試論多傳感器信息融合在機器人技術中的應用

于水

摘 要：傳感器信息融合技術可以說是一門新興的技術，主要是在近幾年發展起來，在機器人領域應用的前景較為廣闊。在充分融合多個傳感器的基礎之上我們可為系統以供一系列所需信息，同時可實現對其準確性與精確性的保障。本文主要對傳感器信息融合在機器人技術中的應用進行仔細分析，微傳感器、智能傳感器和自適應融合等是該項技術未來發展的主要趨勢與方向，同時對社會的進步與發展也有極大的促進作用。

關鍵詞：多傳感器；信息融臺；機器人

控制理論、信號處理、人工智能、概率和統計的發展是多傳感器信息融合技術所涉及的主要內容，機器人在種復雜的、動態的、不確定或未知的環境中工作所依靠的技術途徑主要是依靠多傳感器信息融合技術所提供。在充分融合多個傳感器感知數據的基礎上我們可實現對多傳感器信息融合的有效獲取，在這一過程中所產生的信息可從根本上實現對可靠性、準確性以及精確性的獲取，同時可在真正意義上實現對信息不確定性的徹底消除。

一、多傳感器信息融臺的一般方法

信息融合的方法是多傳感器信息融合不可缺少的組成部分，同時在其中占據相當重要的位置與地位，復雜性以及多樣性是其在實際應用過程中所表現出的明顯特征，也是受到此種特征的影響多傳感器信息融合的內容逐步分豐富，同時也會涉及到相當多的理論基礎。在實際區分多傳感器信息融合算法的過程中我們可主要將其分為估計方法、分類方法、推理方法以及人工智能方法四種，在實際使用過程中可結合實際對上述算法進行合理選擇。

參數模板法以及聚類分析是區分多傳感器信息融合算法的兩種主要依據。在非線性以及不確定的場合對人工智能方法進行應用具有不可替代的優勢，同時可實現對大量傳感器信息的充分融合。

專家系統在實際上就是一種計算機信息系統，主要是在人工智能的基礎上形成。高度非線性的超大規模連續時間自適應信息處理系統是神經網絡的實質與目標。從多傳感器系統自身角度對其進行分析后可以發現，通過信息源所提供的環境信息帶有一定程度的不確定性，這也可對其推理過程進行直觀體現。

神經網絡在實際對分類標準進行確定的過程必須實現對系統接受樣本的相似性的利用，同時在獲取知識的過程中也需要借助特定的學習算法，進而實現對不確定性推理機制的獲取。

二、傳感器在機器人中的應用

我們可將機器人看作為一項學科，其中需要涉及相當廣泛的技術領域，傳感器以及控制技術在機器人中作為核心技術存在，多數機器人可在這一過程中實現對傳感器應用的直觀體現，所以我們說在機器人領域所傳感器信息融合技術擁有相當廣闊的發展空間。

HILARE是第一個應用多傳感器信息來創建世界模型的可移動機器人，它充分利用視覺、聽覺、激光測距傳感器所獲得的信息，以確保其能穩定地工作在未知環境中。聽覺和視覺傳感器用來產生一個被層次化坐標所分割的圖，視覺和激光測距傳感器用來感知環境中的三維區域格，并通過約束來提出無關的特征。每個傳感器的不確定性分析首先假設為高斯分布。

RANGER是卡內基？梅隆大學機器人所在20世紀90年代中期研究的一種可移動機器人。該系統包括一個狀態空間控制器、一個基于卡爾曼濾波的導航中心和一個自適應感知中心。RANGER以一個全新的視角來看待高速自主以及安全性問題，認為安全性需要可靠的模型來保證。一幅圖像的意義僅僅在于圖像處理過程，而不是明確的模型，尤其在比較粗糙的地域里，圖像之間的變化很大，計算起來很復雜，因此需要通過融合各種傳感器獲得的信息來確保模型的可靠性。

與超聲傳感器相比，紅外測距的準確度不高，但紅外傳感器可以在短時間內提供大量測量數據，易于安裝在掃描儀上以獲得全景圖像，而且它的波束極窄，與超聲傳感器固有的錐形波相比，更有優勢。來自兩類不同的傳感器信息的融合可以潛在地提供關于機器人周圍的精確圖景，比的“三聽覺”超聲傳感系統，它由三個間距15cm的超聲傳感器排成一線，中間的作勾發射器和接收器，兩邊的只作為接收器。

通過三角測量，可以一次探測不止一個目標：提供距離信息，測量被測物體相對于機器人的前進方向的角度和物體的一些特征。在這一研究中，研究者們從不同的角度對通用的信息任何一種單獨的應用效果要好的多。另有一個附加融臺手段進行了實踐。

三、多傳感器信息融合技術的發展方向

目前多傳感器信息融合技術是一個十分活躍的研究領域，在這方面將來的發展方向有：多層次傳感器融合、微傳感器和智能傳感器、自適應多傳感器融合。

1.多層次傳感器融合

由于單個傳感器具有不確定、觀測失誤和不完整性的弱點，因此單層數據融合限制了系統的能力和魯棒性。對于要求具有高的魯棒性和靈活性的先進系統，可以采用多層次傳感器融合的方法。低層次融合方法可以融合多傳感器數據；中間層次融合方法可以融合數據和特征，得到融合的特征或決策；高層次融合方法可以融合特征和決策.得到最終的決策。

2.微傳感器和智能傳感器

傳感器在人們的日常生活中起著重要的作用，它就像人的五官一樣，是采集外部環境信息并處理信息的重要工具。傳感器的性能、價格和可靠性是衡量傳感器優劣與否的重要標志，然而許多有著優良性能的傳感器由于其體積大而限制了它的應用市場。

微電子技術的迅速發展使小型或微型傳感器的制造成為可能。智能傳感器將主處理、硬件和軟件集成在一起。如ParScientific公司研制的1000系列數字式石英智能傳感器。日本日立研究所研制的可以識別4種氣體的嗅覺傳感器。它在同一塊半導體基片上用離子注入法配置擴散了壓差、靜壓和溫度3個敏感元件，整個傳感器還包括變換器、多路轉換器、脈沖調制、微處理器和數字量輸出接口等。

3.自適應多傳感器融合

通常，多傳感器融合需要感知環境的精確信息。然而，在實際世界中，不能得到關于感知環境的精確信息，并且傳感器不可能確保一定正常工作。因此，對于各種各樣不確定情況，算法是十分必要的。現已研究出一些自適應多傳感器融合算法來處理由于傳感器的不完善帶來的不確定性。

結語：近幾十年來，多傳感器信息融合技術得到了普遍的關注和廣泛的應用，其理論與方法已成為智能信息處理的一個重要研究領域。本文概述了多傳感器信息融合的一般方法。在此基礎上，論述了信息融合技術在智能機器人上的應用并提出這一研究領域的發展方向。

參考文獻：

[1]陳輝，鄧記才，吳曉輝，等.多傳感器信息融合在輪式機器人運動控制中的應用[J].傳感技術學報，2011，24（6）：915-918.

[2]謝振南.多傳感器信息融合技術研究[D].廣東工業大學，2013.