譚永樂

(江門市新會區(qū)儀尚佳測控技術(shù)有限公司，廣東 江門 529000)

1 機器人的傳感系統(tǒng)

功能超強的智能機器人需要一系列的傳感器系統(tǒng)作為支撐，主要由5大系統(tǒng)構(gòu)成：觸覺傳感器、立體視覺傳感器、力和力矩傳感器、聽覺傳感器、測距傳感器系統(tǒng)等。正是這些傳感器的綜合性能，可以讓機器人有能力準確估計周圍的環(huán)境和正在發(fā)生的事情，這也是最接近人類判斷思維的功能。在本質(zhì)上，多傳感器信息融合的過程也是模仿人類大腦收集和處理信息的方式，要想傳感器像人類大腦那樣通過多維度地完成一些高難度運作，就必須將多個同類型或者不同類型的傳感器一起設(shè)置在機器人的傳感系統(tǒng)里。

2 多傳感器信息融合的基本原理

該技術(shù)的原理就是對人類和生物信息集成功能的模仿。人類可以本能地通過五官、四肢進行景象、氣味、聲音的觸覺和捕捉，與原有的經(jīng)驗進行印證，以此形成有效判斷周圍環(huán)境以及可能要發(fā)生的事件的判斷能力。這個信息的處理過程雖然極其復(fù)雜，卻具備自適應(yīng)性，完全可以將各種信息轉(zhuǎn)變?yōu)榻忉屩車h(huán)境的價值，這既需要處理能力和類型的多元化，又要滿足基于知識庫的組合信息的詮釋意義[1]。

3 智能機器人中的多傳感器信息融合系統(tǒng)構(gòu)建

3.1 傳感器的選擇

智能機器人進行大量和繁雜環(huán)境信息的感知，必須以不同類型的多個傳感器作為智能化的硬件載體。作為機器人智能處理程序與外界環(huán)境連接紐帶的傳感器，普遍應(yīng)用的類型包括紅外傳感器、攝像機、超聲波傳感器以及激光傳感器等。傳感器的性能是不是優(yōu)越?jīng)Q定機器人對環(huán)境的感知能力的強弱，所以要想構(gòu)建高效的機器人系統(tǒng)，就必須選擇優(yōu)良功能的傳感器。單一傳感器對環(huán)境特征信息的收集能力是有限的，存在局部、片面的缺陷；但也不是傳感器的數(shù)量越多越好，過多的傳感器不一定讓系統(tǒng)更加高效，甚至?xí)驗閺?fù)雜性增加系統(tǒng)的負擔，極易造成多傳感器信息融合界限的混淆。所以，選擇傳感器的標準是確保傳感器之間的關(guān)聯(lián)性。實踐證明，多功能觸覺傳感器、距離和進覺傳感器、立體視覺傳感器等，是高級智能機器人必備的裝置，數(shù)量上要根據(jù)功能需要而定。

3.2 信息融合系統(tǒng)的結(jié)構(gòu)規(guī)劃

3.2.1 系統(tǒng)任務(wù)屬性

機器人智能化水平的高低，主要取決于多傳感器信息融合系統(tǒng)的性能強弱，這是正向的、關(guān)聯(lián)性極強的指標。實際上，機器人硬件系統(tǒng)的基礎(chǔ)就是傳感器系統(tǒng)，但智能系統(tǒng)高效運行的技術(shù)保障就是多傳感器信息融合系統(tǒng)。該系統(tǒng)的核心任務(wù)包括綜合處理局部的、不完整的信息，這些信息是不同位置、不同類型傳感器獲取的數(shù)據(jù)，通過特殊的處理剔除各個傳感器數(shù)據(jù)之間形成冗余以及矛盾，提升其穩(wěn)定性和確定性，進而準確而完整地描述周圍環(huán)境和事物，以此促進高智能系統(tǒng)整體的決策能力的大幅度提升，有效降低決策中的各類風(fēng)險。縱觀目前的多傳感器信息融合系統(tǒng)，信息融合技術(shù)就是該系統(tǒng)的物質(zhì)基礎(chǔ)，該給水系統(tǒng)的加工對象就是數(shù)據(jù)信息，其核心宗旨就是對這些信息的協(xié)調(diào)、優(yōu)化和有效處理。其中，最重要的環(huán)節(jié)是優(yōu)化處理工序，是保證系統(tǒng)高效優(yōu)質(zhì)的重要因素。多傳感器信息融合系統(tǒng)的結(jié)構(gòu)，如圖1所示。

多傳感器信息融合的任務(wù)實現(xiàn)可以是多層次、多形式的，一般會通過信息綜合處理器完成處理。

3.2.2 拓撲結(jié)構(gòu)規(guī)劃

在多傳感器信息融合拓撲系統(tǒng)中，結(jié)構(gòu)類型主要有4種：集中型、分散型、混合型以及分級型，分級型又分為反饋和無反饋兩種結(jié)構(gòu)。在4種類型結(jié)構(gòu)中，應(yīng)用最廣泛的融合結(jié)構(gòu)為分散型和集中型。其中，集中型擁有精度高、結(jié)構(gòu)簡單的優(yōu)點，但其信息融合的前提是只有接收到所有傳感器信息后才可進行，會導(dǎo)致通信和計算在各個融合中心負擔加重，會變慢系統(tǒng)信息融合速度和容錯性。而分散型的結(jié)構(gòu)所有傳感節(jié)點的全局預(yù)估信息的能力都很強，無需進行大型集中數(shù)據(jù)庫的維護，沒有很重的通信負擔，信息融合快，不存在個別節(jié)點失效造成系統(tǒng)停運的現(xiàn)象，容錯性和可靠性都極高，唯一的缺點是融合精度稍遜于集中型。混合型結(jié)構(gòu)兼具了以上兩個類型的優(yōu)點，但通信和計算的代價都極高。分級型結(jié)構(gòu)不同局部的節(jié)點也能夠作為混合型、集中型和分散型的節(jié)點，集中型和分散型為通信和計算的負擔。從該技術(shù)的產(chǎn)生和發(fā)展過程中，一直在改進著融合結(jié)構(gòu)，并且在不斷地探索結(jié)構(gòu)方案[2]。

圖1 多傳感器信息融合系統(tǒng)的結(jié)構(gòu)

4 機器人的多傳感器信息融合技術(shù)路徑

4.1 融合方式

智能機器人信息融合技術(shù)的實現(xiàn)方式很多，但經(jīng)常應(yīng)用的有以下幾種：Bayes估計法、加權(quán)平均法、證據(jù)推理、神經(jīng)網(wǎng)絡(luò)法、模糊邏輯法、Kalman濾波、擴展Kalman濾波以及基于規(guī)則和基于行為方法等。

4.2 傳感器測距

要求給予智能機器人信息要素，以實現(xiàn)對外界環(huán)境的感知，距離就是其中最關(guān)鍵的信息，距離也起到極其重要的作用。

4.3 目標識別

通常情況下，穩(wěn)健的目標特征可借助目標識別提取，還兼具處理和分離功能。目標識別是智能機器人通過視覺傳感器以及各種測量距離的傳感器，進行形狀、顏色、長短、位置、方位等進行有效識別。

4.4 自主導(dǎo)航

在目前的機器人研究領(lǐng)域里，最大的焦點就是導(dǎo)航技術(shù)，更是智能機器人研發(fā)中的關(guān)鍵技術(shù)。主要表現(xiàn)在導(dǎo)航技術(shù)中D.White所提出的3個問題。

4.4.1 定位問題

針對定位問題的深度研究，其課題重點放在怎樣讓機器人更有效地獲取外界的環(huán)境信息，前提是利用智能機器人內(nèi)部與外部的傳感器獲取信息，可以讓研究者及時確定機器人在工作環(huán)境里行進方位[3]。

4.4.2 路徑規(guī)劃問題

在智能機器人研發(fā)過程中，機器人的路徑規(guī)劃應(yīng)該是學(xué)者重點研究的問題，而這個問題的重點就是怎樣讓智能機器人無碰撞。無碰撞的路徑是一條外界提供的從開始到結(jié)束的全程路徑。在研究的過程中，容易造成一定影響的是一些路徑會出現(xiàn)局部位置或者全部位置，因為在機器人行進的路徑中必須捕捉目標障礙物的形狀、長度、方位等信息，讓機器人在行進過程中可以避開所有障礙物。在關(guān)于機器人的路徑規(guī)劃中，目前應(yīng)用最多的是自由空間法，該方式是利用多邊形等模式，進行某個自由完整空間的構(gòu)建。在路徑對話的過程中需要描述空間，就是所說的建模，在二維平面運動中，進行環(huán)境邊界的規(guī)劃，然后利用多邊形描述，以機器人為點進行路徑的規(guī)劃。

5 信息融合的關(guān)鍵問題

5.1 相關(guān)的規(guī)范

在該系統(tǒng)中，不同傳感器獲取的數(shù)據(jù)都在本身的參考框架內(nèi)，在對這些信息進行組合前，有必要將這些信息轉(zhuǎn)換為同一個參考范圍內(nèi)。值得一提的是，每個傳感器提供的觀測數(shù)據(jù)都在各自舍去誤差，因此有必要進行補償。

5.2 同類或異類數(shù)據(jù)

從屬性上講，多傳感器提供的數(shù)據(jù)應(yīng)該視為同類。但也允許異類的形式，與同類的傳感器相比，多個異類傳感器具備傳輸?shù)男畔㈦y以同步應(yīng)用、數(shù)據(jù)率難以統(tǒng)一，以至于難以匹配的測量維數(shù)等特征，增大了這些信息處理的難度。

5.3 不確定性的觀測數(shù)據(jù)

因為傳感器工作環(huán)境不確定，會有噪聲成分包含在觀測數(shù)據(jù)中。在數(shù)據(jù)的融合處理中，需要分析和驗證多源觀測數(shù)據(jù)，并進行綜合性補充，將數(shù)據(jù)的不確定性降到最低。

5.4 數(shù)據(jù)缺陷問題

在該系統(tǒng)中，更多時候能夠諸多層面進行測量數(shù)據(jù)的解釋，就是所說的不完整數(shù)據(jù)。由此，不一致甚至是相互矛盾的環(huán)境觀測數(shù)據(jù)解釋也會出現(xiàn)在多傳感器系統(tǒng)中。另外，基于一直存在的干擾因素和噪聲，也容易體現(xiàn)在某些虛假的測量數(shù)據(jù)中。因此，該系統(tǒng)必須有效地融合和處理這些不真實或者有缺陷的數(shù)據(jù)。

5.5 數(shù)據(jù)關(guān)聯(lián)

該系統(tǒng)普遍存在數(shù)據(jù)關(guān)聯(lián)問題，必須對單傳感器和多傳感器時間域的管理問題進行處理，更方便同一目標數(shù)據(jù)的合理確定。

5.6 態(tài)勢數(shù)據(jù)庫

態(tài)勢數(shù)據(jù)庫是由非實時數(shù)據(jù)庫赫爾實時數(shù)據(jù)庫構(gòu)成。實時數(shù)據(jù)庫可以將各個傳感器的檢測結(jié)果提供給融合中心，并分析和整合決策的分析結(jié)果以及存儲融合處理的最終態(tài)勢，從而生成綜合態(tài)勢，按照多傳感器檢測結(jié)果，進行態(tài)勢決策分析和數(shù)據(jù)融合計算等[4]。

6 結(jié)語

綜上所述，智能機器人智能化的核心技術(shù)就是多傳感器的應(yīng)用。本文以此為核心，闡述和分析了智能機器人多傳感器信息融合技術(shù)的內(nèi)容、原理、系統(tǒng)結(jié)構(gòu)、實現(xiàn)的技術(shù)路徑以及存在的關(guān)鍵問題。從而廣泛而深度地探索了智能機器人的多傳感器信息融合技術(shù)中面臨的問題，并提出合理建議。伴隨大數(shù)據(jù)技術(shù)、控制技術(shù)和人工智能技術(shù)的快速發(fā)展，尤其是日新月異的傳感器信息融合技術(shù)，智能機器人對環(huán)境的感知和判斷能力還會大幅度提升，從而自主控制能力也將更加高智能化，與之相對應(yīng)的研究和應(yīng)用將步入更廣闊的空間。