多传感器数据融合的应用领域探析

随着多传感器数据融合技术的发展，应用的领域也在不断扩大，多传感器融合技术已成功地应用于众多的研究领域。多传感器数据融合作为一种可消除系统的不确定因素、提供准确的观测结果和综合信息的智能化数据处理技术，已在军事、工业监控、智能检测、机器人、图像分析、目标检测与跟踪、自动目标识别等领域获得普遍关注和应用。

1）军事应用

数据融合技术起源于军事领域，数据融合在军事上应用最早、范围最广，涉及战术和战略上的检测、指挥、控制、通信和情报任务等各个方面。实现目标探测、跟踪和识别的系统包括指挥自动化技术系统、自动识别武器系统、自主式运载制导系统、遥感系统、战场监视和自动威胁识别系统等（如对舰艇、飞机、导弹等的检测、定位、跟踪和识别），以及海洋监视系统、空对空防御系统、地对空防御系统等。海洋监视系统包括对潜艇、鱼雷、水下导弹等目标的检测、跟踪和识别，传感器有雷达、声纳、远红外、综合孔径雷达等。空对空、地对空防御系统主要用来检测、跟踪、识别敌方飞机、导弹和防空武器，传感器包括雷达、ESM（电子支援措施）接收机、远红外敌我识别传感器、光电成像传感器等。目前，各国已研制出了上百种军事数据融合系统，比较典型的有TCAC战术指挥控制、BETA战场利用和目标截获系统、AIDD炮兵情报数据融合等。在近年发生的几次局部战争中，数据融合技术显示了强大的威力，特别是在海湾战争和科索沃战争中，多国部队的融合系统发挥了重要作用。

2）复杂工业过程控制

复杂工业过程控制是数据融合技术应用的一个重要领域。目前，数据融合技术已在核反应堆和石油平台监视等系统中得到应用。融合的目的是识别引起系统状态超出正常运行范围的故障条件，并据此触发若干报警器。通过时间序列分析、频率分析、小波分析，从各传感器获取的信号模式中提取出特征数据，同时，将所提取的特征数据输入神经网络模式识别器中，神经网络模式识别器进行特征级数据融合，以识别出系统的特征数据，并输入模糊专家系统进行决策级融合；专家系统推理时，从知识库和数据库中取出领域知识规则和参数，与特征数据进行匹配和融合；最后，决策出被测系统的运行状态、设备工作状况和故障等。

3）机器人

多传感器数据融合技术的另一个典型应用领域是机器人。目前，主要应用在移动机器人和遥控操作机器人上，因为这些机器人工作在动态、不确定与非结构化的环境中，如：火星车，这些高度不确定的环境要求机器人具有高度的自治能力和对环境的感知能力，而多传感器数据融合技术正是提高机器人系统感知能力的有效方法。实践证明：采用单个传感器的机器人不具有完整、可靠地感知外部环境的能力；智能机器人应采用多个传感器，并利用这些传感器的冗余和互补的特性来获得机器人外部环境动态变化的、比较完整的信息，并对外部环境变化作出实时响应。目前，机器人学界提出向非结构化环境进军，其核心的关键技术之一就是多传感器系统和数据融合技术。

4）遥　感(www.xing528.com)

多传感器融合在遥感领域中的应用，主要是通过高空间分辨力全色图像和低光谱分辨力图像的融合，得到高空间分辨力和高光谱分辨力的图像，融合多波段和多时段的遥感图像来提高分类的准确性。

5）刑　侦

多传感器数据融合技术在刑侦中的应用，主要是利用红外、微波等传感器设备进行隐匿武器检查、毒品检查等。将人体的各种生物特征，如人脸、指纹、声音、虹膜等，进行适当的融合，大幅度提高对人的身份识别与认证能力，这对提高安全保卫能力是非常重要的。

6）全局监视

监视较大范围内的人和事物的运动和状态，需要运用数据融合技术。例如：根据各种医疗传感器、病历、病史、气候、季节等观测信息，实现对病人的自动监护；从空中和地面传感器监视庄稼生长情况，进行产量预测；根据卫星云图、气流、温度、压力等观测信息，实现天气预报。

7）交通管理系统

数据融合技术可应用于地面车辆的定位、跟踪、导航以及空中交通管制系统。在自动驾驶感知和定位中，传感器数据融合技术成为无人驾驶领域的发展趋势。融合按照实现原理分为硬件层的融合、数据层融合和任务层融合。硬件层融合，如禾赛和Mobileye等传感器厂商，利用传感器的底层数据进行融合。数据层融合则是利用传感器得到的各种后期数据，即每个传感器各自独立生成目标数据，再由主处理器融合这些特征数据来实现感知任务。任务层融合，先由各传感器完成感知或定位任务，如障碍物检测、车道线检测、语义分割和跟踪以及车辆自身定位等，然后添加置信度进行融合。