



下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、機器人多傳感器信息融合研究綜述機器人多傳感器信息融合的發展趨勢微型化和智能化機器人傳感器的研究傳感器是機器人的五官$也是機器人多傳感器信息融合技術的硬件基礎$臺智能化程度較高的機器人通常配有幾十只乃至上百只傳感器%隨著/A/V技術和精加工技術飛速地發展$使得微型傳感器的研發和生產成為可能為進一步減小機器人的體積和提高傳感器的性能$機器人傳感器將向著信息轉換&處理&專輸為一 體的智能化發展 滋口德國aO*O1)14L1).)3*公司研制的a VH ;#8$智能視覺傳感器集圖像采集&處理&Xb/控制及通信于一體$而體積僅有$#44cQ#44cPR9;44% 該圖像傳感器采用了當前性能最強大的圖像處
2、理專用ZV:$其工作頻率高 達;#/0陋算速度高達P#/X:V $智能化程度高$搭建系統成本低%多傳感器信息融合算法的改進現有的多傳感器信息融合算法有著自身的缺陷和局限性%目前主要采用幾種算法共同使用的方法來對其進行彌補%如模糊神經網絡算法彌補了模糊邏輯自適用能力差的缺點也提高了神經網絡算法的魯棒性%目前$將模糊邏輯&神經網絡&進化計算&小波變換等智能計算方法有機地結合起來$是一個重要的發展趨勢(;)% 多種信息融合算法的綜合運用雖然能夠彌補單一算法的缺陷$但同時增加了系統的計算量$降低了系統的反應速度%因此$對機器人多信息融合算法的 改進和創新是迫切需要的% Z(KO+ D1, .)-1等人
3、正在嘗試用一種在非統計世界 中在線學習模型的方法來融合來自于激光探測儀和紅外幅度探測器的信息$以提高機器人導航的能力%文獻(R)提出了一種改進的ZCV論據理論對超聲波傳感 器采集的信息進行融合$在傳感器模型中增加一個距離信度因子$減少了超聲波傳感器采集信息的不確定性 %文獻(Q)提出了一種基于任務的神經網絡多傳感 器數據融合新方法%該方法根據遙控操作機器人過程中的不同任務$利用優化的神經網絡算法$對雙視覺&六維力U力矩&接近覺!數字U莫擬&指端力&關節角度等 多種傳感器信息進行融合決策結論近幾十年來,多傳感器信息融合技術得到了普遍的關注和廣泛的應用,已成為智 能機器人的關鍵技術。采用機器人多傳
4、感器信息融合技術,可使機器人獲得對環 境的正確理解,使機器人系統具有容錯性,保證系統信息處理的快速性和正確性。 傳感器技術的發展和信息融合技術水平的提高 $使機器人獲取環境信息的感知能 力和系統決策能力不斷提高。隨著社會對機器人的需求量越來越高,機器人多 信息融合技術將會有更加廣闊的發展前景。 機器人多傳感器信息融合技術的研究 不僅可以推動機器人智能化的進程而且還可以推動相關研究領域的發展。多傳感器融合技術基本原理多傳感器數據融合是對多種信息的獲取、 表示及其內在聯系進行綜合處理和優化 的技術。其基本原理2就是充分利用傳感器資源,合理支配使用傳感器檢測 信息,將采集的信息依據某種準則組合起來,
5、產生目標的一致性描述。其目的是 基于分離信息的優化組合,提高傳感器系統有效性,達到對智能模擬的效果。 多傳感器融合的步驟: 信號獲取。根據不同情況選擇適應的傳感器獲取被測目標的信息,一般采 用工程專用傳感器,演示系統選用視覺傳感器加語音識別的組合。數據預處理。在信號獲取過程中,由于客觀環境的影響,采集的信息常伴 有干擾,有必要在處理前進行過濾,以盡可能保持采集信息的純度。特征提取。特征為檢測目標的各種物理量,如位置、旋轉和音頻等。融合計算。包括數據相關技術和識別技術等。信息融合算法及其應用研究2.1信息融合的定義信息融合實質就是充分利用多個傳感器或多特征屬性的感知數據,以一定的規則合理的使用和
6、支配這些感知數據,綜合多方位的不完整的局部環境信息, 消除信 息間可能存在的矛盾,得到對感知對象的描述或解釋,又叫多源信息融合或多傳 感器信息融合。可見,多源信息融合過程本質上仍然是一個信息處理的過程,只是其處理的多源信息是多級別、多方面、多層次的。雖然對信息融合這門新技術研究有了很大的突破,但是目前仍然沒有一個被廣泛認可的關于信息融合的定義。不同研究領域的科研人員根據自己的應用領域和自 己的理解,分別給出了不同的定義,如 Waltz3認為信息融合是對來自多個信 息源的數據進行處理,獲取對監測對象準確的狀態估計,以及實時和完備的態勢估量。美國三軍實驗室JDL4給出信息融合是對單一種類和復合信息
7、源進行處理,獲取更為精確的位置、狀態和 身份信息、完備和實時的態勢估計的過程。Ro ng Li31最近給出定義信息融合是為了達成某個特定目標而對多個信息進行綜合處理。綜上各種不同的定義,可以得出信息融合的定義可以理解為, 是對來自多個數據 源的信息利用計算機技術進行多層次、 多方面的綜合處理的過程,從而產生一個 能夠達到所需的決策和估計目標的新信息。因此,信息融合的數據來源是傳感器, 處理對象是數據信息,信息融合的核心是協調優化和綜合處理。2.3信息融合的級別根據被測對象需要處理多源信息的層次關系,可將信息融合系統的實現過程 劃分為三個層次:數據級信息融合、特征級信息融合和決策級信息融合。數據
8、級融合是最低層次的融合,直接對傳感器的觀測數據進行融合處理, 然 后基于融合后的結果進行特征提取和判斷決策。這種融合處理方法的主要優點 是:較少的數據量損失,擁有其他融合層次所不能提供的細微信息,精度最高。 它的局限性包括:傳感器數據量大,故處理代價高,實時性差;這種融合是在信 息的最低層進行的,傳感器信息的不確定性、不完全性和不穩定性要求在融合時 有較高的糾纏處理能力;傳感器必須是同類的,即提供對同一觀測對象的同類觀 測數據;數據通信量大,抗干擾能力差。特征級信息融合的實現過程為:首先抽取每個傳感器的觀測數據的特征,得到 對應的特征向量,特征向量必須盡可能多的保證原數據包含的信息, 然后把這
9、些 特征向量利用相關方法關聯融合起來,并根據融合后的特征向量進行決策給出判 決結果。特征級信息融合實現了對原始信息的提煉和壓縮,減小了數據量,提高 了運算速度。主要應用于目標識別與跟蹤綜合模式識別等問題。決策級信息融合的實現過程為:首先對每個傳感器的觀測數據分別進行特征 提取,對特征進行獨立的判斷,得到子決策,然后把這些子決策送到融合中心, 進行關聯處理和決策融合,最終獲得輸出聯合推斷結果。可見,決策級融合是一 個聯合決策過程,可以獲得更高的決策精度和較好的魯棒性。 因而該方法可應用 于多屬性信息聯合決策、復雜系統的多元狀態監測問題。信息融合的信息對象信息融合系統的數據來源有:傳感器的檢測信息
10、,人工輸入信息和先驗數據 庫。傳感器的檢測信息是系統所需的主要對象,是信息融合系統的主要信息源。 對來自傳感器組數據信息,多源系統在信息處理過程中會得到三類信息:(1)冗余信息:冗余信息是由多種傳感器對客觀事物的某一特征提供的多 個重復信息,它可以提高系統的可靠性。冗余信息是由多個獨立傳感器提供的關于環境信息中 同一特征的多個信息,也可以是某一傳感器在一段時間內多次測量得到的信息。冗余信息的 融合可以減少測量噪聲等引起的不確定性,提高整個系統的精度。互補信息:互補信息是指由多種傳感器觀測到的相互獨立的外界特征 信息,它可以擴展系統的性能。互補信息在一個多傳感器系統中, 每個傳感器提 供的環境特征都是彼此獨立的,即感知的是環境各個不同的側面。則將這些特征 綜合起來就可以構成一個更為完整的環境描述,這些信息稱為互補信息。互補信息的融合減少了由于缺少某些環境特征而產生的對環境理解的歧義,提高了系統描述環境的完整性和正確性,增強了系統正確決策的能力。協同信息:協同信息是指單一傳感器無法獲得,必須依靠多種傳感器 協同作用才能獲得的信息,它可以進一步擴大系統的控制范圍。協同信息在多傳
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數學教學環節課件圖片
- 教顏色的單詞課件
- 開禮盒教學課件
- 【蘇州】江蘇蘇州常熟經開區遴選事業單位工作人員6人筆試歷年典型考題及考點剖析附帶答案詳解
- 敦煌古箏活動方案
- 舊衣扎染活動方案
- 文化體育游泳活動方案
- 數據共享沙龍活動方案
- 時光小院手工活動方案
- 無人機經營活動方案
- 嬰幼兒語言發育篩查量表優質資料
- 《屹立在世界的東方》示范課教學課件【人教部編版小學道德與法治五年級下冊】
- GB/T 16924-2008鋼件的淬火與回火
- 基礎護理學:肌內注射
- 應急值守專題培訓課件
- DB23T 1318-2020 黑龍江省建設施工現場安全生產標準化實施標準
- 新加坡公司法-英文版
- 醫院管理腎內科腹膜透析護理常規
- 自動控制原理浮球液位控制系統課程設計
- 離婚一方財產轉移
- 隧道施工安全技術教育培訓記錄(共19頁)
評論
0/150
提交評論