基于智能機器人的多傳感器信息融合技術

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

如今傳統機器人加上多傳感器以及外界信息融合技術相結合形成智能機器人。其運作方式跟人類的拷貝如出一轍，人類的五官系統就相當于智能機器人傳感器的運作方式，所以說，如今能對于外界環境的變化做出反應的機器人就稱之為智能機器人。其次，要想機器人做出較為智能的運作，那么學者就要將傳感器所采集到的外界環境信息加以綜合性的判斷。這一系列的操作更能實質性地體現出機器人的智能化。

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

1 智能機器人的感覺

立體視覺傳感器系統、觸覺傳感器系統、聽覺傳感器系統、測距傳感器系統、力和力矩傳感器等這一系列的傳感器都是一個功能較強的智能機器人所要裝配具備的東西。要想使得智能機器人能完進行綜合，對他周圍的環境和正在發生的事件進行估計這是人類的基本本能。本質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傳傳感器完成一些高難度運作，那么學者就要將同一類型或者不同類型的傳感器一起存在于機器人的傳感器系統里。造成信息丟失和機器人的決策失誤這一問題的原因都是因為各個不同的傳感器在采集的信息中只做了單一的處理和判斷。更多的引利用現有的信息融合科技，讓處于相同外界環境下的多個傳感器系統依據外界所給出的一定計算與分析開展融合。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

傳感器技術是在上世紀五十年代中期才問世完成的，在那時候計算機技術和傳統的數字控制技術相對比與來說，傳感器技術的發展還存在較大的問題，很多成果都是停留在實驗室階段，沒有投入到具體的應用當中。傳感器技術的發展經過了三個階段，分別是結構性傳感器，物體傳感器以及智能傳感器，對于當下的多傳感器融合體系結構可以劃分為，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構的對比

首先對于結構型傳感器來說以自身的結構部分的變化導致出現某種力場出現一定的變化這樣可以反映我們實際測量物體的大小和相關的變化物理傳感器；利用構成傳感器的一部分材料加上材料本身擁有的特性在使用的情況下出現了一定的變化，從而將信號轉移成為電信號或者其他類型的輸出信號。日常生活中，人們對于認知世界會將身體上的各個器官所接收到的外界信息來進行信息的分析和處理之后來開展信息的綜合，為接下來需要對外界環境以及正在發生的事情做出相對應的反應。百變不離其宗，多傳感器的運作方式與人們所做出的這一系列反應基本一致。因為多傳感器運作時就是利用多個傳感器資源、通過對接收到的各種觀測信息在空間和時間上的信息冗余與互補，并依據一種特定的方式優化準則組合起來，從而得出對于觀測的外界環境進行一致性的分析以及描述。其基本目標就是基于各個傳感器分離觀測到的信息通過對于該信息的優化組合，得出更多權威性、確定性的有效信息。學者在研究的過程中，其最終目的就是利用現有條件的多個傳感器共同運作或聯合運作的優勢來大大提高整個傳感器系統的權威性。

3 智能機器人信息融合研究的內容

如今，要想對于智能機器人信息融合有更好的認知，那么學者就要從融合結構、融合算法、傳感器距離測量問題、目標識別系統、自主導航系統和定位以及路徑規劃跟蹤這幾個板塊了解研究。

3.1 融合結構

探究智能機器人的融合結構時，可將其劃分為三個主要的板塊：集中時融合分布式融合以及混合式融合，集中式融合就是將各個傳感器對于外界所采集到的信息集中到一個信息融合中心進行處理；分布式融合就是將各個傳感器所采集到信息分別進行預處理，然后再輸入進信息融合中心進行二次權威性的處理；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既有分布也有集中，它的每個傳感器信息都可以在研究過程中被其多次運用。

3.2 融合方法

智能機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：加權平均法、Kalman濾波、擴展Kalman濾波、Bayes估計、證據推理、模糊邏輯、神經網絡以及基于行為方法和基于規則方法等。

3.3 傳感器測距問題

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

3.4 目標識別

怎樣提取最穩健的、能夠進行分離的目標特征，就要從目標識別里著手處理。智能機器人利用視覺傳感器以及各種測量距離的傳感器進行操作處理的最初目標就是機器人需要進行目標識別形狀、長短、方位、位置和顏色等就包括在識別的信息里。

3.5 自主導航

當下在智能機器人的研究里，頻繁出現的一大熱點問題就是導航技術，這也是研究智能機器人的一項核心技術。接下來將為大家講解在導航技術中D.White所提出的三個問題。

3.5.1 定位問題

對于該問題的研究時，學者應將重點放在如何利用智能機器人的內部與外部傳感器來使得機器人能夠有效地獲取外界的環境信息，讓研究人員能夠在第一時間確定機器人在作業環境里的行進方位。

圖1 融合方法

3.5.2 路徑規劃問題

在智能機器人的行進過程中，主要需要學者重點研究的就是機器人路徑規劃的問題，這一問題主要就是研究如何讓智能機器人在一條外界所提供的行徑路徑上做到從開始到結束過程中的無碰撞。在進行研究時，一些路徑會出現局部位置或者完全位置，這對于研究過程會產生一些影響因為智能機器人在作業路徑中要有效地獲取目標障礙物的方位、形狀以及長度等信息，讓智能機器人在運作行進的過程中不觸碰到任何障礙物。目前以自由空間法的應用范圍較多，自由空間發是使用多邊形等模式，構建一個自由完整的空間。進行路徑對話的時候需要對于空間進行描述，也就是建模，在二維平面運動當中，規劃環境的邊界，使用多邊形描述，將機器人看做點，實現路徑的規劃。

如圖2，S為起始點，G為終點，紅線為路徑。

圖2 路徑規劃問題

4 信息融合的關鍵問題

4.1 數據對準

學者在研究多傳感器如何系統時，應該注意到，研究過程中要將每個傳感器所提供的觀測數都計算在各自的參考框架之內。在這一系列操作中學者要注意的是，由于運用了多傳感器，多傳感器時空配準引起的舍入誤差必須進行補償，不然所得到的數據就會出現偏差，從而影響到學者對信息融合研究。

4.2 同類或異類數據

一般情況下，多傳感器所給學者提供的數據屬性可以作為同類的情況出現，也可以作為異類的情況出現，那么這兩者區別在哪，我們可以簡單的理解為同類所提供數據的信息較于異類所提供的信息數據在實踐上有著不同，基于上述言論，我們就知道由于出現了同類以及異類，所以就會導致觀測到的信息產生分歧，所測量到的信息維數相互矛盾等實質性的研究問題，使得觀測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 傳感器觀測數據的不確定性

傳感器在工作的環境中會有著不確定的因素，這一些因素就會導致學者在觀測到這些數據里會有著噪聲成分。學者在研究的過程中要怎樣解決或者避免這些問題，這時就需要我們將對于多源觀測的數據進行有效性的驗證分析，并且對這一點補充綜合，這樣才可以有效地降低噪聲等影響實驗等外界信息。

4.4 不完整、不一致及虛假數據

學者在將多傳感器所采集的信息進行融合的時候可能會出現接收到的這一測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量數據有所缺失，出現缺失之后，隨之帶來的是多傳感器數據在研究過程中會出現對于外界環境觀測之后做出不一致或者相互矛盾的狀況。此外，學者在對于該項目的研究時由于外界干擾因素以及噪聲的影響的存在，所得到的數據往往是虛假的測量數據。要想所得到的數據不出現上述情況，學者就要在研究的過程中讓信息融合系統對于這些獲得的不完整的以及虛假的數據進行較為合理融合處理。

4.5 數據關聯

研究數據關聯時會出現一些廣泛的問題，在出現這一問題時，學者就要從要單傳感器在時間域上的關聯問題以及多傳感器在地點上的空間域上的這一系列關聯問題來處理。解決了這一系列問題后，學者就能確定來自同一目標源的實時觀測數據。

5 結論

基于上述所闡述的內容可得出，智能機器人運作中的智能多在多傳感器的應用上體現出來，本文闡述與解析了智能機器人的多傳感器信息融合技術的內容、問題以及解決方法。從而解決基于智能機器人的多傳感器信息融合技術中所出現的問題以及解決方法。