资源描述：
《多传感器信息融合技术及其在机器人中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、2003年第22卷第9期 传感器技术(JournalofTransducerTechnology)1综述与评论多传感器信息融合技术及其在机器人中的应用121孙 华,陈俊风,吴 林(1.哈尔滨工业大学现代焊接生产技术国家重点实验室,黑龙江哈尔滨150001;2.哈尔滨理工大学,黑龙江哈尔滨150080)摘 要:多传感器信息融合技术是近年发展起来的一门新兴技术,在机器人领域有着广阔的应用前景。通过融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。主要论述了多传感
2、器信息融合的一般方法,并对其在机器人领域的应用进行了介绍。最后指出多传感器信息融合技术在微传感器、智能传感器和自适应融合等方面的发展方向。关键词:多传感器;信息融合;机器人中图分类号:TP212文献标识码:A文章编号:1000-9787(2003)09-0001-04Multisensorinformationfusionanditsapplicationtotherobot121SUNHua,CHENJun2feng,WULin(1.TheStateKeyLabofAdvancedWeldingProduct
3、ionTechn,HarbinInstituteofTechnology,Harbin150001,China;2.HarbinUniversityofScienceandTechnology,Harbin150080,China)Abstract:Multisensorinformationfusionisanewtechniquedevelopedinrecentyears.Itiswidelyappliedtorobot.Theadvantagesgainedthroughtheuseofredundan
4、t,complementary,ormoretimelyinformationinasys2temcanprovidemorereliableandaccurateinformation.Themethodsofinformationfusionarediscussedanditsapplicationtotherobotisintroduced.Finally,futureresearchdirectionsofmultisensorfusiontechnologyincludingmicrosensors,
5、smartsensors,andadaptivefusiontechniquesarepresented.Keywords:multisensor;informationfusion;robot0引 言1多传感器信息融合的一般方法多传感器信息融合技术是近年来十分热门的研信息融合的方法是多传感器信息融合的最重要究课题,它结合了控制理论、信号处理、人工智能、概的部分,由于其应用上的复杂性和多样性,决定了信率和统计的发展,为机器人在各种复杂的、动态的、息融合的研究内容极其丰富,涉及的基础理论较多。不确定或未知的环境中
6、工作提供了一种技术解决途多传感器信息融合算法可以分为以下四类:估计方法、分类方法、推理方法和人工智能方法,如图1所径。多传感器信息融合是指综合来自多个传感器的示。其中分类方法主要有参数模板法和聚类分析。感知数据,以产生更可靠、更准确或更精确的信息。无监督或自组织学习算法诸如学习向量量化法经过融合的多传感器系统能完善地、精确地反映检(learningvectorquantization,LVQ),K-均值聚类测对象特性,消除信息的不确定性,提高传感器的可(K2meansclustering),Kohonen特性图
7、(Kohonen靠性。经过融合的多传感器信息具有以下特性:信featuremap)也常用作多传感器数据的分类。K-息的冗余性、信息的互补性、信息的实时性和信息的均值聚类算法是最常用的无监督学习算法之一,而低成本性。自适应K-均值方法的更新规则形成了Kohonen本文较为全面地介绍了多传感器信息融合技术特性图的基础。此外自适应共振理论(ART)、自适的方法及其在机器人领域的应用,并给出了将来的应共振理论映射(ARTMAP)和模糊自适应共振理发展方向。论网络(fuzzy2ARTnetwork)以自适应的方法进行收稿
8、日期:2003-05-28©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.2 传感器技术 第22卷传感器融合。它们能够自动调整权值并且能在环境模糊集表达了一个不确定概念,应用模糊理论并结变化和输入漂移的情况下保持稳定。合其它手段,如神
