3500/22M 288055-01

更新时间: 2023-06-02

智能机器人中用到的三大关键技术。

        一、多传感器信息融合

        多传感器信息融合技术是近年来十分热门的研究课题，它与控制理论、信号处理、人工智能、概率和统计相结合，为机器人在各种复杂、动态、不确定和未知的环境中执行任务提供了一种技术解决途径。

        数据融合的关键问题是模型设计和融合算法，数据融合模型主要包括功能模型、结构模型和数学模型。功能模型从融合过程出发，描述数据融合包括哪些主要功能和数据库，以及进行数据融合时系统各组成部分之间的相互作用过程；结构模型从数据融合的组成出发，说明数据融合系统的软、硬件组成，相关数据流、系统与外部环境的人机界面；数学模型是数据融合的算法和综合逻辑，算法主要包括分布检测、空间融合、属性融合、态势评估和威胁估计算法等，下面从3个方面分别进行介绍。

        1.信息融合的功能模型

        目前已有很多学者从不同角度提出了信息融合系统的一般功能模型，**有**性的是DFS（美国三军**组织-实验室理事联席会（JDL）下面的C3I技术**会（TPC3）数据融合专家组）提出的功能模型。

        该模型把数据融合分为3级。第1级是单源或多源处理，主要是数字处理、跟踪相关和关联；第2级是评估目标估计的集合，及它们彼此和背景的关系来评估整个情况；第3级用一个系统的先验目标集合来检验评估的情况。

        2.信息融合的结构模型

        数据融合的结构模有多种不同的分类方法，其中一种分类标准是根据传感器数据在送人融合处理中心之前已经处理的程度来进行分类。在这种分类标准下，融合结构被分为传感器级数据融合，中央级数据融合及混合式融合，还可以根据数据处理过程的分辨率来对融合结构进行分类。在这种情况下，融合结构为像素级、特征级和决策级融合。

        3.多传感器信息融合实现的数学模型

        信息融合的方法涉及到多方面的理论和技术，如信号处理、估计理论、不确定性理论、模式识别、**化技术、模糊数学和神经网络等这方面国外已经做了大量的研究。

        目前，这些方法大致分为两类：随机类方法和人工智能方法。