基于智能機(jī)器人的多傳感器信息融合技術(shù)

王偉

（烏魯木齊明華智能電子科技有限公司，新疆烏魯木齊，830000）

0 引言

如今傳統(tǒng)機(jī)器人加上多傳感器以及外界信息融合技術(shù)相結(jié)合形成智能機(jī)器人。其運(yùn)作方式跟人類的拷貝如出一轍，人類的五官系統(tǒng)就相當(dāng)于智能機(jī)器人傳感器的運(yùn)作方式，所以說(shuō)，如今能對(duì)于外界環(huán)境的變化做出反應(yīng)的機(jī)器人就稱之為智能機(jī)器人。其次，要想機(jī)器人做出較為智能的運(yùn)作，那么學(xué)者就要將傳感器所采集到的外界環(huán)境信息加以綜合性的判斷。這一系列的操作更能實(shí)質(zhì)性地體現(xiàn)出機(jī)器人的智能化。

要想彌補(bǔ)單一傳感器的缺陷，那么就要將多傳感器信息融合應(yīng)用到智能機(jī)器人之上，這樣做更能有效地得到描述系統(tǒng)的更具體性的解釋。

1 智能機(jī)器人的感覺

立體視覺傳感器系統(tǒng)、觸覺傳感器系統(tǒng)、聽覺傳感器系統(tǒng)、測(cè)距傳感器系統(tǒng)、力和力矩傳感器等這一系列的傳感器都是一個(gè)功能較強(qiáng)的智能機(jī)器人所要裝配具備的東西。要想使得智能機(jī)器人能完進(jìn)行綜合，對(duì)他周圍的環(huán)境和正在發(fā)生的事件進(jìn)行估計(jì)這是人類的基本本能。本質(zhì)上多傳感器信息融合與人類大腦在收集處理信息的方式一樣，要想多傳感器在使用的過程中有效地利用多個(gè)傳傳感器完成一些高難度運(yùn)作，那么學(xué)者就要將同一類型或者不同類型的傳感器一起存在于機(jī)器人的傳感器系統(tǒng)里。造成信息丟失和機(jī)器人的決策失誤這一問題的原因都是因?yàn)楦鱾€(gè)不同的傳感器在采集的信息中只做了單一的處理和判斷。更多的引利用現(xiàn)有的信息融合科技，讓處于相同外界環(huán)境下的多個(gè)傳感器系統(tǒng)依據(jù)外界所給出的一定計(jì)算與分析開展融合。改善了這一狀況之后，就能得出有效的解釋。

2 多傳感器信息融合的基本原理

傳感器技術(shù)是在上世紀(jì)五十年代中期才問世完成的，在那時(shí)候計(jì)算機(jī)技術(shù)和傳統(tǒng)的數(shù)字控制技術(shù)相對(duì)比與來(lái)說(shuō)，傳感器技術(shù)的發(fā)展還存在較大的問題，很多成果都是停留在實(shí)驗(yàn)室階段，沒有投入到具體的應(yīng)用當(dāng)中。傳感器技術(shù)的發(fā)展經(jīng)過了三個(gè)階段，分別是結(jié)構(gòu)性傳感器，物體傳感器以及智能傳感器，對(duì)于當(dāng)下的多傳感器融合體系結(jié)構(gòu)可以劃分為，分布，集中，混合三類，主要如表1。

表1 三種傳感器融合體系結(jié)構(gòu)的對(duì)比

首先對(duì)于結(jié)構(gòu)型傳感器來(lái)說(shuō)以自身的結(jié)構(gòu)部分的變化導(dǎo)致出現(xiàn)某種力場(chǎng)出現(xiàn)一定的變化這樣可以反映我們實(shí)際測(cè)量物體的大小和相關(guān)的變化物理傳感器；利用構(gòu)成傳感器的一部分材料加上材料本身?yè)碛械奶匦栽谑褂玫那闆r下出現(xiàn)了一定的變化，從而將信號(hào)轉(zhuǎn)移成為電信號(hào)或者其他類型的輸出信號(hào)。日常生活中，人們對(duì)于認(rèn)知世界會(huì)將身體上的各個(gè)器官所接收到的外界信息來(lái)進(jìn)行信息的分析和處理之后來(lái)開展信息的綜合，為接下來(lái)需要對(duì)外界環(huán)境以及正在發(fā)生的事情做出相對(duì)應(yīng)的反應(yīng)。百變不離其宗，多傳感器的運(yùn)作方式與人們所做出的這一系列反應(yīng)基本一致。因?yàn)槎鄠鞲衅鬟\(yùn)作時(shí)就是利用多個(gè)傳感器資源、通過對(duì)接收到的各種觀測(cè)信息在空間和時(shí)間上的信息冗余與互補(bǔ)，并依據(jù)一種特定的方式優(yōu)化準(zhǔn)則組合起來(lái)，從而得出對(duì)于觀測(cè)的外界環(huán)境進(jìn)行一致性的分析以及描述。其基本目標(biāo)就是基于各個(gè)傳感器分離觀測(cè)到的信息通過對(duì)于該信息的優(yōu)化組合，得出更多權(quán)威性、確定性的有效信息。學(xué)者在研究的過程中，其最終目的就是利用現(xiàn)有條件的多個(gè)傳感器共同運(yùn)作或聯(lián)合運(yùn)作的優(yōu)勢(shì)來(lái)大大提高整個(gè)傳感器系統(tǒng)的權(quán)威性。

3 智能機(jī)器人信息融合研究的內(nèi)容

如今，要想對(duì)于智能機(jī)器人信息融合有更好的認(rèn)知，那么學(xué)者就要從融合結(jié)構(gòu)、融合算法、傳感器距離測(cè)量問題、目標(biāo)識(shí)別系統(tǒng)、自主導(dǎo)航系統(tǒng)和定位以及路徑規(guī)劃跟蹤這幾個(gè)板塊了解研究。

3.1 融合結(jié)構(gòu)

探究智能機(jī)器人的融合結(jié)構(gòu)時(shí)，可將其劃分為三個(gè)主要的板塊：集中時(shí)融合分布式融合以及混合式融合，集中式融合就是將各個(gè)傳感器對(duì)于外界所采集到的信息集中到一個(gè)信息融合中心進(jìn)行處理；分布式融合就是將各個(gè)傳感器所采集到信息分別進(jìn)行預(yù)處理，然后再輸入進(jìn)信息融合中心進(jìn)行二次權(quán)威性的處理；較于前面兩種融合方式，混合式融合有著更好的融合，混合式融合在研究時(shí)既有分布也有集中，它的每個(gè)傳感器信息都可以在研究過程中被其多次運(yùn)用。

3.2 融合方法

智能機(jī)器人信息融合有著很多種融合方法，但比較被人熟知的卻只有一下幾種，主要包括：加權(quán)平均法、Kalman濾波、擴(kuò)展Kalman濾波、Bayes估計(jì)、證據(jù)推理、模糊邏輯、神經(jīng)網(wǎng)絡(luò)以及基于行為方法和基于規(guī)則方法等。

3.3 傳感器測(cè)距問題

需要智能機(jī)器人能有效的感知外界所給予的信息要素，距離這一個(gè)信息就是當(dāng)中最重要的信息。所以距離就將起到非常重要的作用。

3.4 目標(biāo)識(shí)別

怎樣提取最穩(wěn)健的、能夠進(jìn)行分離的目標(biāo)特征，就要從目標(biāo)識(shí)別里著手處理。智能機(jī)器人利用視覺傳感器以及各種測(cè)量距離的傳感器進(jìn)行操作處理的最初目標(biāo)就是機(jī)器人需要進(jìn)行目標(biāo)識(shí)別形狀、長(zhǎng)短、方位、位置和顏色等就包括在識(shí)別的信息里。

3.5 自主導(dǎo)航

當(dāng)下在智能機(jī)器人的研究里，頻繁出現(xiàn)的一大熱點(diǎn)問題就是導(dǎo)航技術(shù)，這也是研究智能機(jī)器人的一項(xiàng)核心技術(shù)。接下來(lái)將為大家講解在導(dǎo)航技術(shù)中D.White所提出的三個(gè)問題。

3.5.1 定位問題

對(duì)于該問題的研究時(shí)，學(xué)者應(yīng)將重點(diǎn)放在如何利用智能機(jī)器人的內(nèi)部與外部傳感器來(lái)使得機(jī)器人能夠有效地獲取外界的環(huán)境信息，讓研究人員能夠在第一時(shí)間確定機(jī)器人在作業(yè)環(huán)境里的行進(jìn)方位。

圖1 融合方法

3.5.2 路徑規(guī)劃問題

在智能機(jī)器人的行進(jìn)過程中，主要需要學(xué)者重點(diǎn)研究的就是機(jī)器人路徑規(guī)劃的問題，這一問題主要就是研究如何讓智能機(jī)器人在一條外界所提供的行徑路徑上做到從開始到結(jié)束過程中的無(wú)碰撞。在進(jìn)行研究時(shí)，一些路徑會(huì)出現(xiàn)局部位置或者完全位置，這對(duì)于研究過程會(huì)產(chǎn)生一些影響因?yàn)橹悄軝C(jī)器人在作業(yè)路徑中要有效地獲取目標(biāo)障礙物的方位、形狀以及長(zhǎng)度等信息，讓智能機(jī)器人在運(yùn)作行進(jìn)的過程中不觸碰到任何障礙物。目前以自由空間法的應(yīng)用范圍較多，自由空間發(fā)是使用多邊形等模式，構(gòu)建一個(gè)自由完整的空間。進(jìn)行路徑對(duì)話的時(shí)候需要對(duì)于空間進(jìn)行描述，也就是建模，在二維平面運(yùn)動(dòng)當(dāng)中，規(guī)劃環(huán)境的邊界，使用多邊形描述，將機(jī)器人看做點(diǎn)，實(shí)現(xiàn)路徑的規(guī)劃。

如圖2，S為起始點(diǎn)，G為終點(diǎn)，紅線為路徑。

圖2 路徑規(guī)劃問題

4 信息融合的關(guān)鍵問題

4.1 數(shù)據(jù)對(duì)準(zhǔn)

學(xué)者在研究多傳感器如何系統(tǒng)時(shí)，應(yīng)該注意到，研究過程中要將每個(gè)傳感器所提供的觀測(cè)數(shù)都計(jì)算在各自的參考框架之內(nèi)。在這一系列操作中學(xué)者要注意的是，由于運(yùn)用了多傳感器，多傳感器時(shí)空配準(zhǔn)引起的舍入誤差必須進(jìn)行補(bǔ)償，不然所得到的數(shù)據(jù)就會(huì)出現(xiàn)偏差，從而影響到學(xué)者對(duì)信息融合研究。

4.2 同類或異類數(shù)據(jù)

一般情況下，多傳感器所給學(xué)者提供的數(shù)據(jù)屬性可以作為同類的情況出現(xiàn)，也可以作為異類的情況出現(xiàn)，那么這兩者區(qū)別在哪，我們可以簡(jiǎn)單的理解為同類所提供數(shù)據(jù)的信息較于異類所提供的信息數(shù)據(jù)在實(shí)踐上有著不同，基于上述言論，我們就知道由于出現(xiàn)了同類以及異類，所以就會(huì)導(dǎo)致觀測(cè)到的信息產(chǎn)生分歧，所測(cè)量到的信息維數(shù)相互矛盾等實(shí)質(zhì)性的研究問題，使得觀測(cè)人員在獲取這些信息之后要想2加以處理就變得更加困難。

4.3 傳感器觀測(cè)數(shù)據(jù)的不確定性

傳感器在工作的環(huán)境中會(huì)有著不確定的因素，這一些因素就會(huì)導(dǎo)致學(xué)者在觀測(cè)到這些數(shù)據(jù)里會(huì)有著噪聲成分。學(xué)者在研究的過程中要怎樣解決或者避免這些問題，這時(shí)就需要我們將對(duì)于多源觀測(cè)的數(shù)據(jù)進(jìn)行有效性的驗(yàn)證分析，并且對(duì)這一點(diǎn)補(bǔ)充綜合，這樣才可以有效地降低噪聲等影響實(shí)驗(yàn)等外界信息。

4.4 不完整、不一致及虛假數(shù)據(jù)

學(xué)者在將多傳感器所采集的信息進(jìn)行融合的時(shí)候可能會(huì)出現(xiàn)接收到的這一測(cè)量信息有著多種解釋的問題，我們可以將其成為所獲得的測(cè)量數(shù)據(jù)有所缺失，出現(xiàn)缺失之后，隨之帶來(lái)的是多傳感器數(shù)據(jù)在研究過程中會(huì)出現(xiàn)對(duì)于外界環(huán)境觀測(cè)之后做出不一致或者相互矛盾的狀況。此外，學(xué)者在對(duì)于該項(xiàng)目的研究時(shí)由于外界干擾因素以及噪聲的影響的存在，所得到的數(shù)據(jù)往往是虛假的測(cè)量數(shù)據(jù)。要想所得到的數(shù)據(jù)不出現(xiàn)上述情況，學(xué)者就要在研究的過程中讓信息融合系統(tǒng)對(duì)于這些獲得的不完整的以及虛假的數(shù)據(jù)進(jìn)行較為合理融合處理。

4.5 數(shù)據(jù)關(guān)聯(lián)

研究數(shù)據(jù)關(guān)聯(lián)時(shí)會(huì)出現(xiàn)一些廣泛的問題，在出現(xiàn)這一問題時(shí)，學(xué)者就要從要單傳感器在時(shí)間域上的關(guān)聯(lián)問題以及多傳感器在地點(diǎn)上的空間域上的這一系列關(guān)聯(lián)問題來(lái)處理。解決了這一系列問題后，學(xué)者就能確定來(lái)自同一目標(biāo)源的實(shí)時(shí)觀測(cè)數(shù)據(jù)。

5 結(jié)論

基于上述所闡述的內(nèi)容可得出，智能機(jī)器人運(yùn)作中的智能多在多傳感器的應(yīng)用上體現(xiàn)出來(lái)，本文闡述與解析了智能機(jī)器人的多傳感器信息融合技術(shù)的內(nèi)容、問題以及解決方法。從而解決基于智能機(jī)器人的多傳感器信息融合技術(shù)中所出現(xiàn)的問題以及解決方法。