從結(jié)構(gòu)與算法出發(fā),深度解析多傳感器融合技術(shù)
發(fā)布時(shí)間:2016-07-01 責(zé)任編輯:susan
【導(dǎo)讀】多傳感器融合又稱多傳感器信息融合,有時(shí)也稱作多傳感器數(shù)據(jù)融合,于1973年在美國國防部資助開發(fā)的聲納信號(hào)處理系統(tǒng)中被首次提出,它是對(duì)多種信息的獲取、表示及其內(nèi)在聯(lián)系進(jìn)行綜合處理和優(yōu)化的技術(shù)。
隨著機(jī)器人技術(shù)的不斷發(fā)展,機(jī)器人的應(yīng)用領(lǐng)域和功能有了極大的拓展和提高。智能化已成為機(jī)器人技術(shù)的發(fā)展趨勢,而傳感器技術(shù)則是實(shí)現(xiàn)機(jī)器人智能化的基礎(chǔ)之一。由于單一傳感器獲得的信息非常有限,而且,還要受到自身品質(zhì)和性能的影響,因此,智能機(jī)器人通常配有數(shù)量眾多的不同類型的傳感器,以滿足探測和數(shù)據(jù)采集的需要。若對(duì)各傳感器采集的信息進(jìn)行單獨(dú)、孤立地處理,不僅會(huì)導(dǎo)致信息處理工作量的增加,而且,割斷了各傳感器信息間的內(nèi)在聯(lián)系,丟失了信息經(jīng)有機(jī)組合后可能蘊(yùn)含的有關(guān)環(huán)境特征,造成信息資源的浪費(fèi),甚至可能導(dǎo)致決策失誤。為了解決上述問題人們提出了多傳感器融合技術(shù)(multi-sensorfusion)。
概述
多傳感器融合又稱多傳感器信息融合(multi-sensor information fusion),有時(shí)也稱作多傳感器數(shù)據(jù)融合(multi-sensor data fusion),于1973年在美國國防部資助開發(fā)的聲納信號(hào)處理系統(tǒng)中被首次提出,它是對(duì)多種信息的獲取、表示及其內(nèi)在聯(lián)系進(jìn)行綜合處理和優(yōu)化的技術(shù)。它從多信息的視角進(jìn)行處理及綜合,得到各種信息的內(nèi)在聯(lián)系和規(guī)律,從而剔除無用的和錯(cuò)誤的信息,保留正確的和有用的成分,最終實(shí)現(xiàn)信息的優(yōu)化,也為智能信息處理技術(shù)的研究提供了新的觀念。
多傳感器融合的層次結(jié)構(gòu)
多傳感器融合在結(jié)構(gòu)上按其在融合系統(tǒng)中信息處理的抽象程度,主要?jiǎng)澐譃槿齻€(gè)層次:數(shù)據(jù)層融合、特征層融合和決策層融合。
1.數(shù)據(jù)層融合:也稱像素級(jí)融合,首先將傳感器的觀測數(shù)據(jù)融合,然后從融合的數(shù)據(jù)中提取特征向量,并進(jìn)行判斷識(shí)別。數(shù)據(jù)層融合需要傳感器是同質(zhì)的(傳感器觀測的是同一物理現(xiàn)象),如果多個(gè)傳感器是異質(zhì)的(觀測的不是同一個(gè)物理量),那么數(shù)據(jù)只能在特征層或決策層進(jìn)行融合。數(shù)據(jù)層融合不存在數(shù)據(jù)丟失的問題,得到的結(jié)果也是最準(zhǔn)確的,但計(jì)算量大,且對(duì)系統(tǒng)通信帶寬的要求很高。
2.特征層融合:特征層融合屬于中間層次,先從每種傳感器提供的觀測數(shù)據(jù)中提取的有代表性的特征,這些特征融合成單一的特征向量,然后運(yùn)用模式識(shí)別的方法進(jìn)行處理。這種方法的計(jì)算量及對(duì)通信帶寬的要求相對(duì)降低,但由于部分?jǐn)?shù)據(jù)的舍棄使其準(zhǔn)確性有所下降。
3.決策層融合:決策層融合屬于高層次的融合,由于對(duì)傳感器的數(shù)據(jù)進(jìn)行了濃縮,這種方法產(chǎn)生的結(jié)果相對(duì)而言最不準(zhǔn)確,但它的計(jì)算量及對(duì)通信帶寬的要求最低。
對(duì)于特定的多傳感器融合系統(tǒng)工程應(yīng)用,應(yīng)綜合考慮傳感器的性能、系統(tǒng)的計(jì)算能力、通信帶寬、期望的準(zhǔn)確率以及資金能力等因素,以確定哪種層次是最優(yōu)的。另外,在一個(gè)系統(tǒng)中,也可能同時(shí)在不同的融合層次上進(jìn)行融合。
多傳感器融合的算法
融合算法是融合處理的基礎(chǔ)。它是將多元輸入數(shù)據(jù)根據(jù)信息融合的功能要求,在不同融合層次上采用不同的數(shù)學(xué)方法,對(duì)數(shù)據(jù)進(jìn)行綜合處理,最終實(shí)現(xiàn)融合。目前已有大量的融合算法,它們都有各自的優(yōu)缺點(diǎn)。這些融合算法總體上法可以分為三大類型:嵌入約束法、證據(jù)組合法、人工神經(jīng)網(wǎng)絡(luò)法。
1.嵌入約束法
由多種傳感器所獲得的客觀環(huán)境的多組數(shù)據(jù)就是客觀環(huán)境按照某種映射關(guān)系形成的像,傳感器信息融合就是通過像求解原像,即對(duì)客觀環(huán)境加以了解。用數(shù)學(xué)語言描述就是,即使所有傳感器的全部信息,也只能描述環(huán)境的某些方面的特征,而具有這些特征的環(huán)境卻有很多,要使一組數(shù)據(jù)對(duì)應(yīng)惟一的環(huán)境(即上述映射為一一映射),就必須對(duì)映射的原像和映射本身加約束條件,使問題能有惟一的解。嵌入約束法有兩種基本的方法:貝葉斯估計(jì)和卡爾曼濾波。
2.證據(jù)組合法
證據(jù)組合法認(rèn)為完成某項(xiàng)智能任務(wù)是依據(jù)有關(guān)環(huán)境某方面的信息做出幾種可能的決策,而多傳感器數(shù)據(jù)信息在一定程度上反映環(huán)境這方面的情況。因此,分析每一數(shù)據(jù)作為支持某種決策證據(jù)的支持程度,并將不同傳感器數(shù)據(jù)的支持程度進(jìn)行組合,即證據(jù)組合,分析得出現(xiàn)有組合證據(jù)支持程度最大的決策作為信息融合的結(jié)果。
證據(jù)組合法是為完成某一任務(wù)的需要而處理多種傳感器的數(shù)據(jù)信息。它先對(duì)單個(gè)傳感器數(shù)據(jù)信息每種可能決策的支持程度給出度量(即數(shù)據(jù)信息作為證據(jù)對(duì)決策的支持程度),再尋找一種證據(jù)組合方法或規(guī)則,使在已知兩個(gè)不同傳感器數(shù)據(jù)(即證據(jù))對(duì)決策的分別支持程度時(shí),通過反復(fù)運(yùn)用組合規(guī)則,最終得出全體數(shù)據(jù)信息的聯(lián)合體對(duì)某決策總的支持程度,得到最大證據(jù)支持決策,即傳感器信息融合的結(jié)果。
常用的證據(jù)組合方法有:概率統(tǒng)計(jì)方法、D-S(Dempster-Shafer)證據(jù)推理法。
3.人工神經(jīng)網(wǎng)絡(luò)法
人工神經(jīng)網(wǎng)絡(luò)通過模仿人腦的結(jié)構(gòu)和工作原理,設(shè)計(jì)和建立相應(yīng)的機(jī)器和模型并完成一定的智能任務(wù)。神經(jīng)網(wǎng)絡(luò)根據(jù)當(dāng)前系統(tǒng)所接收到的樣本的相似性,確定分類標(biāo)準(zhǔn)。這種確定方法主要表現(xiàn)在網(wǎng)絡(luò)權(quán)值分布上,同時(shí)可采用神經(jīng)網(wǎng)絡(luò)特定的學(xué)習(xí)算法來獲取知識(shí),得到不確定性推理機(jī)制。采用神經(jīng)網(wǎng)絡(luò)法的多傳感器信息融合,分三個(gè)主要步驟:
(1).根據(jù)智能系統(tǒng)要求及傳感器信息融合的形式,選擇其拓?fù)浣Y(jié)構(gòu);
(2).各傳感器的輸入信息綜合處理為一總體輸入函數(shù),并將此函數(shù)映射定義為相關(guān)單元的映射函數(shù),通過神經(jīng)網(wǎng)絡(luò)與環(huán)境的交互作用把環(huán)境的統(tǒng)計(jì)規(guī)律反映網(wǎng)絡(luò)本身的結(jié)構(gòu);
(3).對(duì)傳感器輸出信息進(jìn)行學(xué)習(xí)、理解,確定權(quán)值的分配,進(jìn)而對(duì)輸入模式作出解釋,將輸入數(shù)據(jù)向量轉(zhuǎn)換成高級(jí)邏輯(符號(hào))概念。
前景展望
在多傳感器融合技術(shù)中,融合結(jié)構(gòu)、融合算法都占有重要地位。隨著多傳感器融合研究與應(yīng)用的深入,未來的多傳感器融合將會(huì)是一個(gè)更加復(fù)雜的信息處理過程,不僅包括許多具體的算法,而且結(jié)構(gòu)也比較復(fù)雜。如何根據(jù)實(shí)際應(yīng)用將算法與結(jié)構(gòu)有機(jī)地結(jié)合在一起,為整個(gè)融合系統(tǒng)提供更加有效的融合策略,這是未來多傳感器融合研究所要解決的主要問題。目前已有大量的融合算法,它們都存在各自的優(yōu)缺點(diǎn),需要通過合理的融合結(jié)構(gòu)將這些算法組合在一起,使其揚(yáng)長避短,構(gòu)成更加有效的融合方法。另外,多傳感器融合還將面臨一個(gè)難題,那就是動(dòng)態(tài)與未知環(huán)境下的融合問題,這無疑會(huì)對(duì)融合方法提出更高的要求。這不僅需要性能更好的融合算法,而且需要更加靈活的融合結(jié)構(gòu),提高融合系統(tǒng)的自適應(yīng)性和魯棒性。
特別推薦
- 授權(quán)代理商貿(mào)澤電子供應(yīng)Same Sky多樣化電子元器件
- 使用合適的窗口電壓監(jiān)控器優(yōu)化系統(tǒng)設(shè)計(jì)
- ADI電機(jī)運(yùn)動(dòng)控制解決方案 驅(qū)動(dòng)智能運(yùn)動(dòng)新時(shí)代
- 倍福推出采用 TwinSAFE SC 技術(shù)的 EtherCAT 端子模塊 EL3453-0090
- TDK推出新的X系列環(huán)保型SMD壓敏電阻
- Vishay 推出新款采用0102、0204和 0207封裝的精密薄膜MELF電阻
- Microchip推出新款交鑰匙電容式觸摸控制器產(chǎn)品 MTCH2120
技術(shù)文章更多>>
- 中微公司成功從美國國防部中國軍事企業(yè)清單中移除
- 華邦電子白皮書:滿足歐盟無線電設(shè)備指令(RED)信息安全標(biāo)準(zhǔn)
- 功率器件熱設(shè)計(jì)基礎(chǔ)(九)——功率半導(dǎo)體模塊的熱擴(kuò)散
- 準(zhǔn) Z 源逆變器的設(shè)計(jì)
- 第12講:三菱電機(jī)高壓SiC芯片技術(shù)
技術(shù)白皮書下載更多>>
- 車規(guī)與基于V2X的車輛協(xié)同主動(dòng)避撞技術(shù)展望
- 數(shù)字隔離助力新能源汽車安全隔離的新挑戰(zhàn)
- 汽車模塊拋負(fù)載的解決方案
- 車用連接器的安全創(chuàng)新應(yīng)用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索
單向可控硅
刀開關(guān)
等離子顯示屏
低頻電感
低通濾波器
低音炮電路
滌綸電容
點(diǎn)膠設(shè)備
電池
電池管理系統(tǒng)
電磁蜂鳴器
電磁兼容
電磁爐危害
電動(dòng)車
電動(dòng)工具
電動(dòng)汽車
電感
電工電路
電機(jī)控制
電解電容
電纜連接器
電力電子
電力繼電器
電力線通信
電流保險(xiǎn)絲
電流表
電流傳感器
電流互感器
電路保護(hù)
電路圖