基于多傳感器融合的位姿檢測系統發展現狀

摘 要：基于多傳感器融合的位姿檢測系統不僅提供高精度的位姿信息和高效的穩定性，還能有效降低檢測成本。在工業生產、健康監測、軍事等領域具有極大的應用潛力。本文淺析了多傳感器融合的位姿檢測系統在國內外的發展歷程和現狀，以及未來發展方向。

關鍵詞：信息融合;位姿檢測;發展現狀

DOI：10.16640/j.cnki.37-1222/t.2019.05.148

1 研究背景及意義

所謂位姿檢測是指實時測量待檢測物體的俯仰、橫滾、偏航三維姿態信息以及角速度、角加速度等輔助信息。其在健康監控（如老年人跌倒檢測）、機器人運動控制、汽車電子、交互式游戲、虛擬運動場景等領域存在著廣泛應用。目前位姿檢測方法層出不窮，大體可以分為基于慣性傳感器、磁阻傳感器、壓力傳感器、全球定位系統（GPS）等設備采集到的信息進行位姿推斷，以及利用檢測載體周圍環境信息如紅外溫度、視頻信息等的變化進行姿態的解析。

隨著科技的發展，微電子機械系統技術（MEMS）得到了突飛猛進的進步，進而產生了一大批新一代高性能的慣性傳感器，其主要功能是實時采集運動物體的加速度、角速度、角度等姿態信息，然而MEMS慣性傳感器存在著漂移誤差等問題;磁阻傳感器作為一種通過測量地球磁場來確定待測物體的姿態信息具有較好的靈敏度和零漂誤差，但是當其受到其他磁場的干擾時產生較大的誤差。除此之外，該方法只能獲得載體的航向角信息;利用GPS的相位干涉原理和天線布陣技術可以獲得目標物的姿態信息，但是無法滿足室內環境和小型化的需求;另外采用檢測載體周圍環境信息外溫的變化進行位姿解析的方法因外界環境變化而帶來較大測量誤差。

伴隨著工業信息化快速發展，精準、穩定的姿態檢測在軍事、工業等領域需求不斷擴大，并提出了更高要求。采用單一檢測手段無法滿足高精度、低擾動的要求，因此基于多傳感器信息融合的姿態檢測系統逐漸受到人們的青睞與關注。信息融合概念最早于1973年由美國海軍提出，通過融合多個獨立聲吶探測器跟蹤敵方潛艇，表現出較好的性能。隨著技術的完善，信息融合技術逐漸成為各個領域發展的新方向。基于多傳感器融合的姿態檢測技術就是在一個待測對象中采用兩種或者兩種以上的姿態檢測方法，綜合融合多種姿態檢測優點，相互配合。充分發揮每種姿態檢測方法的優勢，同時彌補各自在檢測中的不足。同時，擴大檢測范圍，豐富姿態檢測的內容。對傳感器的輸出特性進行融合后，需要通過數據融合算法進行再處理已得到精準的姿態信息。采用融合技術不僅能夠實現低成本的設計需要還能夠有效改善其精度，擴展其功能，實現實時性的優化估計。

2 研究現狀

國內外的研究者早已開展了多傳感器融合位姿檢測的研究。隨著研究的深入，涌現出一大批滿足高精度需求的成果。

1997年，美國成功發射了火星登陸車。其位姿檢測系統主要由陀螺儀、加速度計、測距儀、電子羅盤、圖像采集攝像機等傳感器組成。利用擴展卡爾曼濾波算法、導航信息融合算法和航向推測法進行位姿檢測。這是最早進行實際應用也是較為成功的多傳感器融合姿態檢測案例。

張小馳等人設計了一種基于多傳感器融合的摔倒檢測算法。采用加速度傳感器、電子羅盤與微處理器組成的數據采集模塊，將采集到的數據通過無線模塊傳輸到上位機進行分析和處理，根據閾值進行異常姿態檢測。最終，綜合加速度和姿態角的分析結果給出準確的檢測結論。

孫長庫等人于2017年提出了基于慣性傳感器和單目視覺的組合檢測姿態方法。通過實驗得到最終的仰角、橫滾角和航偏角的均方根誤差分別為 0.1561°、0.2017°和 0.3624°。較小的均方根誤差表明其具有較好的穩定性。盡管基于視覺的姿態檢測技術還不是很成熟，但是利用多傳感器融合技術獲取了精準的位置信息。

多傳感器信息融合姿態檢測技術也廣泛應用于水下機器人的航向控制系統中。澳大利亞悉尼大學的機器人研究中心于2005年研制了一種用于勘察海底珊瑚礁環境的水下無人潛航器。基于內部的光纖陀螺儀、羅盤和傾斜傳感器進行信息融合，同時處理掉陀螺儀的噪聲干擾并進行溫度補償處理，得到潛航器正確的偏航角以進行航向控制。

3 小結

多傳感器融合位姿檢測技術為實現高精度、高穩定性位姿檢測提供可能。對于航空、航海等技術發展具有深遠影響。然而，目前高精度姿態傳感器價格昂貴，在低成本檢測原件基礎上借助數據融合算法是提高檢測精度的有效手段。多性能、多功能的傳感器融合結構是未來多傳感器面臨的主要方向。目前的融合算法各自都有不足，如何將多種算法融合起來，構建合理的算法結構是多傳感器融合面臨的一個難題。

參考文獻：

[1]張小馳，陳天華，許繼平等.基于多傳感器融合的摔倒檢測算法的研究[J].計算機測量與控制，2015，23（06）：2237-2240.

[2]孫長庫，徐懷遠，張寶尚，王鵬，郭肖亭.基于IMU與單目視覺融合的姿態測量方法[J].天津大學學報（自然科學與工程技術版）， 2017，50（03）：313-320.

[3]Williams S，Mahon I.Design of an Unmanned Underwater Vehicle for Reef Surveying[C].IFAC Symposium on Mechatronic Systems，Manly NSW，Australia.2005（06）.

[4]李帥陽，武凌羽，張長毛等.基于多傳感器的微型四旋翼室內自主懸停研究[J].應用科技，2017，44（06）：60-65.

[5]張曉兵.獨輪機器人姿態檢測信息融合算法的研究[D].哈爾濱工業大學，2015.

課題來源：山東勞動職業技術學院科技類項目：基于多傳感器融合的位姿檢測系統（2018KJ01）

作者簡介：劉珍娜（1987-），女，山東巨野人，碩士研究生，初級，研究方向：機器人。