多感測器數據融合系統：EKF及模糊決策套用分析

內容簡介

感測器是連線被測環境與實際測量的橋樑，是環境狀態精準量測中最初始和最重要的部分。不精確的感測器讀數會導致冗餘的環境量測，產生不恰當甚至錯誤的決策[1，2]。當一個感測器不能提供必要的數據時，就需要使用感測器融合技術。感測器融合最簡單的形式就是將兩個或更多的感測器用某種方式結合起來，並能夠取其優勢，去其不足。人們對數據融合的需求以及興趣正在快速增長，並針對各類生活需求進行了大規模的研究。許多微處理器，先進的感測器及新技術被開發出來。這使得數據融合達到了一個新的水平，即利用多感測器改善結果。數據融合的套用範圍非常廣，從軍事到醫療都有涉及，例如戰場監視、智慧型武器自動目標識別、健康保養和改進的醫學診斷。製造與安全也屬於數據融合研究的重點，這個系統的實現需要理解基本術語、數據融合處理模型及其結構。感測器的數據給閉環系統提供反饋。通常我們面對的是錯誤的或不準確的感測器，因此需要利用感測器融合技術混合兩個或多個感測器從而創建一個更好的感測器。通過對單個感測器的輸出進行濾波來實現感測器融合。感測器的缺點通常包括噪聲水平和非統一數量級。大多數情況下，感測器融合不過就是簡單的二階低通或高通濾波器的結果相加。這種簡單的融合允許兩個感測器提供輸出。多感測器數據融合的套用定義明確並有針對性。軍事相關的套用涵蓋了目標識別、引導無人戰車、遠距離感知、戰場監控和自動威脅識別系統，如敵、我、中立識別系統。非軍事套用包括製造過程監控、複雜機器的狀態檢修、工業機器人和關鍵醫療套用。數據融合技術來自各種各樣傳統的學科，包括：數位訊號處理、統計估計、控制論、人工智慧和經典數學方法。從歷史上來看，數據融合方法的開發主要用於非民用方面。然而，近年來這些方法已經套用於生活中，並已經出現了雙向技術轉讓。一般來說，感測器融合信息套用廣泛，如：（1）智慧型建築。引入不同的控制系統控制照明，使照明達到最佳效果。根據燈區的地面規劃安排照明區域的開關，以免當只有一小部分需要照明時，浪費了大量不必要的照明。另外，控制照明考慮了時間因素。總的來說，利用預先確定的照明計畫，自動開關每個區域的照明。在間歇使用的空間中利用感應感測器。利用感應感測器來感應是否有人出現，從而自動控制燈的開關。（2）環境監測。遙感是最常見的監控手段，利用飛機或衛星，使用多感測器系統實現對環境的監控。這種監控又分為兩個不同的種類，都屬於被動感知，即由物體或周圍區域發射或反射的自然輻射是可以檢測到的。在環境遙感中，當感測器調節到特定波長，反射的太陽光是最常見的可被被動感測器測量到的輻射源。收集到的感知數據量非常大，需要計算機輔助分析。遠程主動感測器發出能量，並利用被動感測器去監測和測量目標反射回來的輻射。通常使用雷射雷達（LIDAR）收集一個區域的地貌信息。遠程感知也便於收集危險區域的數據。（3）監測和工業過程控制利用感知和數據報告這一概念來管理和控制流水線。人類和機器人利用這些過濾後的感知數據，相應地採取行動。（4）醫療診斷是數據感知融合中最重要的套用之一。許多醫療設備使用了這一概念，如成像（MRI系統）和外科起搏器的套用。主要的問題是如何融合或整合異類或同類信息源。融合根據融合發生時的過程水平分為三個主要的類別，即低層次融合、中級融合、高層次融合。低層次融合，也稱為數據融合，它結合了數個原始數據源並生成了一個比輸入包含更多信息的原始數據。中級融合，也稱為特徵級融合，結合各類特徵形成一個有指導意義的特徵，並用來進行更多的處理。高層次融合是指決策制定層的融合。

多感測器數據融合系統：EKF及模糊決策套用分析

基本介紹

內容簡介

目錄

相關詞條

熱門詞條