多傳感器信息融合基本原理及應(yīng)用

b．神經(jīng)網(wǎng)絡(luò)方法是在現(xiàn)代神經(jīng)生物學(xué)和認(rèn)知科學(xué)對(duì)人類信息處理研究成果的基礎(chǔ)上提出的，它有大規(guī)模并行處理、連續(xù)時(shí)間動(dòng)力學(xué)和網(wǎng)絡(luò)全局作用等特點(diǎn)，將存儲(chǔ)體和操作合二為一。利用人工神經(jīng)網(wǎng)絡(luò)的高速并行運(yùn)算能力，可以避開信息融合中建模的過(guò)程，從而消除由于模型不符或參數(shù)選擇不當(dāng)帶來(lái)的影響，并實(shí)現(xiàn)實(shí)時(shí)識(shí)別。由于神經(jīng)網(wǎng)絡(luò)的種類繁多，學(xué)習(xí)算法多種多樣，新的結(jié)構(gòu)和算法層出不窮，使得目前對(duì)神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)的研究非常廣泛。

四、信息融合技術(shù)的應(yīng)用研究

最初信息融合技術(shù)是為了滿足戰(zhàn)爭(zhēng)的需求，目前軍事領(lǐng)域仍是信息融合的最大應(yīng)用領(lǐng)域，發(fā)展也最快，主要應(yīng)用在預(yù)警系統(tǒng)、武器系統(tǒng)的指揮和控制、情報(bào)保障系統(tǒng)、軍事力量的評(píng)估和指揮系統(tǒng)以及天地一體化信息融合系統(tǒng)。隨著各種傳感器技術(shù)和電子芯片的發(fā)展，信息融合技術(shù)在民用方面也得到了廣泛的發(fā)展，下面詳細(xì)介紹數(shù)據(jù)融合在智能機(jī)器人、故障診斷和圖像處理方面的應(yīng)用。

①信息融合在機(jī)器人研究領(lǐng)域中的應(yīng)用機(jī)器人技術(shù)是一門綜合技術(shù)，集光機(jī)電液信于一身，多感覺(jué)傳感器系統(tǒng)與機(jī)器人相結(jié)合，形成感覺(jué)機(jī)器人和智能機(jī)器人。機(jī)器人演奏、機(jī)器人足球比賽、機(jī)器人摔跤等需要高度信息融合技術(shù)，工業(yè)機(jī)器人則成為典型的多傳感器集成和融合系統(tǒng)，這里主要介紹信息融合技術(shù)在移動(dòng)機(jī)器人和工業(yè)機(jī)器人方面的應(yīng)用。

如何精確地獲得自身的位置并由此規(guī)劃運(yùn)動(dòng)路徑，是自主式移動(dòng)機(jī)器人研究領(lǐng)域中一直得到關(guān)注的問(wèn)題。輪式移動(dòng)機(jī)器人由于輪子打滑及測(cè)量模型噪聲等原因，存在累計(jì)誤差問(wèn)題。為了進(jìn)一步提高移動(dòng)機(jī)器人的定位精度，文獻(xiàn)[15]采用擴(kuò)展Kalman濾波對(duì)這兩種傳感器信息進(jìn)行融合，即通過(guò)激光掃描器提供的信息不斷修正光電編碼器的定位信息，提高了定位精度。

工業(yè)機(jī)器人在工業(yè)系統(tǒng)中主要完成物料搬運(yùn)、制造、裝配、檢測(cè)等，現(xiàn)已有一些較為成熟的應(yīng)用例子，如Hitachi公司研制的應(yīng)用于電子產(chǎn)品裝配線上的工業(yè)機(jī)器人將三維視覺(jué)傳感器和力傳感器測(cè)出的數(shù)據(jù)進(jìn)行融合。Georgia理工學(xué)院研制的機(jī)器人融合視覺(jué)和觸覺(jué)傳感器的信息。還有Groen等人研制的用于機(jī)械產(chǎn)品裝配生產(chǎn)線上、Smith和Nitan等人研制的用于產(chǎn)品包裝、Kremers等人研制的適用于加工制造業(yè)的一些工業(yè)機(jī)器人。

2）信息融合技術(shù)在故障診斷領(lǐng)域中的應(yīng)用基于信息融合的故障診斷方法，是通過(guò)多傳感器獲取設(shè)備狀態(tài)的特征信號(hào)，并進(jìn)行多層關(guān)聯(lián)組合、數(shù)據(jù)選擇，從而獲得對(duì)診斷對(duì)象故障信息更可靠的認(rèn)識(shí)和對(duì)潛在故障發(fā)展趨勢(shì)的態(tài)勢(shì)評(píng)估。

文獻(xiàn)[16]針對(duì)某泵壓式供應(yīng)系統(tǒng)液體火箭發(fā)動(dòng)機(jī)的泄漏故障，利用系統(tǒng)故障癥狀的分散性，提出了一種基于模糊數(shù)據(jù)融合技術(shù)的系統(tǒng)故障診斷方法。文獻(xiàn)[17]構(gòu)造了神經(jīng)網(wǎng)絡(luò)信息融合中心，對(duì)來(lái)自多傳感器的殘差信號(hào)進(jìn)行了預(yù)處理和離散小波變換，使用改進(jìn)BP算法對(duì)神經(jīng)網(wǎng)絡(luò)分類器訓(xùn)練以進(jìn)行相應(yīng)的故障模式識(shí)別。文獻(xiàn)[18]利用不同采樣速率多傳感器觀測(cè)對(duì)象，充分考慮多尺度、多信息融合狀態(tài)估計(jì)精度和強(qiáng)跟蹤濾波器理論在處理非線性系統(tǒng)時(shí)變參數(shù)與狀態(tài)估計(jì)的能力，實(shí)現(xiàn)了變壓器故障的在線診斷。

3）信息融合技術(shù)在圖像處理方面的應(yīng)用遙感圖像的信息融合能使各種空間、波譜和時(shí)間分辨率的圖像納入統(tǒng)一的時(shí)空內(nèi)，融合構(gòu)成一種新的圖像，增加信息量，實(shí)現(xiàn)多種信息的互補(bǔ)，改善了圖像的質(zhì)量和有效性。文獻(xiàn)〔19〕把同一目標(biāo)的不同傳感器獲得的圖像數(shù)據(jù)利用小波包變換進(jìn)行融合，得到目標(biāo)較為清晰的融合圖像。文獻(xiàn)〔20〕提出了一種針對(duì)SAR（合成孔徑雷達(dá)）圖像保留邊緣的融合方法，在計(jì)算量不顯著增加的前提下，提高了邊緣檢測(cè)的質(zhì)量。

在醫(yī)學(xué)方面CT與NMR具有不同的成像機(jī)理，CT能夠清晰表達(dá)骨骼信息，而NMR能夠清晰表達(dá)軟組織信息，文獻(xiàn)[21]提出了一種新的基于小波變換的系數(shù)取大融合算法，從而既可清晰地表現(xiàn)骨組織信息，又可清晰地表現(xiàn)軟組織信息，這對(duì)臨床醫(yī)學(xué)具有十分重要的意義。

五、數(shù)據(jù)融合研究中的存在問(wèn)題

1）未形成基本理論框架和有效廣義模型及算法雖然數(shù)據(jù)融合的研究已經(jīng)相當(dāng)廣泛，但是自前對(duì)信息融合的研究都是根據(jù)問(wèn)題的種類，各自建立融合準(zhǔn)則，并在此基礎(chǔ)上形成所謂最佳融合方案，而且目前很多研究工作是基礎(chǔ)研究、仿真性工作。

2）關(guān)聯(lián)的二義性是數(shù)據(jù)融合中的主要障礙在進(jìn)行融合處理前，必須對(duì)信息進(jìn)行關(guān)聯(lián)，以保證所融合的信息是來(lái)自同一目標(biāo)。所以，信息可融合性的判斷準(zhǔn)則及如何進(jìn)一步降低關(guān)聯(lián)的二義性已成為融合研究領(lǐng)域亟待解決的問(wèn)題。

3）數(shù)據(jù)融合方法與融合系統(tǒng)實(shí)施問(wèn)題數(shù)據(jù)融合系統(tǒng)的設(shè)計(jì)實(shí)施目前還存在許多實(shí)際的問(wèn)題：傳感器動(dòng)態(tài)測(cè)量誤差模型的建立、傳感器系統(tǒng)優(yōu)化、復(fù)雜動(dòng)態(tài)環(huán)境下系統(tǒng)實(shí)時(shí)性、大型知識(shí)庫(kù)的建立與管理、與其他領(lǐng)域的很多新技術(shù)的“嫁接與融合”，如人工智能技術(shù)、計(jì)算神經(jīng)網(wǎng)絡(luò)計(jì)算、遺傳算法、進(jìn)化計(jì)算、虛擬現(xiàn)實(shí)技術(shù)性等，這些尚無(wú)成熟理論。

4）融合系統(tǒng)的容錯(cuò)性和穩(wěn)健性沒(méi)有得到很好的解決沖突（矛盾）信息或傳感器故障所產(chǎn)生的錯(cuò)誤信息等的有效處理，即系統(tǒng)的容錯(cuò)性或穩(wěn)健性也是信息融合理論研究中必須考慮的問(wèn)題。

六、研究方向展望

盡管信息融合技術(shù)20多年來(lái)已有了很大的發(fā)展，但仍然還有很多領(lǐng)域有待于進(jìn)一步的研究與探索，目前主要包括：

① 多傳感器分布檢測(cè)研究分布式檢測(cè)融合自提出至今已形成了比較完善的理論體系。目前對(duì)該領(lǐng)域的研究主要有：在各檢測(cè)器性能時(shí)變的條件下，如何自適應(yīng)估計(jì)各檢測(cè)器性能并進(jìn)行分布式檢測(cè)融合是目前的一個(gè)方向;在信號(hào)參數(shù)模糊下的分布式檢測(cè)融合問(wèn)題：在信號(hào)參數(shù)隨機(jī)變化下的分布式檢測(cè)融合問(wèn)題；微弱信號(hào)的檢測(cè)融合問(wèn)題。

② 異類多傳感器信息融合技術(shù)研究異類多傳感器信息融合由于具有時(shí)間不同步，數(shù)據(jù)率不一致及測(cè)量維數(shù)不匹配等特點(diǎn)，幾因而具有很大的不確定性。在異類多傳感器信息融合中，如何利用各傳感器信息進(jìn)行航跡起始，如何綜合利用位置、動(dòng)態(tài)及特征和屬性參數(shù)改善目標(biāo)跟蹤性，如何合理利用互補(bǔ)信息以改善對(duì)目標(biāo)的識(shí)別及如何實(shí)現(xiàn)檢測(cè)跟蹤的聯(lián)合優(yōu)化都是需要進(jìn)一步研究和解決的問(wèn)題。③傳感器資源分配與管理技術(shù)研究多個(gè)傳感器構(gòu)成了多傳感器系統(tǒng)的互補(bǔ)體系，因此必須按照某些工作準(zhǔn)則適當(dāng)?shù)毓芾磉@些傳感器，以便獲得最優(yōu)的數(shù)據(jù)采集性能。傳感器管理的內(nèi)容通常包括：空間管理、模式管理和時(shí)間管理。這一方面主要包括：傳感器性能預(yù)測(cè)，傳感器對(duì)目標(biāo)的分配方法，傳感器空間和時(shí)間作用范圍控制準(zhǔn)則，傳感器配置和控制策略，傳感器接口技術(shù)，傳感器對(duì)目標(biāo)分配的優(yōu)先級(jí)技術(shù)，以及傳感器指示和交接技術(shù)。

③ 研究數(shù)據(jù)融合用的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)，高速并行檢索和推理機(jī)制利用大型空間數(shù)據(jù)庫(kù)中數(shù)據(jù)和知識(shí)進(jìn)行推理是融合系統(tǒng)過(guò)程中的關(guān)鍵任務(wù)，因此深人研究和探討空間數(shù)據(jù)庫(kù)的知識(shí)庫(kù)，高速并行推理機(jī)制應(yīng)成為未來(lái)的研究重點(diǎn)之一。

七、結(jié)語(yǔ)

綜上所述，多傳感器信息融合技術(shù)涉及到多學(xué)科、多領(lǐng)域，且具有多信息量、多層次、多手段等特點(diǎn)，并在機(jī)器人、故障診斷、圖像處理等民用領(lǐng)域中，充分發(fā)揮了強(qiáng)大的信息處理優(yōu)勢(shì)，幾乎一切需要信息處理的系統(tǒng)都可以應(yīng)用信息融合，利用信息融合技術(shù)可得到比單一信息源更精確更完全的判斷。隨著科學(xué)技術(shù)的發(fā)展，尤其是人工智能技術(shù)的進(jìn)步，數(shù)據(jù)融合的基礎(chǔ)理論將更加完善，兼有穩(wěn)健性和準(zhǔn)確性的融合算法和模型將不斷推出，研究數(shù)據(jù)融合的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)也會(huì)取得重大進(jìn)展。在將來(lái)，多傳感器信息融合技術(shù)以軍事應(yīng)用為核心，將不斷地向工業(yè)、農(nóng)業(yè)等領(lǐng)域滲透，進(jìn)而取得更為廣泛的應(yīng)用。