基于多传感器信息融合的智能机器人的研究

《基于多传感器信息融合的智能机器人的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于多传感器信息融合的智能机器人的研究Theresearchofintelligentrobotbasedonmulti-sensorinformationfusion韦文山，李海华WEIWen-shan,LIHai-hua（广西民族大学物理与电子工程学院，南宁530006）摘要：讨论粗糙集理论和D-S证据理论相结合的多传感器信息融合方法，并提出将该方法应用于智能机器人，用粗糙集对传感器数据进行简约处理和D-S证据理论实现证据的合成及智能决策，以增强系统的分辨能力，同时有效提高了系统的信息融合速度

2、和决策的可靠性。关键词：智能机器人；信息融合；粗糙集理论；D-S证据理论中图分类号：TP242　文献标识码：A　文章编号：1009-0134(2011)2(下)-0088-04Doi:10.3969/j.issn.1009-0134.2011.2(下).300引言它指定每个对象x中的每一个属性的属性值，即智能机器人是具有感知思维和行动功能的机aA，xU，f(x,a)Va，如果V＝CD，C器[1]。要使机器人具有感知环境的能力，对环境D＝∅，C表示条件属性集，D表示决策属性集，变化做出适当的反应，实

3、现智能化，就要采用传则该信息系统可称为决策系统。感器采集环境信息并用适当的信息融合方法将环定义2：给定知识库K＝(U,R)和U的分类境信息加以综合处理。D-S证据理论是比较常用的U/R，对每个子集X⊆U把以下一两个集合分别信息融合方法，用D-S证据理论融合传感器数据，称为X的R上近似和R下近似：不需要先验信息、满足比贝叶斯概率论更弱的条＝{xU：[x]R⊆X，即当且仅当[x]R⊆X，件，同时能直接表达“不确定”和“不知道”，但x；存在计算组合爆炸，组合条件严格，无法处理证＝{xU：[x]RX≠∅，

4、即当且仅当[x]据冲突及证据基本概率由专家主观性指派等问题。RX≠∅，x。将粗糙集理论和D-S证据理论结合起来，能很好是利用知识R，U中所有确定的属于X的的解决这些问题，弥补D-S证据理论的不足。元素集合；是利用知识R，U中所有可能属于X的元素集合。1粗糙集理论与D-S证据理论定义3：等价关系IND(B)把U划分为k个1.1粗糙集理论互不相关的等价类，称其为关于B的基本集，记粗糙集理论作为智能信息处理的有效工具之作U/IND(B)＝{X1，X2，，Xk}，这个公式表示一，具有很强的定性分析能力，

5、能直接从给定的关系IND(B)在U上的所有等价类的集合，即等问题描述集出发不需要预先给定某些特征或属性价族，简记为U/B。的数量描述，通过不可分辨关系、不可分辨类确定义4：令R为等价关系族，且xR，当定给定的问题的近似域，发现问题的内在关系、IND(R)＝IND(R－{r})，称r为R中可省略的，简化信息提取有用特征。下面给出一些粗糙集的否则r为R中不可省略的。设Q⊆P，若Q中说[2]定义。有属性都是不可省略的，且IND(Q)＝IND(P)，定义1：信息系统S＝（U，A，V，f）其中则称Q为P的一

6、个简约（Reduct），记为red(P)。U为非空有限对象集合，称之为论域；A为属性的P中所有不可省略关系的集合称为P的核，记为非空有限集合；V＝Va，V为属性值的集合，Vacore(P)。核与简约存在这样的关系：core(P)＝是属性a的值域；f：U×A→V表示一个映射函数，red(P)。收稿日期：2010-10-21基金项目：广西教育厅科研项目（桂教科研[2004]20号）。作者简介：韦文山（1965－），男，广西田林人，副教授，研究生，研究方向为计算机教育应用。【88】第33卷第2期2011

7、-2(下)【88】第33卷第2期2011-2(下)定义5：若属性集Q中所有的值唯一由属性([x]IND(A))＝}

8、/

9、U

10、；（3）Bel()＝

11、A(iYi)

12、/U。集P中的属性值确定，则称Q完全依赖于属性集2基于粗糙集理论和D-S证据理论的P，记作P⇒Q。若有：k＝(P，Q)＝，多传感器信息融合粗糙集理论的重要核心是分类，D-S证据理论则称Q以依赖度k(0≤k≤1)以来于P，记的核心也是分类，所以粗糙集理论和D-S证据理为P⇒kQ。若k＝1，则Q完全依赖于P；若论有着密切的关系。将粗糙集理论依据

13、决策表分0≤k≤1，则Q部分依赖于P；若k＝0，则Q析各对象的属性之间的相关性、重要性、隶属度完全不依赖于P。等相关特点推广到D-S证据理论上，分析证据的1.2D-S证据理论重要性、相关性，获取证据在识别框架上的基本在D-S证据理论中，由相互排斥的基本命可信度分配及符合证据合成规则的证据。可以改题（假设）组成的完备集合称为识别框架Θ（The进Dempster合成法则和结果，解决传统证据理论FrameofDiscernment），表示对某一问题的所有可无法处理证据冲突和证据基本概率由