（检测技术与自动化装置专业论文）多传感器数据融合及其在移动机器人中的应用.pdf

北方工业大学硕士学位论文 摘要 多传感器数据融合技术和自主移动机器人技术均为当前国际研究的热点，但是 在我国尚处于发展初期。多传感器融合技术已经在“9 7 3 ”计划中作为鼓励研究领域 重点推出，该技术在军事决策、工业控制、特种机器人、海洋监视和综合导航等领 域有着广泛的应用前景。本文从理论和实践两方面对多传感器数据融合技术进行了 卓有成效的探索，做出了一定实验的结果，主要包括以下四个方面的内容： 第一，介绍了多传感器数据融合技术在国内外发展的概况，以及多传感器数据融 合系统的功能和结构模型，列举出了该技术在机器人方面成功运用的案例；同时介 绍了几种常用的数据融合算法，如b a y e s 方法、d s 证据推理方法、模糊集理论、 神经网络法等。 第二，将强跟踪滤波器( s t r o n gt r a c k i n gf i l t e r ) j 里论引入到多传感数据融合系统中。文 中列出了该理论的关键推导步骤和相关定理，以及主要参数的计算公式。然后采用 m a a b 的m 文件编程实现这一组递推算法。并对一个假设的典型多传感器融合非线性 时变系统的状态和参数进行联合估计仿真，与扩展卡尔曼滤波器算法比较，得到了非常 理想的效果，从而也丰富了数据融合理论。 第三，在自主移动机器人实验平台的软件框架中加入电子罗盘模块，并结合编码 器、超声和红外传感器的信息，成功实现机器人定点方向调整与自主导航，从而也得出 了这样的结论：只依靠电子罗盘导航是不精确的。编程中的难点包括整个程序框架和接 口函数的理解、电子罗盘类的封装、串行口通信、线程间同步和通信等。 第四，自主设计和实现了基于a t 8 9 c 5 2 单片机的多红外传感器障碍物信息检测与 环境温度检测系统。文中详细地给出了该系统的硬件设计和软件实现的全过程，在软件 方面，在k e i lc 5 1 环境下采用纯c 语言编程实现。同时，在p c 机上用v i s u a lc + + 6 0 编写了一个数据帧接收程序，完成了p c 机与单片机问的通信。 关键词：数据融合：移动机器人；强跟踪滤波器；电子罗盘：红外传感器 北方工业大学硕士学位沦文 t h et e c h n o l o g yo fm u l t i s e n s o rd a t af u s i o na n di t sa p p l i c a t i o nf o r m o b i l er o b o t a b s t r a c t t h et e c h n o l o g yo fm u l t i s e n s o rd a t af u s i o na n da u t o n o m o u sm o b i l er o b o tb o t ha r ep o p t o p i c si nt h ew o r l da tt h ep r e s e n t b u t ，i nd o m e s t i cr e l e v a n ts c i e n c ef i e l d s ，t h et e c h n o l o g yi s s t i l li ni n i t i a ls t a g e s f o r t u n a t e l y , t h et e c h n o l o g yo fm u l t i s e n s o rd a t af u s i o nw a s b r o u g h t f o r t ha sa ni m p o r t a n tr e s e a r c hf i e l di nt h ep r o j e c t9 7 3 t h e r ei sab r o a da p p l i c a t i o n p r o s p e c ta b o u tt h et e c h n i q u ei nv a r i o u sf i e l d s ，s u c ha sm i l i t a r yd e c i s i o n - m a k i n g ，i n d u s t r y c o n t r o l ，s p e c i a lr o b o t ，o c e a ns c o u t i n g ，a n di n t e g r a t i v en a v i g a t i o n ，e t c i nt h i sa r t i c l e ，t h e a u t h o rh a sp e r f o r m e df r u i t f u l l yi nt h e o r e t i ca s p e c ta n dp r a c t i c ea s p e c t ，a n dh a sg o t t e ns o m e s i g n i f i c a n tr e s u l t sa sw e l l t h e r ea r cf o u rp r i m a r ya s p e c t sa b o u tt h i sa r t i c l ea sb e l o w f i r s t l y ，aw o r l d w i d es u r v e yo fm u l t i s e n s o rd a t af u s i o nt e c h n o l o g yi sp r e s e n t e d ，a n dt h e d a t af u s i o ns y s t e m s f u n c t i o na n df r a m e w o r ka r ed e s c r i b e dc l e a r l y s o m es u c c e s s f u ls o l u t i o n s a b o u tt h i st e c h n o l o g yu s e di nr o b o t i cf i e l da r ee n u m e r a t e di nt h i sa r t i c l e ，m e a n w h i l e ，s e v e r a l c o m m o na l g o r i t h m sa b o u td a t af u s i o na r ei n t r o d u c e dr e s p e c t i v e l y ，s u c ha sb a y e s - m e t h o d ， d e m p s t e r - s h a f e re v i d e n t i a lr e a s o n i n g , f u z z ys e tt h e o r y , n e u r a ln e t w o r k st e c h n i q u e s ，a n ds oo n s e c o n d l y ，t h et h e o r yo fs t r o n gt r a c k i n gf i l t e ri sa d o p t e di nm u l t i s e n s o rd a t af u s i o ns y s t e m i nt h ea r t i c l e ，m o s tk e yd e d u c i n gs t e p sa n dr e l a t e dt h e o r e m sa r er e c o u n t e da n dp r i m a r y p a r a m e t e r sf o r m u l a sa r er e c o u n t e da sw e l l f u r t h e r m o r e ，t h ea u t h o ri m p l e m e n t st h ea l g o r i t h m b yc o d i n gm f i l ei n m a l l a bs o f t w a r ee n v i r o n m e n t a n dt h ea u t h o ru s e st h i sa l g o r i t h mt o c a l c u l a t et h es t a t e sa n dp a r a m e t e r si nat y p i c a ln o n l i n e a rd a t af u s i o ns y s t e m a c c o r d i n gt ot h e c o m p u t e rs i m u l a t i o n ，w ec a ng e tt h a tt h i sa l g o r i t h mi sp r i o rt ot h ee x t e n d e dk a l m a nf i l t e rt h e o r y i te n r i c h e st h ed a t af u s i o nt h e o r yi ns o m ed e g r e e t h i r d l y ，a ne l e c t r o n i cc o m p a s sm o d u l e i si n s t a l l e di nt h ea u t o n o m o u sm o b i l er o b o ts y s t e m t h ea u t h o rc o m b i n e st h ed a t af r o me l e c t r o n i cc o m p a s s , c o d i n gs e n s o r s ，i n f r a s o n i cs e n s o r sa n d i n f r a r e ds e n s o r st om a k et h er o b o ta d j u s to r i e n t a t i o na c c u r a t e l ya n dn a v i g a t eb yi t s e l f a tt h e s a m et i m e ，t h ea u t h o rd r a w ss u c hac o n c l u s i o n ：n a v i g a t i o no n l yd e p e n d i n ge l e c t r o n i cc o m p a s s i sn o te n o u g ha n di n a c c m a t e t h ed i f f i c u l t i e sd u r i n gp r o g r a m m i n gi n c l u d eu n d e r s t a n d i n gt h e 北方3 2 _ 1 e 大学硕士学位论文 w h o l es o f t w a r ef r a m e w o r ka n di n t e r f a c ef u n c t i o n s ，e n c a p s u l a t i n ge l e c t r o n i cc o m p a s sc l a s s ， s e r i a lp o r tc o m m u n i c a t i o n ，m u l t i t h r e a dc o m m u n i c a t i o n s y n c h r o n i z a t i o n ，e t c f o u r t h l y ，t h ea u t h o rd e s i g n sas y s t e mb a s e do nm c ua t 8 9 c 5 2 ，w h i c hc a nd e t e c t o b s t a c l e sw i t hi n f r a r e ds e n s o r sa n dm e a s u r et h ee n v i r o n m e n t a lt e m p e r a t a r ew i t ht e m p e r a t u r e s e n s o r t h eg l o b a lp r o c e d u r ea b o u tt h es y s t e m sh a r d w a r ed e s i g na n ds o f t w a r ei m p l e m e n t a t i o n i sd e s c r i b e da tl e n g t h i na s p e c to ft h es o f t w a r e ，t h ep r o g r a m sa r ec o d e dh ac - l a n g u a g ei nk e i l ( 2 5 1s o f t w a r ee n v i r o n m e n t ap r o g r a mw h i c hr e c e i v e sd a t af r a m eo np ci sw r i t t e ni nv i s u a l c + + l a n g u a g e a n di tc o m p l e t e st h ec o m m u n i c a t i o nb e t w e e np ca n dm c u k e yw o r d s ：d a t af u s i o n ；m o b i l er o b o t ；s t r o n gt r a c k i n gf i l t e r ；e l e c t r o n i cc o m p a s s ； i n f r a r e ds e n s o r 1 1 1 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得j e 直王些盔堂或其他教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示谢意。 学位论文作者签名：肇弘宇日期。f 年箩月沙日 学位论文版权使用授权书 本学位论文作者完全了解j 立王些太堂有关保留、使用学位论文的规定，有 权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权j e 直工些盔堂可以将学位论文的全部或部分内容编入有关数据厍进 行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：司冬未； 签字日期：p 缉参月矽日 导师签名 各如竖 签字日物符舻妒 学位论文作者毕业后去向： 工作靴裙俺棋研种庐陆司幅够伽 通讯地址：邮编： 北方： 业大学硕士学位论文 第一章绪论 1 1 多传感器数据融合技术概述 1 1 1 多传感器数据融合的定义 多传感器数据融合( m u l t i s e n s o rd a t af u s i o n ) 技术首先是从军事领域发展起来 的，到目前为止，数据融合( d a t af u s i o n ) 技术已广泛应用于工业控制、机器人、 空中交通管制、海洋监视、综合导航和管理等领域。数据融合是一个多级、多层面 的数据处理过程，主要完成对来自多个信息源的数据进行自动检测、关联、相关、 估计及组合等的处理”1 。多传感器数据融合比较确切的定义可概括为：充分利用 不同时间与空间的多传感器获取的数据资源，采用计算机技术对按时问序列获得的 多传感器观测数据，在一定准则下进行分析、综合、支配和使用。1 。 多传感器信息融合的基本原理就像人脑综合处理信息的过程一样，它充分地利 用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传 感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来，产生对观测环 境的一致性解释和描述。信息融合的目标是基于各传感器分离观测信息，通过对信 息的优化组合导出更多有效信息。这是最佳协同作用的结果，它的最终目的是利用 多个传感器共同或联合操作的优势，来提高整个传感器系统的有效性。 多传感器信息融合与经典信号处理方法之间也存在着本质差别，其关键在于信 息融合所处理的多传感器信息具有更复杂的形式，而且通常在不同的信息层次上出 现。这些信息抽象层次包括检测层、位置层、属性层、态势层和威胁层5 1 。 1 1 2 国内外多传感器数据融合技术的发展历史和现状【l 】【2 1 6 j 在国外，信息融合技术的研究起步较早。早在1 9 7 3 年，美国研究机构就在国防 部的资助下，开展了声纳信号理解系统的研究。从那以后，信息融合技术便迅速发 展起来。2 0 世纪7 0 年代末，在公开出版的技术文献中开始出现基于多传感器信息 综合意义的融合一词。2 0 世纪8 0 年代，传感器技术的 _ 速发展和传感器投资的大 量增加，使得军事系统中的传感器数量急剧增加；超远程武器的出现和发展，从根 本上改变了c 3 i 系统的信息处理方式；军事指挥人员早于对敌我武器系统的超远程 能力的认识，开阔了视野，因而需求更多的信息和数据，更加强调速度和实时性。 为此，信息融合的研究工作成了军工生产和高技术开发等多方面所关心的问题，而 c 3 i 战场的信息融合技术更受到重视。1 9 8 8 年，美国国防部把信息融合技术列为9 0 北方工业大学硕士学位论文 年代重点研究开发的二十项关键技术之一，且列为最优发展的a 类。美国三军政府 组织一一实验室理事联席会( j d l ) 下设的c 3 技术委员会( t p c 3 ) 专门成立了信息 融合专家组来组织和指导有关的工作。从1 9 8 8 年前后开始，由于受应用领域特别是 军事领域自动化和智能化要求的驱动，机器人、自主车与无人驾驶飞机等智能系统 研究：| 二作的投资不断增加。首先是美国国防高级研究计划局d a p r a 资助了一系列自 主车辆导航和自动图像识别系统的研究；之后美国、前苏联、日本共同进行的“脑 神经研究中心”等一系列计划，把多传感器信息融合的研究又推到了一个新的高 度。为了迎接来自美国和日本的挑战，欧洲共同体也从1 9 8 7 年开始了为期五年的 s k i d s ( s i g n a la n dk n o w l e d g ei n t e g r a t i o nw i t h d e c i s i o n a lc o n t r o lf o rm u l t i s e n s o r y s y s t e m ) 计划，其主要目标是研究多传感器信息融合的通用结构、多传感器系统和 融合设计建模。 在学术方面，从1 9 8 7 年起，美国三军每年召开一次信息融合学术会议，并通过 s p i e 传感器融合专集、1 e e et r a n s o na e s 、a c 等发表有关论著；与此同时i e e e 系统和控制论会议，i e e e 航空航天与电子系统会议，1 e e e 自动控制会议，i e e e 指 挥、控制、通信和信息管理系统( c 3 m i s ) 会议，国际军事运筹学会议，国际雷 达、控制与判决、信号处理等会议也不断地报导信息融合领域的最新研究和应用开 发成果。为了进行广泛的国际交流，1 9 9 8 年成立了国际信息融合学会( i n t e r n a t i o n a l s o c i e t yo fi n f o r m a t i o nf u s i o n 简称i s i f ) ，总部设在美国，每年举行一次信息融合国 际学术大会。作为对该领域研究成果的系统总结，1 9 8 5 年以来，国外先后出版了1 0 余部有关信息融合方法的专著。其中，l l i n a s 与w a l t z 的专著多传感器数据融合 和h a l l 的专著多传感器数据融合的数学技术对信息融合研究的内容应用和公 共基础作了全面的系统的论述；f a r i n a 、s t u d e r 的雷达数据处理，b l a c k m a n n 的多目标传感器跟踪及在雷达中的应用，b a r s h a l o m 主编的连续出版物多传 感器多目标跟踪方法与进展则综合报导了信息融合在多目标跟踪领域的新思想、 新方法和新进展“。 从2 0 世纪舳年代以米，美围三军总部对应用信息融合的战术和战略监视系统 一直给予高度的重视。美斟国防部从海湾战争中实际体会到了信息融合技术的巨大 潜力。因此，在海湾战争结束后，更加重视信息自动综合处理技术的研究，并将通 信局必为信息局，在c 3 i 中增加了计算机，建立以信息融合中心为核心的c 4 i 。到 1 9 9 9 年为e 的财政年度中，每年用于信息融合技术研究的费用达一亿美元之多。巨 大的人力、物力、和财力的投入，已在科索活战争和伊拉克战争中发挥了重大作 2 北方工业大学硕士学位论文 用。 在国内，关于信息融合技术的研究则起步相对较晚，2 0 世纪8 0 年代初，人们 开始从事多目标跟踪技术研究，到了8 0 年代末才开始出现有关多传感器信息融合技 术研究的报导。当时人们对它的含义有着不同的理解，主要的提法有：数据合成， 数据汇编，数据汇集，数据综合，数据融合等。2 0 世纪9 0 年代初，这一领域在国 内才逐渐形成高潮。在政府、军方和各种基金部门的资助下，国内一批高校和研究 所开始广泛从事这一技术的研究工作，出现了一大批理论研究成果。与此同时，也 有几部信息融合领域的学术专著和译著出版，其中有代表性的专著有：董志荣和申 兰的综合指挥系统情报中心的主要算法一多目标密集环境下的航迹处理方 法、周宏仁、敬忠良和王培德的机动目标跟踪、杨靖宇的战场数据融合技 术、敬忠良的神经网络跟踪理论及应用、康耀红的数据融合理论与应用 及刘同明、夏祖勋和解洪成的数据融合技术及其应用等。有代表的译著有：赵 宗贵等人的多传感器数据融合和数据融合方法概论、张兰秀等人的跟踪 与数据互联与水下信号和数据处理等。”4 “。 2 0 世纪9 0 年代中期，信息融合技术在国内已发展成为多方关注的共性关键技术， 出现了许多热门研究方向，许多学者致力于机动目标跟踪、分布检测融合、多传感器综 合跟踪与定位、分布信息融合、目标识别与决策信息融合、态势评估与威胁估计等领域 的理论及应用研究，相继出现了一批多目标跟踪系统和有初步综合能力的多传感器信息 融合系统。多传感器信息融合在军事决策、特种机器人等专门问题上开展理论和应用实 验研究，列入了8 6 3 计划。1 9 9 7 年的国家自然科学基金会和目前已经开始实施的9 7 3 计划将多传感器融合技术作为鼓励研究领域重点推出“1 。目前新一代舰载、机载、弹载 和各种p 1 系统正在向多传感器信息融合方向发展，预计2 1 世纪初就会有- - ? c l 多传感 器信息融合系统投入使用“1 。 1 1 3 多传感器数据融合技术研究和发展的方向 1 ) 研究方向” 多传感器数据融合不是一门单一的技术，而是一门跨学科的综合理论和方法，目前 主要的研究方向： 建立同类型信息融合的数值处理方法和不同类型信息融合的符号处理方法基础 理论。 兼有稳健性和准确性的融合算法和模型的研究。 研究数据融合用的数据库和知识库，高速并行检索和推理机制。 3 北方z , i k 大学硕士学位论文 开发推理系统，尤其是不确定性推理，以进行融合过程中的状态估计和决策分析。 研究数据融合的分布式数据处理体系结构。 把处理算法分解成适于在并行机上实现的并行处理。 将神经网络用于探测跟踪、分类和估计等问题。 数据融合系统的工程化设计方法和系统评估方法。 2 ) 发展方向 目前多传感器信息融合技术是一个十分活跃的研究领域，在这方面将来的发展方向 有：多层次传感器融合、微传感器和智能传感器、自适应多传感器融合。 多层次传感器融合 由于单个传感器具有不确定、观测失误和不完整性的弱点，因此单层数据融合限制 了系统的能力和鲁棒性。对于要求具有高的鲁棒性和灵活性的先进系统，可以采用多层 次传感器融合的方法。低层次融合方法可以融合多传感器数据；中间层次融合方法可以 融合数据和特征，得到融合的特征或决策；高层次融合方法可以融合特征和决策，得到 最终的决策。 微传感器和智能传感器 传感器在人们的日常生活中起着重要的作用，它就像人的五官一样，是采集外部环 境信息并处理信息的重要工具。传感器的性能、价格和可靠性是衡量传感器优劣与否的 重要标志，然而许多有着优良性能的传感器由于其体积大而限制了它的应用市场。微电 子技术的迅速发展使小型或微型传感器的制造成为可能。智能传感器将主处理、硬件和 软件集成在一起。如p a x s c i e n t i f i c 公司研制的1 0 0 0 系列数字式石英智能传感器。日本日 立研究所研制的可以识别4 种气体的嗅觉传感器。美国h o n e y w e l l 司研制的d s t j3 0 0 0 智能压差压力传感器是其中最为成功的，它在同一块半导体基片上用离子注入法配置扩 散了压差、静压和温度3 个敏感元件，整个传感器还包括变换器、多路转换器、脉冲凋 制、微处理器和数字量输出接口等。 白适应多传感器融合 通常，多传感器融合需要感知环境的精确信息。然而，在实际世界中，不能得到关 于感知环境的精确信息，并且传感器不可能确保一定i e 常工作。因此，对于各种各样不 确定情况，鲁棒融合算法是十分必要的。现已研究出一些自适应多传感器融合算法来处 理由于传感器的不完善带来的不确定性。如h o n g 通过革新技术提出一种扩展的联合方 法，该方法是能够估计单个测量序列滤波的最优卡尔曼增益。p a c i n i 和k o s k o 也研究出 4 北方：| = = 业大学硕士学位论文 一种可蚍在轻微环境噪声下应用的自适应目标跟踪模糊系统，它的处理过程中结合了卡 尔曼滤波算法。 3 ) 存在的问题9 j 多传感器信息融合是一个不很成熟的新研究方向，尚处在不断变化和发展过程中。 从目前收集到的国外资料来看，数据融合技术存在的问题可归纳如下。 未形成基本的理论框架和有效广义模型及算法。 关联的二义性是数据融合中的主要障碍。 融合系统的容错性或稳健l 生没有得到很好的解决。 对数据融合的具体方法的研究尚处于初步阶段。 数据融合系统的设计还存在许多实际问题。 1 1 4 多传感器信息融合系统的功能和结构模型 信息融合模型可以从功能、结构和数学模型等几方面来研究和表示。功能模型从融 合过程出发，描述信息融合包括哪些主要功能、数据库，以及进行信息融合时系统各组 成部分之间的相互作用过程；结构模型从信息融合的组成出发，说明信息融合系统的 软、硬件组成，相关数据流、系统与外部环境的人机界面；数学模型则是信息融合算法 和综合逻辑。为了更有针对性地研究信息融合算法，在此先讨论信息融合系统的功能和 结构模型。 1 ) 多传感器信息融合系统的功能模型 1 j h a l l 和w a u z 等人在文章1 1 0 】【1 1 】中把多传感器信息融合分为三级，文献【3 】【4 】则根据 融合的功能层次，把信息融合分为五级，即五个层次。第一个层次为检测判决融合： 第二个层次为位置融合：第三个层次为目标识别( 属性) 融合；第四个层次为态势评 估；第五个层次为威胁估计。在这种功能模型描述中，前三个层次的信息融合适合于任 意的多传感器信息融合系统。而后而两个层次主要适用于军事应用系统中的信息融合。 这是一种广义的信息融合功能分级法，这种从信息融合功能的角度出发把它分为五个层 次，更有利于信息融合技术的研究。图1 1 给出了这种分级方法的功能框图。融合功能 主要包括第一级处理，预滤波，采集管理，第二级，第三级，第四级，第五级处理，数 据库管理，支持数据库，人机接口和性能评估。 第一级处理是信号处理级的信息融合，也是一个分布检测问题，它通常是根据所选 择的检测准则形成最优门限，以产生最终的检测输出。近几年的研究方向是，传感器向 融合中心传送经过某种处理的检测和背景杂波计量，然后在融合中心直接进行分布式恒 虚警( c f a r ) 检测。预滤波根据观测时间、报告位置、传感器类型、信息的属性和特 5 北方工业大学硕士学位论文 征来分选和归并数据，这样可控制进入第二级处理的信息量，以避免融合系统过载。数 据采集管理用于控制融合的数据收集，包括传感器的选择、分配及传感器工作状态的优 选和监视等。传感器任务分配要求预测动态目标的未来位置，计算传感器的指向角，规 划观测和最佳资源利用。 第二级处理是为了获得目标的位置和速度，它通过综合来自多传感器的位置信息建 立目标的航迹和数据库，主要包括数据校准、互联、跟踪、滤波、预测、航迹关联及航 迹融合等。 第三级处理是属性信息融合，它对指对来乍多个传感器的目标识别( 属性) 数据进 行组合，以得到对目标身份的联合估计，用于目标识别( 属性) 融合的数据包括雷达横 截面积( r c s ) 、脉冲宽度、重复频率、红外谱或光谱等。 第四级处理包括态势的提取与评估。前者是指由不完整的数据集合建立一般化的态 势表示，从而对前几级处理产生的兵力分布情况有一个合理的解释；后者是通过对复杂 战场环境的正确分析和表达，导出敌我双方兵力的分布推断，绘出意图、告警、行动计 划与结果。 第五级是威胁程度处理。即从我军有效打击敌人的能力出发，估价敌方的杀伤力和 危险性，同时还要估计我方的薄弱环节，并对敌方的意图给出提示和告警。 辅助功能包括数据库管理、人机接口与评估计算，它们也是融合系统的重要组成部 分。 从处理对象的层次上看，第一级属于低级融合，它是经典信号检测理论的直接发 展，是近十几年才开始研究的领域，目前绝大多数多传感器信息融合系统还不存在这一 级，仍然保持集中式检测，而不是分布式检测，但是分布式检测是未来的发展方向。第 二和第三级属于中问层次，是虽重要的两级，他们是进行态势评估和威胁估计的前提和 基础。实际上，融合本身主要发生在前三个级别上，而态势评估和威胁估计只是在某种 意义上与信息融合具有相似的含义。第四和第五级是决策级融合，即高级融合，它们包 括对全局态势发展和某些局部形势的估计，是c 3 i 系统指挥和辅助决策过程中的核心内 容。 6 北方工业大学硕二e 学位论文 图1 1 信息融合系统功能框图 2 ) 多传感器信息融合系统的结构模型。” 数据融合的结构有多种不同的分类方法，其中一种分类标准是根据传感器数据在送 入融合处理中心之前已经处理和程度来进行分类。在这种分类标准下，融合结构被分为 传感器级数据融合( 电被称为自主式融合、分布式融合或传感器处理融合等) 、中央级 数据融合( 也称集中式融合或前传感器处理融合等) 及混合式融合，混合式融合是指既 有传感器级融合也有中央级数据融合。从目标跟踪的角度来说，多传感器融合系统的结 构通常分为四种集中式融合、无反馈的分布式融合系统、有反馈的公布式融合系统 和有反馈的全并行融合系统。如图1 2 所示： 7 ：i b 方工业大学硕士学位论文 l 堕墨墨! ：h 竺型! ! 重! 卜 区至 怔母 髓 合 判 定 陌磊订叶砑 t ( a ) 集中式融合系统 l 倍感器l h 形成点迹“h 本地谵波一卜 鼬 l 佶感器2 一h 形成点迹一h 本地滤波一卜 合 判 定 i 佶感器n h 形成点迹一h 本地澹波一卜 t ( b ) 舒布式无反溃融合系统o ( c ) 分布式有反溃融台系统 ( d ) 并行分布式有反馈融台系统p 图1 2 多传感器融合系统结构 图f a l 所示为集中式融合系统。集中式融合系统可利用所有传感器的全部信息进行状 态估计、速度估计和预测值计算。其最主要的优点是利用了全部信息，系统的信息损失 小，性能好，目标的状态、速度的估计是最佳估计。但将所有的原始信息全部送给处理 中心，通信开销太大，融合中心的计算机的存储容量要大。对计算机要求高以及数据关 联困难是它的主要缺点。 图f b ) 所示为无反馈的分布式结构，它的每个传感器都要进行滤波，这种滤波通常称 为局部滤波。送给融合中心的数据是当前的状态估计，融合中心利用各个传感器所提供 的局部估计进行融合，最后给出融合结果，即全局估计。分布式融合系统所要求的通信 开销小，融合中心计算机所需的存储容量小，且其融合速度快，但其性能不如集中式融 合系统。目前，许多雷达均具有检测录耿能力甚至数据处理自力，故多雷达信息系统多 采用分布式。 图( c ) 与图( b ) 相似，只是由融合中一c , n 每个传感器有一个反馈通道，显然，这有助 于提高各个传感器状态估计和预测的精度。当然，与图m ) 相比，它增加了通信量。需要 指出的是，在考虑其算法时，要注意参与计算的量之间的相关性。 北方：j = 业大学硕士学位论文 图( d 渺i 示的是种全并行的、有反馈的融合结构。通过传送通道，每个传感器都存 取其它传感器的当前估计，这样一来，每个传感器都独立地完成全部运算任务。因为它 们不仅有局部融合单元，而且有全局融合单元，因此，这种结构的融合系统是最复杂的 融合系统，但它也是一种非常有潜力的融合系统。实际上，这种结构方式，还可以进行 扩展，即把每个传感器扩展成一个包含多个传感器的平台。 1 2 多传感器数据融合技术在移动机器人中的应用概述 机器人是一门涉及技术领域非常广泛的学科，其中传感器和控制技术是核心的 技术，绝大部分机器人应用中都可以看到传感器的存在。因此，多传感器信息融合 技术在机器人领域有着广阔的应用前景。 多感觉传感器系统与机器人相结合，形成感觉机器人和智能机器人。智能机器 人是这样一类机器人：机器人本身能认识工作环境、工作对象入其状态，它能根据 人给予的指令和自身认识外界的结果来独立地决定工作方法，利用操作机构和移动 机构实现任务目标，并能适应工作环境的变化。多感觉传感器、多信息融合系统与 传统概念的机器人有机结合，构成了智能机器人。智能机器人即所谓的“第三代机 器人”，它应该具备四种机能：运动机能施加于外部环境的相当于人的手、脚 的动作机能；感知机能获取外部环境信息以便进行自我行动监视的机能：思维 机能求解问题的认识、推理、判断机能；人一机通信机能理解指示命令、 输出内部状态，与人进行信息交换的机能。由此可见，智能机器人的“智能”特征 就在于它具有与外部世界对象、环境和人相协调的工作机能。移动机器人多传 感器系统的应用示意图如图1 3 ： 图1 3 多传感器在移动机器人中的应用 9 北方工业大学硕士学位论文 视觉、力觉、触觉等外部传感器和机器人各关节的内部传感器信息融合使用，可使 机器人完成如景物辨别、定位、避障、目标物探测等重要功能，并通过与环境模型 的匹配完成路径规划、作业任务。机器人还可以通过不断修正环境模型而具有一定 的学习功能，最后由一定控制方法向执行机构送出适当的指令，这样一个移动机器 人具有较强的智能。很多专业人士和爱好者为了探讨多传感器数据融合的一般规 律，在实验室设计各种可移动机器人或各种环境下的自动驾驶装置“”都采用多种传 感器，希望多种传感器互相取长补短，协助机器人完成设定的任务。表1 ，l 给出一 些应用多传感器的机器人的实例。 机器人年代传感器执行环境系统模式融合手段 h i l a r e1 9 7 9 视觉，声音激光未知人造环境 以多变形目标在图 加权平均 测距形中定位 c f o w l e r1 9 8 4 旋转超声，触觉 已知人造环境二维线段的连接顺可信度系数 j 了的匹配 d a p p a a l 、，1 9 8 5 彩色视觉，声纳 未知自然环境 c a t f s i a n e l e v a t i小范围内平 激光测距o i lm a p s ( c e m s )均最高 n a v l a b & t1 9 8 6 彩色视觉，声纳未知公路环境白板上的多令牌与多样可能性 e r e g a t o r 激光测距贡献值对 s t a n f o r d1 9 8 7 半导体激光触未知人造环境层次化传感器度量卡尔曼滤波 觉，超声波与符号表示 h e r m i e s 1 9 8 8 多摄像机声纳阵未知人造环境节点网络图沦基于规则 列激光测距 r a n g e r1 9 9 4 半导体激光触未知室外二维自适应感知雅可比张量 觉，超声波环境与卡尔曼滤 波 l i a s1 9 9 6 超声传感器红外未知人造环境分层结构多种融合方 传感器法 o x f o r d s e r i e s1 9 9 7 摄像机，声纳激已知或未知的分布式滤波和局部 尔曼滤波 光测距： 厂环境智能控制代理 a i f r e d1 9 9 9 声音，声纳彩色 未知室内环境 模块结构利智能控逻辑推理 摄像机制 a n f m2 0 0 1 摄像机红外探测已知或未知自远程控制模糊逻辑和 器超声波，gp然环境神经网络 s 惯性导航 1 0 北方工业大学硕士学位论文 1 3a u t o n o m o u sr o b o t 系统的基本结构介绍1 6 1 1 8 】 该全自主移动机器人系统的基本结构如下图所示。系统主要由移动平台、伺服驱动 系统、视觉系统、外部传感器接口电路等部分组成。移动平台本身有3 个直流伺服电 机，其中两个为后轮驱动电机，一个为前轮导向电机，三电机的协调控制产生本体的运 动。 l d s p + c p l d 知 憾阵p离离 超声传感器 红外传感器 u 移动平台 图1 4 移动机器人平台 在r o b o c u p 中型组足球机器人上一般配有视觉传感器，机器人视觉系统赋予了机 器人一种最重要的感觉能力，使机器人能获得更丰富更准确的周围环境信息。我们选择 了一种普通的c c d 摄像机与图像采集卡，通过p c i 总线与主计算机相连。在非结构、 变化的环境中固定视觉传感器的观测范围有限，需要把视觉传感器安装到一个扫描云台 上，通过控制扫描云台的水平扫描角度和俯仰角度，可以机器人对周围环境进行大范围 的感测。因此，在我们的机器人平台的前部设有视觉扫描云台和云台伺服控制系统。水 平扫描角度和俯仰角度分别由一个伺服电机控制，水平扫描伺服电机带动俯仰控制电机 和摄像头产生水平转动，而俯仰电机带动摄像头产生俯仰转动，两个自由度的叠加使得 摄像头在大范围空间内有灵活的定位。 足球机器人在行进过程中，常常需要利用超声传感器对赛场上的各种物体( 包括其 它机器人、赛场围栏) 进行识别、对周围环境进行判断。通常对超声传感器信息的接受 与处理可以放到比本体驱动平台高级的信息融合处理机上进行。然而对于与控制过程紧 耦合的传感器融合处理，完全有必要在底层的驱动级上完成。这样相当于将把多个层次 的融合结果反馈到控制过程上，能提高系统的实时陛和鲁棒性。有鉴于此，我们在机器 1 1 北方工业大学硕士学位论文 人平台上集成了4 通道超声测距传感器接口和超声测量控制软件包，各路分时工作，消 除了之间可能产生的相互干扰，用户可以根据需要选取。在利用传感器接口时只需将超 声换能器连至接口电路即可，非常方便。 移动平台、视觉云台及外部传感器接口由以d s p ( 数字信号处理器) 、c p l d ( 复 杂可编程逻辑器件) 为核心的平台控制器调度控制。机器人主计算机按规定命令格式向 d s p 发送机器人本体运动的方向、速度或位移量的命令、云台方位命令。控制器就能自 动分配具体各电机运动方式( 方向、速度、角度) ，按一定的控制算法，使本体和视觉 云台进行相应的动作。 r o b o c u p 中型组机器人系统平台采用4 种传感器( ccd 摄像机、超声波传感 器、红外线传感器、磁导航传感器) 来对移动机器人进行避障、跟踪和引导。与采用 单一传感器比较来，自多传感器的信息具有冗余性、互补性、相关性对这些信息进 行融合，可以降低系统的误差和不确定性，提高目标状态检测精度，同时扩展了空 间和时间的覆盖，增加了测量维数及置信度。 1 4 本课题所做的工作 本课题首先比较全面地概述了多传感器数据融合技术在国际、周内的发展状况，以 及相关技术的应用，尤其是在移动机器人方面的应用。同时，列举出了目前几种常用的 数据融合算法，随后采用一种新的算法强跟踪滤波器( s t r o n gt r a c k i n gf i l t e r - s t f ) 来 进行多传感器数据融合系统的状态与参数联合估计，给出了m a t l a b 仿真结果，并与扩 展卡尔曼滤波方法进行比较。另外，为了解决学校机器人实验室当前急待解决的课题， 还研究了多传感器配合_ f 的基于电子罗盘的移动机器人导航和多红外传感器障碍物信息 检测系统的软硬设计这两大方而的内容。课题的每一部分都有相当的难度，我为此做了 大量的工作，编写了火量的程序代码，最终都实现了好的结果。在整个课题的研究过程 中，涉及到以下几方面难点问题： 理解强跟踪滤波器理论，并用于多传感器数据融合系统； 强跟踪滤波器算法的m a t l a b 程序实现； 机器人整体软件框架和各接口函数的理解： v i s u a lc + + 编程实现与电了罗盘通信； 多路红外传感器障碍物检测系统的硬件电路设汁 多路红外传感器障碍物榆测系统的c 语言编程实现 1 2 北方工业大学硕士学位论文 本论文具体结构安排如下： 第一章：对多传感器数据融合技术在国内、国际的发展状况进行了概述。并对 多传感器数据融合系统的功能和结构模型进行了详细的阐述，另外也列举了多 传感器数据融技术在移动机器人方面应用成功的案例：介绍了电子罗盘应用的 实验平台一一自主式移动机器人平台a i m ( a u t o n o m o u si n t e l l i g e n tm o b i l e r o b o t ) 的基本结构；最后介绍了本课题主要的研究内容和难点。 第二章：简明地介绍了b a y e s 方法、d s 证据推理方法、模糊集理论、神经网 络法等常见算法在多传感器数据融合系统中的应用。 第三章：首先引入强跟踪滤波器理论，并列出核心的推导公式，给出推导过程 中采用的重要定理，最后得出强跟踪滤波器算法的一组递推公式。接着，将强 跟踪滤波器理论应用于求解多传感器数据融合系统，对非线性时变系统的状态 和参数进行了联合估计，并与扩展卡尔曼滤波器算法进行了比较。 第四章：简要介绍了移动机器人导航技术和l p 3 3 0 0 电子罗盘