传感器信息融合技术：多种信息的综合处理和优化

多传感器信息融合又称数据融合，是对多种信息的获取、表示其内在联系并进行综合处理和优化的技术。

机器人系统中使用的传感器种类和数量越来越多，每种传感器都有一定的使用条件和感知范围，并且又能给出环境或对象的部分或整个侧面的信息，为了有效地利用这些传感器信息，需要采用某种形式对传感器信息进行综合、融合处理，不同类型信息的多种形式的处理系统就是传感器融合。

多传感器信息融合技术是通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在时间和空间上的冗余或互补信息依据某种准则进行组合，以获取被观测对象的一致性解释或描述。多传感器信息融合技术从多信息的视角进行处理及综合，得到各种信息的内在联系和规律，从而剔除无用的和错误的信息，保留正确的和有用的成分，最终实现信息的优化。它也为智能信息处理技术的研究提供了新的观念。

传感器的融合技术涉及神经网络、知识工程、模糊理论等信息、检测、控制领域的新理论和新方法。传感器汇集类型有多种，现举两种例子。

（1）竞争型的。在传感器检测同一环境或同一物体的同一性质时，传感器提供的数据可能是一致的，也可能是矛盾的。若有矛盾，就需要系统裁决。裁决的方法有多种，如加权平均法、决策法等。在一个导航系统中，车辆位置的确定可以通过计算法定位系统（利用速度、方向等记录数据进行计算）或陆标（如交叉路口、人行道等参照物）观测确定。若陆标观测成功，则用陆标观测的结果，并对计算法的值进行修正，否则利用计算法所得的结果。

（2）互补型的。传感器提供不同形式的数据。例如，识别三维物体的任务就说明这种类型的融合。利用彩色摄像机和激光测距仪确定一段阶梯道路，彩色摄像机提供图像（如颜色、特征），而激光测距仪提供距离信息，两者融合即可获得三维信息。

多传感与单传感的比较：多传感器数据融合系统可更大程度获取被探测目标和环境的信息量；单传感器信号处理或低层次的数据处理方式只是对人脑信息处理的一种低水平模仿。

多传感器融合系统主要特点：

①提供了冗余、互补信息；

②信息分层的结构特性；(www.xing528.com)

③实时性；

④低代价性。

机器人手爪是机器人执行精巧和复杂任务的重要组成部分，机器人为了能够在存在着不确定因素的环境下进行灵巧的操作，其手爪必须具有很强的感知能力，以实现快速、准确、柔顺地触摸、抓取、操作工件或装配件等，因此多传感器集成手爪系统是一种传感器融合的常见应用。美国的Luo和Lin在由PUMA560机器手臂控制的夹持型手爪的基础上提出了视觉、接近觉、触觉、位置、力/力矩及滑觉等多传感器集成手爪。Luo和Lin开发的多传感器集成手爪系统如图5-50所示。

图5-50　多传感器集成手爪系统

多传感器信息融合装配系统主要由末端执行器（手爪）、CCD视觉传感器、超声波传感器、柔性腕力传感器及相应的信号处理单元等构成。CCD视觉传感器安装在末端执行器（手爪）上，构成了手眼视觉；超声波传感器的接收和发送探头固定在机器人末端执行器（手爪）上，由CCD视觉传感器获取待识别和抓取物体的二维图像，并引导超声波传感器获取深度信息；柔性腕力传感器安装于机器人的腕部。

多传感器集成手爪信息的数据融合（见图5-51）步骤包括：①采集多传感器的原始数据，采用Fisher模型进行局部估计；②对统一格式的传感器数据进行比较，发现可能存在误差的传感器，进行置信距离测试，建立距离矩阵和相关矩阵，最后得到最接近的一致的传感器数据，并用图形表示；③运用贝叶斯（Bayes）模型进行全局估计（最佳估计），融合多传感器数据，同时对其他不确定的传感器数据进行误差检测，修正传感器的误差。

图5-51　多传感器集成手爪信息的数据融合过程

目前，要使多传感器信息融合体系化尚有困难，而且缺乏理论依据。多传感器信息融合技术的理想目标应是达到人类的感觉、识别、控制体系，但由于对后者尚无一个明确的工程学的阐述，因此机器人传感器融合体系要具备什么样的功能尚是一个模糊的概念。相信随着机器人智能水平的提高，多传感器信息融合理论和技术将会逐步完善和系统化。