《机器人传感器》课件 第7章 机器人多传感器信息融合.pptx

第七章 机器人多传感器信息融合 学习目标?掌握多传感器信息融合的特点和定义；?掌握多传感器信息融合的层次结构特点；掌握多传感器数据融合的信息模型；；?掌握多传感器信息融合的算法和应用。 1 多传感器信息融合概述2 多传感器数据融合的功能模型3 多传感器信息融合的层次与结构模型4多传感器信息融合算法5多传感器融合应用目录 CONTENTS 多传感器信息融合也称多传感器数据融合（Multi-Sensor Data Fusion），最早出现在20世纪70年代，80年代发展成军事高技术研究和发展领域中的一个重要专题，以提高传感器系统的实时目标识别、跟踪、战场态势以及威胁估计等方面的性能。1984年美国国防部C3I（Command，Control，Communication，Integration）的JDL（JointDirectors of Laboratories）成立数据融合小组联合指导委员会（Data Fusion Subpanel，DFS），指导、组织并协调这一国防关键技术的系统性研究，在军事领域研究中取得了相当的进展。目前，以军事应用为目标的数据融合技术不仅用于C3I系统，而且在工业控制、机器人、空中交通管制、海洋监视和管理、航天、目标跟踪和惯性导航等领域得到普遍关注和应用。然而，对数据融合还很难给出一个统一的、全面的定义。美国国防部的JDL从军事应用的角度把数据融合定义为：将来自多传感器和信息源的数据和信息加以联合（Association）、相关（Correlation）和组合（Combination），以获得精确的位置估计（Positionestimation）和身份估计（Identity Estimation），以及对战场情况和威胁及其重要程度进行适时的完整评价。 定义7.1.1 多传感器信息融合的定义 随后Edward Waltz 和James Llinas对数据融合的定义进行了改进，增加了数据融合的检测功能，并且将仅仅对目标的位置估计改为对目标的状态估计，以包括更广意义下的动态状态（速度等高阶导数）以及其他行为状态（例如电子状态、燃料状态）等的估计，得到的数据融合的定义为：数据融合是一种多层次、多方面的处理过程，这个过程处理多源数据的检测、关联、相关、估计和组合以获得精确的状态估计和身份估计以及完整、及时的态势评估和威胁估计。目前，数据融合是针对一个系统中使用多个和（或）多类的传感器这一特定问题展开的一种新的数据处理方法，因此数据融合又称为多传感器信息融合或信息融合。随着数据融合和计算机应用技术的发展，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数据资源，采用计算机技术对按时间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，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得它的各组成部分更充分的信息。总之，多传感器数据融合提供了一个非常有力的多源数据处理工具，它将来自多个传感器在空间或时间上的冗余或互补信息依据某种准则来进行组合，以此获得使用任意单个传感器所无法达到的、对探测目标和环境更为精确和完整的识别与描述。因此，数据融合具有如下本质特征。?￥多传感器、多信源输入。?￥符合实际需要、有效的合成准则。?￥单一表示形式的结果。 定义7.1.1 多传感器信息融合的定义 52%70%采用多传感器数据融合技术在解决目标探测、跟踪和识别等方面，和使用单传感器比较，具有以下特点：?生存能力强：在有若干传感器不能被利用或受干扰，或某个目标/事件不在覆盖范围内时，总有一种传感器可以提供信息，使系统能够不受干扰连续运行、弱化故障、并增加检测概率。?扩展空间覆盖范围：通过多个交叠覆盖的传感器作用区域，扩展了空间的覆盖范围。一些传感器可以探测到其他传感器探测不到的地方，进而增加了系统的监视能力和检测概率。?扩展时间覆盖范围：当某些传感器不能探测时，另一些传感器可以检测、测量目标或者事件，即多个传感器的协同作用可以提高系统的时间检测范围和检测概率。?可信度高、信息模糊度低：一种或多种传感器对同一目标/事件加以确认，多传感器的联合信息降低了目标/事件的不确定性。?探测性能好：对目标/事件的多种测量的有效融合，提高了探测的有效性。?空间分辨力高：多传感器融合可以获得比任何单个传感器更高的分辨力，并用改善目标位置数据支持防御能力和攻击方向的选择。?系统可靠性高：多传感器数据融合虽然具有很多优点，但与单传感器相比，多传感器系统的复杂性大大增加，由此会产生一些不利因素，如提高成本、降低系统可靠性、增加设备物理因素（尺寸、质量、功耗），以及因辐射而增大系统被敌方探测的概率等。因此，在执行每项任务时，必须将多传感器的性能裨益与由此带来的不利因素进行权衡。7.1.2 多传感器数据融合的