基于多传感器信息融合的智能机器人由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“多传感器信息融合应用”。
基于多传感器信息融合的智能机器人
院 － 系： 信息工程与自动化学院 专 业： 模式识别与智能系统 年 级： 2011 级 学生姓名： 朱 丹 学 号： 2011204082 任课教师： 黄国勇
2011年11月
摘要
机器人多传感器信息融合是当今科学研究的热点问题。传感器是连接机器人智能处理过程与外界环境的重要纽带，一般智能机器人都配有数个不同种类的传感器。本文主要分析了多传感器系统在机器人当中的重要性和多传感器信息融合的基本原理，并探讨了多传感器信息融合技术在智能机器人中的应用。
关键词：智能机器人、多传感器、信息融合
引言
多传感器、信息融合技术与传统机器人的结合构成了智能机器人。要使机器人拥有智能，对环境变化做出反应，首先必须使机器人具有感知环境的能力。用传感器采集环境信息加以综合处理，控制机器人进行智能作业，更是机器人智能化的重要体现。在以往机器人智能领域的研究中，人们把更多的注意力集中到研究和开发机器人的各种外部传感器上。尽管在现有的智能机器人和自主式系统中，大多数使用了多个不同类型的传感器，但并没有把这些传感器作为—个整体加以分析，更像是—个多传感器的拼合系统。虽然在各自传感器信息处理与分析方面开展了大量富有成效的工作，但由于忽视了多传感器系统的综合分析，对提高智能系统的性能带来了不利影响，效率低下而且速度缓慢。
因此，多传感器信息融合技术较之单一传感器有非常大的数据准确度的优势，已经成为现在机器人研究领域的关键技术。
一、多传感器信息融合的基本原理
多传感器信息融合是人类和其他生物系统中普遍存在的一种基本功能。人类本能地具有将人体的各种功能器官(眼、耳、鼻、四肢)所探测的信息(景物声音、气味和触觉)与先验知识进行综合的能力，以便对周围的环境和正在发生的事件做出估计。这一处理过程是复杂的，也是自适应的，它将各种信息(图像、声音、气味、物理形状、描述)转化成对环境的有价值的解释，这需要大量不同的智能处理，以及适用于解释组合信息含义的知识库。
多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。在多 传感器系统中，各种传感器提供的信息可能具有不同的特征:时变的或者非时变 的；实时的或者非实时的；快变的或者缓变的；模糊的或者确定的；精确的或者 不完整的；可靠的或者非可靠的；相互支持的或互补的；相互矛盾的或冲突的。
多传感器信息融合的基本原理就像人脑综合处理信息的过程一样，它充分地利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来，产生对观测环境的一致性解释和描述。信息融合的目标是基于各传感器分离观测信息，通过对信息的优化组合导出更多的有效信息。它的最终目的是利用多个传感器共同或联合操作的优势，来提高整个传感器系统的有效性。
二、智能机器人中的多传感器信息融合系统
智能化已成为机器人发展的重要趋势，多传感器、信息融合技术与传统机器人的有机结合构成了智能机器人。传感器是机器人获取外部信息的重要途径，传感器信息融合技术则是实现机器人智能化的基础。
2.1 机器人与传感器
要使机器人拥有智能，对外界的变化做出反应，首先机器人必须能够感知外界环境，用传感器获取外界环境信息是实现机器人智能化的前提。研究机器人，应该先从模仿人开始，人的各种感觉器官及其功能都是机器人感觉的模仿对象。人类通过感觉器官获取外界的环境信息，并将这些信息传给大脑进行加工综合，然后发出行动指令调动肌群执行动作。机器人也是如此，计算机相当于人类的大脑，而传感器相对于机器人来说就像人类的感觉器官，是机器人获取外界信息的窗口。
2.2 传感器的选择
机器人需要感知的环境内容众多，因此需要丰富的传感器作为硬件支撑。传感器是连接智能处理过程与外界环境的重要纽带。常用的传感器有红外传感器、超声波传感器、激光传感器和摄像机等。机器人感知环境的能力很大程度上取决于传感器的性能，所以选择适当的传感器是机器人正确感知环境的先决条件。单一的传感器采集的环境特征信息往往是非常有限的，甚至是局部的、片面的；而过多的传感器并不一定能给系统带来好的结果，甚至会增加系统负担与复杂性等，同时还可能掩盖了多传感器信息融合的本质。因此，在选择传感器时应该充分考虑到数量、种类与传感器之间的相干性。一个具有较强功能的智能机器人一般都配有距离和接近觉传感器、多功能触觉、立体视觉传感器等。
2.3 多传感器信息融合系统
多传感器信息融合系统的性能是反映智能机器人智能水平的一个重要的指标。机器人的传感器系统是智能系统的硬件基础，而多传感器信息融合系统则是使智能系统高效运行的软件。多传感器信息融合系统的主要任务是将处于不同位置、不同状态的传感器获取的局部的、不完整信息加以综合处理，消除多传感器信息之间可能存在的冗余或矛盾，降低其不确定性，以形成对外界环境相对完整的描述，从而有效提高智能系统的决策和规划能力，同时降低其决策风险。在一个多传感器信息融合系统中，多传感器是信息融合的物质基础，传感器信息是信息融合加工的对象，协调优化处理是信息融合的核心思想。多传感器信息融合的优化处理非常的重要，其是系统性能好坏的决定因素。多传感器信息融合系统的一般结构如图1所示。
图1
多传感器信息融合可以是多层次、多方式的，一般在信息融合中心的信息综合处理器中完成。多传感器信息融合拓扑结构主要有集中型、分散型、混合型和分级型，分级型又可分为有反馈结构和无反馈结构。在这四种结构中，集中型和分散型是两种比较常用的融合结构。集中型结构简单，精度高、但只有接收到所有传感器的信息后才进行信息融合，因此各融合中心计算和通信负担较重，可能造成系统融合速度慢、容错性差。在分散型结构中每个传感节点都具有估计全局信息的能力，不必维护较大的集中数据库，通信负担轻，融合速度快，不会因为某个传感节点失效而影响整个系统正常工作，具有较高的可靠性和容错性，但融合精度没有集中型高。混合型结构保留了集中型和分散型的优点，但是在计算和通信上都要付出昂贵的代价。分级型结构中各局部节点可以同时或分别是集中型、分散型或混合型的，其计算和通信负担介于集中型结构分散型结构之间。从多传感器信息融合技术被提出开始，其融合结构还在不断地改进，目前的融合结构方案还在不断地探索中。
三、多传感器信息融合方法
3．1估计理论
估计方法有加权平均法、最大似然估计、最小均方估计、卡尔曼滤波等。
3.2 基于统计的融合方法
基于统计的融合方法有：经典推理、贝叶斯法和D-S证据理论。经典推理技术完全依赖数学理论，其优点是有严格的数学理论作基础，但当把它用于多变量统计时，就要求先验知识和计算多维概率密度函数，这对于实际应用是一个限制。另外，它还有其他缺点：只能同时估计两个假设；在多变量数据情况下其复杂性急剧上升。所以在信息融合中很少使用。
3.3 应用信息论的融合方法
信息论方法的共同点是将自然分组和目标类型相联系，即实体的相似性反映了观测参数的相似性，不需要建立变量随机方面的模型。这些方法包括参数化模板、聚类算法、神经网络、投票法、嫡度量技术、优化图解仪、相关性度量等。
3.4 基于认知的模型
基于认知的模型尝试模拟和自动执行人脑分析的决策过程，它包括逻辑模板、基于知识的系统和模糊集合理论。
四、信息融合的关键问题
4．1 数据对准
在多传感器融合系统中，每个传感器提供的观测数据都在各自的参考框架之内，在对这些信息进行组合之前，必须首先将它们变换到同—个参考框架中去。但是要注意的是，由于多传感器时空配准引起的舍入误差必须得到补偿。
4.2 同类或异类数据
多传感器提供的数据在属性上可以是同类。也可以是异类的，而且异类多传感器较之同类传感器，其提供的信息具异类数据在实践上的不同步，数据率不一致以及测最维数不匹配等特点，使得对这些信息的处理更加困难。
4.3 传感器观测数据的不确定性
由于传感器工作环境的不确定性，导致观测数据包含有噪声成分。在融合处理中，需要对多源观测数据进行分析验证，并补充综合，在最大限度七降低数据的不确定性。
4.4 不完整、不一致及虚假数据
在多传感器信息融合系统中，对传感器接收到的测量数据有时会存在多种解释，称之为数据的不完整性。多传感器数据往往也对观测环境做出不一致甚至相互矛盾的解释。另外，由于噪声及干扰因素的存在，往往存在—些虚假的量测数据。信息融合系统需要能够对这些不完整、不—致以及虚假数据进行有效的融和处理。
4.5 数据关联
数据关联问题广泛存在，需要解决单传感器时间域上的关联问题，以及多传感器空间域上的关联问题，从而能够确定来源于同一目标源的数据。
4.6 态势数据库
态势数据库有实时数据库和非实时数据库两种。前者的作用是把各传感器的检测结果提供给融合中心，并存储融合处理的最终态势、决策分析结果进行分析和综合，生成综合态势，实时地根据错传感器检测结果进行数据融合计算和态势决策分析等。
五、信息融合应用
信息融合的重要应用领域为机器人。目前主要应用在移动机器人和遥操作机器人上，因为这些机器人工作在动态、不确定与非结构化的环境中，这些高度不确定的环境要求机器人具有高度的自治能力和对环境的感知能力，采用多传感器信息融合技术可以使机器人具有感知自身状态和外部环境的能力。实践证明：采用单个传感器的机器人不具有完整、可靠地感知外部环境的能力。
智能机器人应采用多个传感器，并利用这些传感器的冗余和互补的特性来获得机器人外部环境动态变化的、比较完整的信息，并对外部环境变化作出实时的响应。
移动机器人主要利用距离传感器(如声纳、超声波、激光等测距传感器)，视觉(如手眼视觉、场景视觉、立休视觉、主动视觉等)，另外还有触觉、滑觉、热觉、接近觉、力与力矩等多种传感器以实现如下的功能：机器人自定位、环境建模、地图与世界模型的建立、导航、避障或障碍物检测、路径规划或任务规划等。
六、结束语
智能机器人的智能体现在多传感器系统的应用上，而拥有更高的智能需要在多传感器系统中运用多信息融合技术。随着人工智能、控制技术和计算机技术的发展，尤其是多传感器数据融合技术的发展。机器人对环境的感知和认识能力将不断改善，机器人的自主控制能力也会随之提高，随着科技的不断进步，智能机器人的研究与应用必将迎来更广阔的发展空间。
多传感器信息融合学习心得通过一学期的学习，对多传感器信息融合有了一定的了解，学习了多传感器信息融合中的多种方法，并在小组论题和作业中都有所体现，下面我谈一下自己的学习心......
Harbin Institute of Technology数据融合与遥感图像处理1遥感数据融合数据融合是集多个数据源来产生比任何单个数据源更一致、更准确、更有用的信息的过程。数据融合作为一......
机器人技术基础论文学校: 班级： 学生： 机器人传感器摘要：机器人的控制系统相当于人类大脑，执行机构相当于人类四肢，传感器相当于人类的五官。因此，要让机器人像人一样接收和处理......
机载多传感器跟踪航迹数据融合研究（共7篇）由网友“ayo8899”投稿提供，下面小编给大家整理后的机载多传感器跟踪航迹数据融合研究，希望大家喜欢!篇1：机载多传感器跟踪航迹数据融合......
智能传感器研究报告一、智能传感器的定义智能传感器系统是一门现代综合技术，是当今世界正在迅速发展的高新技术，至今还没有形成规范化的定义。定义1：《智能传感器系统》书上的......
