像機同時拍攝到一個物體的不同側面的兩幅圖像，綜合這兩幅圖像可以復原出一個準確的有立體感的物體的圖像。

3、融合當將傳感器數(shù)據(jù)組之間進行相關或將傳感器數(shù)據(jù)與系統(tǒng)內部的知識模型進行相關，而產(chǎn)生信息的一個新的表達時，這種處理就稱作融合。這里所說的融合的定義是狹義的，其典型的實例是機器人視覺和觸覺的融合，得到物體和環(huán)境的空間和形狀的優(yōu)化信息。

4、相關通過處理傳感器信息來獲得某些結果，不僅需要單項信息處理，而且需要通過相關來進行處理，以便獲悉傳感器數(shù)據(jù)組之間的關系，從而得到正確信息，剔除無用和錯誤的信息。相關處理的主要目的在于對識別、預測、學習和記憶等過程的信息進行綜合和優(yōu)化。例如，在被動聲納目標識別技術中，計算機對接收到的聲納信息進行處理獲得艦船目標的運動信息和特征功率譜信息，然后根據(jù)先驗知識對上述數(shù)據(jù)組(甚至包括艦載雷達提供的數(shù)據(jù))進行相關處理，最終確定目標屬于水面艦艇、潛艇或魚雷中的一種。

二、信息融合的結構

信息融合可大大提高具有多個模型各異的傳感器的測試系統(tǒng)的性能，特別是它能減少全體或單個傳感器探測信息的損失。信息融合的結構分為串聯(lián)和并聯(lián)兩種。1、串聯(lián)結構信息融合的串聯(lián)結構如圖4.2-1(a)所示。其中：c1，c2，…，cn表示n個傳感器；s1,s2,…，sn表示來自各個傳感器信息融合中心的數(shù)據(jù)；y1，y2，…，yn表示融合中心。

SnS2S1Y1Y2YnC1C2Cn(a)串聯(lián)圖4.2-1信息融合的兩種結構串聯(lián)結構的信息融合過程如下：在圖4.2-1(a)中，第j-1級的傳感器cj-1將所獲得的信息送到融合中心yj-1，由它將此信息及其來自上一級融合中心yj-2的判斷數(shù)據(jù)sj-2綜合成一種新的判斷數(shù)據(jù)sj-1，然后傳送給第j級融合中心yj,將來自第j級傳感器cj的信息與sj-K；進行綜合，得到一種新的判斷數(shù)據(jù)sj并傳送到下一級融合中心yj+l中進行綜合。這個過程繼續(xù)下去，直到最后一級融合中心得到最終的判定信息。信息融合串聯(lián)結構的優(yōu)點是具有很好的性能及融合效果，但它缺點在于對線路的故障非常敏感。

2、并聯(lián)結構信息融合的并聯(lián)結構如圖4.2-1(b)所示。并聯(lián)融合結構只有當接收到來自所有傳感器的信息后才對信息進行融合。與串聯(lián)結構相比，并聯(lián)融合結構的信息優(yōu)化效果更好，而且可以防止串聯(lián)結構信息融合的缺點（即融合的順序是固定的，若中間任一個傳感器發(fā)生了故障，信息就無法傳向下一環(huán)節(jié)，整個信息融合都將停止工作）。但是并聯(lián)融合結構的信息處理速度比串聯(lián)結構慢。當然，若并聯(lián)融合結構中每接收到一個傳感器的信息就進行一次融合，而不管是哪個傳感器，那么并聯(lián)方案就不比串聯(lián)結構慢了。YSC1C2Cn(b)并聯(lián)圖4.2-1信息融合的兩種結構3、其它類結構分散式結構樹狀結構帶反饋并行結構集中式結構分布式結構混合式結構三、信息融合系統(tǒng)結構的實例圖4.2-2為T·B·Bullock所設計的一種用于雷達檢測的信息融合系統(tǒng)，它主要提供目標的高度、方位、距離和臨近速度等綜合信息。圖4.2-2一種雷達測量的信息融合結構局部處理器局部處理器外部邏輯中央處理器傳感器信號傳感器信號先驗信息修正信息先驗信息修正信息該系統(tǒng)由三個基本部分構成：(1)一個中央處理器；(2)一個或多個局部處理器；(3)一個被稱作“外部邏輯”的傳感器故障檢測系統(tǒng)。該系統(tǒng)能進行局部估算、綜合中央處理器中的各局部估算值，并能檢查、排除傳感器故障。各局部處理器分別處理各個傳感器提供的信息，得出一個描述目標在坐標內運動情況的局部狀態(tài)估算值。從結構上看，它屬于并聯(lián)融合結構，各個傳感器(包括局部處理器)之間的關系是并聯(lián)的。中央處理器的主要任務是綜合所有測得狀態(tài)的局部估算值，形成指導性的全局狀態(tài)估算值。它的計算機過程如—下：首先采用一定的融合算法進行處理，再接收并處理來自傳感器故障檢測系統(tǒng)的有效數(shù)據(jù)，以坐標形式給出全局狀態(tài)信息處理結果，結果可能與局部處理器的信息相同，也可能不同。然后，中央處理器將預先統(tǒng)計的信息反饋給每個局部處理器，這樣就在信息融合系統(tǒng)中完成了一個信息流動周期。

每個傳感器都有一個局部處理器。局部處理器本身由一個估算器構成，必要時可通過傳感器故障檢測系統(tǒng)自適應調整。在傳感器信息融合系統(tǒng)中，有一種特殊的故障，即傳感器故障，此類故障的檢測系統(tǒng)稱為傳感器故障檢測系統(tǒng)。

利用中央處理器的預先統(tǒng)計信息和傳感器的探測信息可得出局部狀態(tài)信息的處理結果，由于所有局部處理器都采用同樣的預先統(tǒng)計信息，一個局部處理器出現(xiàn)故障時會影響全局；也由于傳感器可能出現(xiàn)故障，所以有些探測信息可能是有失真的甚至是錯誤的，從而相應地降低了局部處理信息的精確性，必要時應對局部處理的估算器的結構或算法做出適當修正。傳感器故障檢測系統(tǒng)決定著局部處理器的哪些數(shù)據(jù)應直接輸入中央處理器，哪些數(shù)據(jù)應先修正后傳輸，或哪些數(shù)據(jù)應全部舍棄。傳感器故障一旦被查出，傳感器故障檢測系統(tǒng)會做出相應的反應。如果傳感器故障檢測系統(tǒng)未檢查出任何傳感器故障，所有的測得狀態(tài)局部估算值就輸人中央處理器；如果某些局部處理器查出傳感器故障，應該先修改對應的局部估算值，然后輸入中央處理器。中央處理器融合所有局部估算值，得出全局估算值。第三節(jié)傳感器信息融合的一般方法傳感信息融合的方法有很多，最常用的方法主要有：物理模型、經(jīng)典推理、嵌入約束法，證據(jù)組合法，人工神經(jīng)網(wǎng)絡法。一、嵌入約束法嵌入約束法認為由多種傳感器所獲得的客觀環(huán)境(即被測對象)的多組數(shù)據(jù)就是客觀環(huán)境按照某種映射關系形成的像，信息融合就是通過像求解原像，即對客觀環(huán)境加以了解。用數(shù)學語言描述就是，所有傳感器的全部信息，也只能描述環(huán)境的某些方面的特征，而具有這些特征的環(huán)境卻有很多，要使一組數(shù)據(jù)對應唯一的環(huán)境（即上述映射為一一映射），就必須對映射的原像和映射本身加約束條件，使問題能有唯—的解。嵌入約束法最基本的方法有Bayes估計和卡爾曼濾波。

1、Bayes估計

Bayes估計是融合靜態(tài)環(huán)境中多傳感器低層數(shù)據(jù)的一種常用方法。其信息描述為概率分布，適用于具有可加高斯噪聲的不確定性信息。假定完成任務所需的有關環(huán)境的特征物用向量f表示，通過傳感器獲得的數(shù)據(jù)信息用向量d來表示，d和f都可看作是隨機向量。信息融合的任務就是由數(shù)據(jù)d推導和估計環(huán)境f。

信息融合通過數(shù)據(jù)信息d做出對環(huán)境f的推斷，即求解p(f|d)。由Bayes公式可知，只需知道p(f|d)和p(f)就行了。因為p(d)可以看作是使p(f|d)?p(f)成為概率密度函數(shù)的歸一化常數(shù)，p(f|d)是在已知客觀環(huán)境變量f的情況下，傳感器得到的數(shù)據(jù)信息d關于f的條件密度。當對環(huán)境情況和傳感器性能都確切了解時，p(f|d)由決定環(huán)境和傳感器原理的物理規(guī)律完全確定。而p(f)可以通過先驗知識的獲取和積累，逐步漸近準確地得到，因此，一般總能對p(f)有較好的近似描述。

在嵌入約束法中，反映客觀環(huán)境和傳感器性能與原理的各種約束條件主要體現(xiàn)在p(f|d)中，而反映主觀經(jīng)驗知識的各種約束條件主要體現(xiàn)在p(f)中。在傳感器信息融合的實際應用過程中，通常的情況是在某一時刻從多種傳感器得到一組數(shù)據(jù)信息d，由這一組數(shù)據(jù)給出當前環(huán)境的一個估計f。因此,實際中應用較多的方法是尋找最大后驗估計g，即

(4.3-3)也就是說最大后驗估計是在已知數(shù)據(jù)為d的條件下，使后驗概率密度p(f)取得最大值得點g，根據(jù)概率論可知，最大后驗估計g滿足

(4.3-4)當p(f)為均勻分布時，最大后驗估計g滿足

(4.3-5)此時，最大后驗概率也稱為極大似然估計。當傳感器組的觀測坐標一致時，可以用直接法對傳感器測量數(shù)據(jù)進行融合。在大多數(shù)情況下，多傳感器從不同的坐標框架對環(huán)境中同一物體進行描述，這時傳感器測量數(shù)據(jù)要以間接的方式采用Bayes估計進行數(shù)據(jù)融合。間接法要解決的問題是求出與多個傳感器讀數(shù)相一致的旋轉短陣R和平移矢量H。

在傳感器數(shù)據(jù)進行融合之前，必須確保測量數(shù)據(jù)代表同一實物，即要對傳感器測量進行一致性檢驗。常用以下距離公式來判斷傳感器測量信息的一致：

(4.3-6)式中x1和x2為兩個傳感器測量信號，C為與兩個傳感器相關聯(lián)的方差陣，當距離T小于某個閾值時，兩個傳感器測量值具有一致性。這種方法的實質是剔除處于誤差狀態(tài)的傳感器信息而保留“一致傳感器”數(shù)據(jù)計算融合值。

2、卡爾曼濾波卡爾曼濾波(KF)用于實時融合動態(tài)的低層次冗余傳感器數(shù)據(jù)，該方法用測量模型的統(tǒng)計特性，遞推決定統(tǒng)計意義下最優(yōu)融合數(shù)據(jù)合計。如果系統(tǒng)具有線性動力學模型，且系統(tǒng)噪聲和傳感器噪聲可用高斯分布的白噪聲模型來表示，KF為融合數(shù)據(jù)提供惟一的統(tǒng)計意義下的最優(yōu)估計，KF的遞推特性使系統(tǒng)數(shù)據(jù)處理不需大量的數(shù)據(jù)存儲和計算。KF又分為分散卡爾曼濾波(DKF)和擴展卡爾曼濾波(EKF)。

DKF可實現(xiàn)多傳感器數(shù)據(jù)融合完全分散化，它的優(yōu)點在于：每個傳感器節(jié)點失效不會導致整個系統(tǒng)失效。而EKF的優(yōu)點在于：可以有效克服數(shù)據(jù)處理不穩(wěn)定性或系統(tǒng)模型線性程度的誤差對融合過程產(chǎn)生的影響。嵌入約束法是傳感器信息融合的最基本方法之一，但是它的缺點在于：需要對多源數(shù)據(jù)的整體物理規(guī)律有較好的了解，才能準確地獲得p(d|f)，但需要預知先驗分布p(f)。

二、證據(jù)組合法證據(jù)組合法認為完成某項智能任務就是依據(jù)有關環(huán)境的某方面的信息做出幾種可能的決策，而多傳感器數(shù)據(jù)信息在一定程度上反映環(huán)境這方面的情況。因此，我們分析每一數(shù)據(jù)作為支持某種決策的證據(jù)的支持程度，并將不同傳感器數(shù)據(jù)的支持程度進行組合，即證據(jù)組合，分析得出現(xiàn)有組合證據(jù)支持程度最大的決策作為信息融合的結果。證據(jù)組合法是針對完成某一任務的需要而處理多種傳感器的數(shù)據(jù)信息，完成某項智能任務，實際上就是做出某項行動的決策。它先對單個傳感器數(shù)據(jù)信息的每一種可能決策的支持程度給出度量(也即數(shù)據(jù)信息作為證據(jù)對決策的支持程度)，然后尋找一種證據(jù)組合的方法或規(guī)則，在已知兩個不同傳感器數(shù)據(jù)(即證據(jù))對決策的分別支持程度時，通過反復運用組合規(guī)則，最終得出全體數(shù)據(jù)信息的聯(lián)合體對某決策的總的支持程度。得到最大證據(jù)支持的決策，即為信息融合的結果。

利用證據(jù)組合進行數(shù)據(jù)融合的關鍵在于：一是選擇合適的數(shù)學方法描述證據(jù)、決策和支持程度等概念；二是建立快速、可靠并且便于實現(xiàn)的通用證據(jù)組合算法結構。證據(jù)組合法較嵌入約束法有以下幾個優(yōu)點：(1)對多種傳感器數(shù)據(jù)間的物理關系不必準確了解，即無須準確地建立多種傳感器數(shù)據(jù)體的模型；(2)通過性好，可以建立一種獨立于各類具體信息融合問題背景形式的證據(jù)組合方法，有利于設計通用的信息融合軟、硬件產(chǎn)品；(3)人為的先驗知識可以視同數(shù)據(jù)信息一樣，賦予對決策的支持程度，參與證據(jù)組合運算。

常用的證據(jù)組合方法有：概率統(tǒng)計方法、Dempster-Shafer證據(jù)推理1、概率統(tǒng)計方法假設一組隨機向量x1，x2，…，xn分別表示n個不同傳感器得到的數(shù)據(jù)信息，根據(jù)每一個數(shù)據(jù)xi可對所完成的任務做出一決策di。xi的概率分布為，ai為該分布函數(shù)中的未知參數(shù)，若參數(shù)已知時，則xi的概率分布就完全確定了。

用非負函數(shù)L(ai，di)表示當分布參數(shù)確定為ai時，第i個信息源采取決策dj時所造成的損失函數(shù)。在實際問題中，ai是未知的，因此，當?shù)玫絰i時，并不能直接從損失函數(shù)中定出最優(yōu)決策。先由xi做出ai的一個估計，記為ai(xi)，再由損失函數(shù)L[ai(xi),di]決定出損失最小的決策。其中利用xi估計ai的估計量ai(xi)有很多種方法。概率統(tǒng)計方法適用于分布式傳感器目標識別和跟蹤的信息融合問題。三、人工神經(jīng)網(wǎng)絡法人工神經(jīng)網(wǎng)絡方法通過模仿人腦的結構和工作原理，設計和建立相應的機器和模型并完成一定的智能任務。神經(jīng)網(wǎng)絡可根據(jù)當前系統(tǒng)所接收到的樣本的相似性，確定分類標準。這種確定方法主要表現(xiàn)在網(wǎng)絡權值分布上，同時可采用神經(jīng)網(wǎng)絡特定的學習算法來獲取知識，得到不確定性推理機制。神經(jīng)網(wǎng)絡多傳感器信息融合的實現(xiàn)，可分為三個重要步驟：(1)根據(jù)智能系統(tǒng)的要求以及傳感器信息融合的形式，選擇神經(jīng)網(wǎng)絡的拓撲結構；(2)各傳感器的輸入信息綜合處理為一個總體輸入函數(shù)，并將此函數(shù)映射定義為相關單元的映射函數(shù)，它通過神經(jīng)網(wǎng)絡與環(huán)境的交互作用把環(huán)境的統(tǒng)汁規(guī)律反映到網(wǎng)絡本身的結構中來；(3)對傳感器輸出信息進行學習、理解，確定權值的分配，完成知識獲取信息融合，進而對輸入模式做出解釋，將輸入數(shù)據(jù)向量轉換成高層邏輯(符號)概念。

基于神經(jīng)網(wǎng)絡的傳感器信息融合有如下特點：(1)具有統(tǒng)一的內部知識表示形式，通過學習算法可將網(wǎng)絡獲得的傳感器信息進行融合，獲得相應網(wǎng)絡的參數(shù)，并且可將知識規(guī)則轉換成數(shù)字形式，便于建立知識庫；(2)利用外部環(huán)境的信息，便于實現(xiàn)知識自動獲取及并行聯(lián)想推理；(3)能夠將不確定環(huán)境的復雜關系，經(jīng)過學習推理，融合為系統(tǒng)能理解的準確信號；(4)由于神經(jīng)網(wǎng)絡具有大規(guī)模并行處理信息能力，使得系統(tǒng)信息處理速度很快。第四節(jié)傳感器信息融合的實例一、機器人中的傳感器信息融合傳感器信息融合技術在機器人特別是移動機器人領域有著廣泛的應用，移動機器人對傳感器信息融合的發(fā)展起了重大的促進作用。自主移動機器人是一種典型的裝備有多種傳感器的智能機器人系統(tǒng)。當它在未知和動態(tài)的環(huán)境中工作時，將多傳感器提供的數(shù)據(jù)進行融合，從而準確快速地感知環(huán)境信息。圖4.4-1為Stanford大學研制的移動裝配機器人系統(tǒng)，它能實現(xiàn)多傳感器信息的集成與融合。其中，機器人在未知或動態(tài)環(huán)境中的自主移動建立在視覺(雙攝像頭)、激光測距和超聲波傳感器信息融合的基礎上；機械手裝配作業(yè)的過程則建立在視覺、觸覺和力覺傳感器信息融合的基礎上。該機器入采用的信息融合結構為并行結構?？刂坪托畔⑷诤嫌嬎銠C自主移動裝配機器人裝配機械手力覺傳感器觸覺傳感器視覺傳感器超聲波傳感器激光測距傳感器圖4.4-1多傳感器信息融合自主移動裝配機器人

在機器人自主移動過程中，用多傳感器信息建立未卜先知環(huán)境的模型，該模型為三維環(huán)境模型。它采用分層表示，最低層環(huán)境特征(如環(huán)境中物體的長度、寬度、高度、距離等)與傳感器提供的數(shù)據(jù)一致；高層是抽象的和符號表示的環(huán)境特征(如道路、障礙物、目標等的分類表示)。其中，視覺傳感器提取的環(huán)境特征是最主要的信息，視覺信息還用于引導激光測距傳感器和超聲波傳感器對準被測物體。激光測距傳感器在較遠距離上獲得物體較精確的位置，而超聲波傳感器用于檢測近距離物體。以上三種傳感器分別得到環(huán)境中同一對象在不同條件下的近似三維表示。當將三者在不同時刻測量的距離數(shù)據(jù)融合時，每個傳感器的坐標框架首先變換到共同的坐標框架中，然后采用以下三種不同的方法得到機器人位置的精確估計；參照機器人本身位置的相對位置定位法；目標運動軌跡記錄法；參照環(huán)境靜坐標的絕對位置定位法。每一種擴展的卡爾曼濾波確定二維物體相對于機器人的準確位置和物體的表面結構形狀，并完成對物體的識別。不同傳感器產(chǎn)生的信息在經(jīng)過融合后得到的結果，還用于選擇恰當?shù)娜哂鄠鞲衅鳒y量物體，以減少信息計算量以及進一步提高實時性和準確性。在機器人裝配作業(yè)過程中，信息融合則是建立在視覺、觸覺、力覺傳感器基礎上的。裝配過程表示為由每一步?jīng)Q策確定的一系列階段。整個過程的每一步?jīng)Q策由傳感器信息融合來實現(xiàn)。其中視覺傳感器用于識別具有規(guī)則兒何形狀的零件以及零件的定位，即用攝像頭識別二維零件并判定位置；力覺傳感器檢測機械手末端與環(huán)境的接觸情況以及接觸力的大小，從而提供在接觸時物體的準確位置；視覺與主動觸覺相結合用于識別缺少可識別特征的物體，如無規(guī)則幾何形狀的零件；此外，力覺傳感器還用于提供高精度軸孔匹配、零件傳送和放取中的信息。上述各種傳感器信息通過一定的信息融合算法(主要是D－S證據(jù)推理法)提供裝配作業(yè)過程的決策信息。二、艦船上的傳感器信息融合傳感器信息融合是提高海軍艦船目標識別能力和戰(zhàn)斗力的有效手段。海軍艦船的傳感器信息融合(雷達、紅外、激光等)由船上的中央計算機完成，它的作用是綜合和解釋來自多個不同傳感器的數(shù)據(jù)，如圖4.4-2所示的是一種基本的傳感器信息融合系統(tǒng)。

行掃描處理器紅外探測器直流偏壓AGC搜索器萬向支架慣性導航系統(tǒng)圖像攝像機萬向支架圖像處理共享存儲器數(shù)據(jù)融合處理器環(huán)境控制顯示記錄人機界面圖像攝像機傳感器圖4.4-2海軍艦船傳感器信息融合系統(tǒng)艦船上安裝的多傳感器系統(tǒng)由可見光攝像機和紅外探測器組成。前者是一個寬視場圖像攝像機，該傳感器可以通過轉軸運動去收集目標和背景數(shù)據(jù)，并具備快速搜索一個大的區(qū)域的能力。后者是一個平臺線掃描陣列系統(tǒng)，它對探測點源目標有極好的靈敏度并且可以編制掃描頻率和掃描角度的程序。系統(tǒng)軟件控制兩個傳感器去探測和跟蹤寬范圍變化的目標，收集這些目標及其背景的數(shù)據(jù)。信息融合計算機連續(xù)地從每個傳感器那里收集數(shù)據(jù)，完成探測、識別、捕捉和跟蹤過程，它還可改變傳感器的參數(shù)去獲得優(yōu)化的目標信號數(shù)據(jù)。各個部分的功能具體如下：1、

圖像攝像機圖像攝像機是一個寬視場內部線掃描攝像機，它安裝在一個由計算機控制的獨立的萬向支架上。這樣布局使得系統(tǒng)保持—個穩(wěn)定的圖像，并在圖像攝像機搜索一個區(qū)域的同時用線掃描探測器掃描另外的區(qū)域(通常是小的區(qū)域)，它在搜索和控測的時候通常固定在瞄準線上。當線掃描探測器進入探