李航，黃波,2，廖映華

（1.四川輕化工大學 機械工程學院，四川宜賓，644000； 2.人工智能四川省重點實驗室，四川宜賓，644000）

0 引言

隨著軍事技術的不斷更新發(fā)展，真實模擬軍事訓練對于軍隊戰(zhàn)斗力的提升具有重要意義[1,2]。目前，國際形勢變化莫測，提高自身軍隊戰(zhàn)斗力是軍隊發(fā)展的首要任務，但缺乏真實的訓練環(huán)境不能使士兵取得較好的訓練效果，因此軍事訓練模擬技術對于提高真實訓練環(huán)境具有重要的研究價值和意義[3,4]。軍事訓練中爆破投擲訓練作為每個士兵必須掌握的軍事技能，因此日常訓練對爆破器材消耗量較高，所以為了讓士兵體驗真實環(huán)境往往采用的模擬爆破器材進行訓練，在成本、訓練量、安全性上具有優(yōu)勢，但無法模擬真實的爆破狀況，因而無法達到理想的訓練結果，所以利用模擬仿真系統(tǒng)對真實場景的營造成為軍事訓練器材研究的熱點方向[5]。目前，針對軍事訓練器材模擬仿真，國內外學者做出來很多相關研究，例如，劉俊彥[6]等設計了一種針對82-2式爆破器材的簡易防爆罐，利用凱夫拉纖維、4340鋼、泡沫鋁完成結構設計，采用AUTODYN軟件建立數值仿真模型，對爆炸的沖擊波及沖擊響應進行分析仿真，結果表明通過模擬仿真實驗驗證了設計的有效性；王克選[7]等，簡化某型爆破器材模擬器模型，基于ANSYS軟件計算了該爆破器材模擬器從5m高度墜落時底部、外套、頂部和手柄等不同部位著地時的應力狀態(tài)，為該模擬器設計定型提供分析數據，利用靜力分析模擬動態(tài)過程可以提高分析速度、降低輸入參數的要求；侯建強[8]等，通過靜態(tài)與動態(tài)的對比，得到動態(tài)條件下為武器系統(tǒng)評估提供更為準確的數據，對爆破過程產生的爆破碎片運動過程進行建模仿真，分析雷達波束內的動爆破片數量、速度、距離分析等特性，提供一種理論依據；李池[9]等模擬仿真火炮膛內壓力環(huán)境變化關系，設計了一種新型火炮內壓力模擬裝置，以經典內彈道理論為基礎，利用高低壓發(fā)射原理，建立分析模型，利用模型分析不同參數對膛壓載荷變化的影響，實驗分析可以有效模擬載荷關系；Yao[10]等，針對軍事訓練器材進行了廣泛的研究，利用現代仿真訓練器通過多組平臺分析，對出現的問題進行針對性的調整，讓現代仿真技術更加貼近實際環(huán)境；王勇[11]等，提出利用VR技術實現手榴彈投擲的虛擬仿真訓練，通過虛擬網絡戰(zhàn)場環(huán)境實現環(huán)境感知能力的提高，同時對于實戰(zhàn)化的訓練具有重要意義，但是由于虛擬技術在體驗感上還無法做到全感體驗，所以對于整體感悟還需要提高；朱良學[12]等，針對爆破器材在訓練中出現不安全、需求大、成本高等問題，設計了一種模擬電子爆破器材，通過模擬真實爆破器材的聲光電等特征，實現真實環(huán)境下的投擲體驗，達到投擲訓練的效果，取得了一種較好的訓練效果；張孝杰[13]等，分析當前手榴彈投擲訓練中出現的問題，提出基于虛擬現實技術、N-vision平臺、3D Max以及JACK建立投擲場景，通過記錄優(yōu)秀的投擲數據，分析指導投擲動作，為訓練過程提供更加智能化的訓練技術。因此，當前對于爆破裝置爆破訓練的研究主要結合新型技術，對爆炸過后產生的爆破效果進行分析模擬，并分析真實條件下爆破環(huán)境而產生的聲光電等效果，但隨著訓練投擲數量的增加，對此產生的訓練數據無法有效地利用，所以該方向也是模擬訓練技術需要改進的關鍵點，同時也是研究的熱點。因此將訓練爆破器材結合新型傳感技術獲取有效訓練數據，并作為訓練仿真系統(tǒng)的參考數據，為模擬訓練提供科學的訓練指導。

綜上分析，為提高模擬訓練效果，更加真實的模擬爆破器材爆破投擲環(huán)境，結合多種傳感器獲取投擲訓練數據，利用智能仿真模塊實現聲光電爆破效果，通過無線通訊模塊實現數據的實時傳輸，根據中央處理控制器分析處理多傳感器獲取的運動數據，進而保證訓練數據的實時性和準確性，利用系統(tǒng)數據分析可以對訓練效果進行總結，調節(jié)訓練投擲姿態(tài)達到最佳優(yōu)化狀態(tài)，所以針對模擬訓練數據獲取不準確、實時性不高、數據單一的穩(wěn)態(tài)，本文采用基于多傳感器融合的爆破器材投擲仿真系統(tǒng)作為主要研究內容，從而解決模擬訓練中出現的問題。

1 仿真系統(tǒng)模型分析

爆破器材投擲仿真訓練系統(tǒng)通過模擬真實環(huán)境下的投擲狀態(tài)，將訓練爆破器材和多傳感技術進行融合，從而獲得訓練數據以及聲光電的仿真效果，通過建立仿真系統(tǒng)模型進行準確的數據分析，達到提高訓練效果的目的。

1.1 仿真系統(tǒng)描述

多傳感器融合的爆破器材爆破仿真系統(tǒng)是將訓練爆破器材的投擲過程進行數字化處理，利用多傳感器融合系統(tǒng)收集訓練數據，分析訓練數據結果以此作為后期訓練指導的參考依據。模擬仿真系統(tǒng)主要由數字化硬件系統(tǒng)、聲光電系統(tǒng)、數據分析終端系統(tǒng)組成，通過系統(tǒng)之間的相互聯系實現對訓練爆破器材的數據分析和投擲軌跡的模擬。因此，基于多傳感器融合的爆破器材投擲仿真系統(tǒng)的總體設計如圖1所示。

圖1 總體系統(tǒng)設計

總體系統(tǒng)設計框圖通過訓練爆破器材的內嵌硬件電路作為運行基礎，獲取運動數據，然后利用無線通訊模塊將運動數據傳送到軟件設計平臺上，利用數據分析終端平臺進行分析處理，利用多傳感器融合系統(tǒng)對傳感器的運行數據進行分析處理得到有效數據，并且指導投擲訓練過程不斷調整優(yōu)化訓練投擲姿態(tài)和軌跡，最終利用在終端平臺上的可視化處理功能，達到動態(tài)調整得有據可依的目的。

1.2 系統(tǒng)模型建立

多傳感器融合的爆破器材投擲仿真系統(tǒng)主要模擬真實的投擲訓練過程，以訓練爆破器材為運動參考中心轉化為數字化的動態(tài)運行數據獲取點，利用多傳感器獲取訓練爆破器材的多維度狀態(tài)數據值，然后在數據終端平臺上進行計算分析，從而調整訓練投擲效果，并且利用可視化界面讓訓練人員對訓練結果有直觀的理解，達到優(yōu)化投擲訓練的目的。圖2為爆破器材投擲訓練運動模型。

圖2 爆破器材投擲運動分析

仿真系統(tǒng)根據如圖2所示的訓練模型可知，通過對訓練爆破器材進行編號，實現訓練數據實時準確記錄，分析投擲仿真系統(tǒng)的運行空間并以此建立全局三維空間坐標系，訓練爆破器材簡化為運動點并建立局部三軸坐標系，其中i=1,2,3，…表示訓練爆破器材投擲編號，對于第i顆訓練爆破器材在全局三維空間坐標系中的坐標為，最后利用訓練爆破器材內嵌式無線通訊模塊將運行數據傳送到數據融合終端實現數據的分析，并通過交互界面實現對訓練投擲軌跡和狀態(tài)的實時顯示。

1.3 系統(tǒng)參數設定

爆破器材投擲訓練模型基于多傳感器的數據融合研究、控制電路軟硬件設計、無線通訊技術、數據融合平臺分析終端等功能組合實現仿真系統(tǒng)的研究，模擬仿真過程中需要對重要參數進行設定，保證系統(tǒng)模型仿真數據的準確性和穩(wěn)定性，同時能夠更加真實地模擬爆破器材投擲過程，因此準確的系統(tǒng)參數設定能保證系統(tǒng)的穩(wěn)定仿真運行，參數設置如表1所示。

表1 系統(tǒng)參數設定

2 多傳感器融合系統(tǒng)分析

多傳感器融合系統(tǒng)利用多類型傳感器獲取訓練爆破器材的運行狀態(tài)數據，然后對運行狀態(tài)數據進行數據優(yōu)化處理，通過訓練模型的數據分析終端進行狀態(tài)分析，提取穩(wěn)定、時效的可靠訓練數據，所以利用多傳感器融合系統(tǒng)能夠應對單一傳感器獲取傳感數據的差異性、波動性、準確性，采用多傳感器能夠保證訓練系統(tǒng)運行數據的準確性和可靠性。

2.1 融合系統(tǒng)原理

多傳感器融合系統(tǒng)的融合原理如圖3所示，首先融合系統(tǒng)利用n種不同類型的有源或者無源傳感器收集觀測目標數據，對輸出數據提取特征數據采用特征矢量Yi表示，然后對特征矢量進行模式識別，完成對目標的說明，從而得到不同類型傳感器對目標的說明數據，根據說明進行目標對象分類處理，即實現數據之間的關聯，利用多傳感器的數據融合算法實現不同傳感器對于目標對象的統(tǒng)一描述[14]。

圖3 融合原理示意圖

2.2 融合系統(tǒng)框架設計

多傳感器的融合系統(tǒng)是基于不同類型傳感器的運行特點，利用基礎硬件電路保證基本功能運行，結合軟件系統(tǒng)對傳感器的獲取數據進行處理運算并實現優(yōu)化，從而得到時效性高、穩(wěn)定性強的融合數據。融合系統(tǒng)的基本框架原理是利用多通道傳輸并行獲取傳感數據，通過內嵌式無線通訊模塊收集訓練數據，利用融合算法實現對數據的精確提取，從而保證仿真系統(tǒng)數據的穩(wěn)定和真實，融合系統(tǒng)框架如圖4所示。

圖4 融合系統(tǒng)框架

由融合系統(tǒng)框架可知訓練系統(tǒng)的仿真數據通過基本硬件電路設計和多傳感器融合算法的軟件優(yōu)化實現數據的融合處理，根據系統(tǒng)數據終端平臺分析基本融合數據，得到訓練模擬系統(tǒng)的融合狀態(tài)數據、融合軌跡信息、融合聲光電數據，實現多傳感器融合系統(tǒng)時效性、穩(wěn)定性、可靠性的要求。

2.3 融合數據優(yōu)化

多傳感器融合系統(tǒng)中爆破器材投擲數據分析主要體現在訓練爆破器材的投擲運動軌跡以及爆破器材聲光電響應效果等方面，通過數字化終端平臺對獲取的傳感數據進行檢測，利用融合系統(tǒng)分析訓練狀態(tài)，根據融合系統(tǒng)框架可知，多傳感器數據融合后可以得到融合狀態(tài)數據S、融合軌跡信息G、融合聲光電數據V，利用仿真系統(tǒng)中的交互界面可實現對所有運行狀態(tài)及運行軌跡的實時管理，也能夠實現對訓練人員投擲姿態(tài)的動態(tài)調整。

模擬仿真系統(tǒng)中由于存在干擾因素，所以融合系統(tǒng)處理后的信息數據與理論數據會存在偏差，通過估計和參數調整提高數據的真實性，由于本文的投擲訓練數據具有重復性高、波動性小等特點，所以利用均方差分析法可以實現對融合數據的調整優(yōu)化，根據數據集建立數據分析模型如式(1)所示。

根據式(1)可知，ijX表示第i個訓練爆破器材的第j個觀測傳感數據值，iμ表示第i個訓練爆破器材的理論均值，ijε表示隨機誤差，σ表示誤差最大值，通過隨機誤差保證數據的動態(tài)處理過程。驗證運算數據的有效性，引入偏差平方和tS如式(2)所示，進行數據差異判斷。

根據偏差平方和的數據分析，利用誤差平方和與效應平方和進行分析如式(3)所示，ES表示誤差平方和，AS表示效應平方，表示平均傳感器誤差值，平均理論誤差值。

因此，通過分析AS可以衡量不同傳感數據之間的差異程度，利用ES可以得到所有融合數據誤差分析值，得到融合數據的差異關系。

3 系統(tǒng)融合算法設計

多傳感器融合系統(tǒng)利用不同傳感器獲取不同訓練爆破器材運動數據，通過對目標對象的統(tǒng)一描述實現對數據的統(tǒng)一處理，從而得到可識別的動態(tài)數據。融合系統(tǒng)的關鍵技術是利用融合算法實現對不同類型數據的融合，得到統(tǒng)一的目標描述動態(tài)數據，最后通過爆破器材投擲狀態(tài)的實時調試，達到提高仿真系統(tǒng)效率提高的目的。

3.1 數據優(yōu)化分析

不同類型傳感器獲取的數據作為融合算法的基礎數據，為能夠適應復雜的訓練環(huán)境需要具備抗干擾能力和穩(wěn)定性，需要進行數據優(yōu)化處理，才能符合融合數據的準確性和實時性的要求。因此，根據融合系統(tǒng)設計要求以及對數據優(yōu)化處理的分析，本文采用S-G(Savitzky-Golay)濾波方法對數據進行優(yōu)化處理[15]。

首先，將數據窗口寬度設為2d+1，d=1,2,…原始數據點的個數用d表示，利用擬合多項式將原始數據點進行擬合如式(4)所示。

根據擬合多項式可得誤差平方和E，如式(5)所示。

再對式(5)進行求導實現誤差的最小化處理，并簡化得到式(6)。

3.2 擴展卡爾曼濾波融合算法（EKF）

擴展卡爾曼濾波融合算法對非線性數據進行處理分為兩個階段實現，分別是預測階段和校正階段。預測階段主要結合運動模型的運動狀態(tài)數據得到先驗估計值；校正階段主要利用校正公式計算得到后驗估計值。根據多傳感器的數據集采用離散化處理，通過對上一時刻狀態(tài)推導下時刻的估計先驗值從而形成非線性的狀態(tài)方程如式(8)所示。

通過多傳感器獲得訓練爆破器材的運動軌跡數據，同時作為EKF中的觀測方程輸入數據，通過如式(9)所示。

對于誤差符合正態(tài)分布即為vk-1～N(0,R)表示測量過程中存在的測量噪聲，R表示測量值的協(xié)方差。由于系統(tǒng)是非線性系統(tǒng)，所以為計算方便需要轉換為線性系統(tǒng)，利用Taylor-Series轉換。因為系統(tǒng)存在誤差所以無法在實際點進行線性化，所以在k-1時刻的后驗估計值上進行線性化，即得式(10)：

由于wk-1未知，即令wk-1=0，即可令同時A和1kwkw-可通過表示雅可比矩陣即可表示為式(11)。

此時噪聲協(xié)方差Q則表示為即得系統(tǒng)狀態(tài)方程的線性化方程如式(12)所示。

測量方程的線性化，只需對系統(tǒng)先驗估計值進行線性化，觀測方程需要在線性化的先驗估計值基礎上，計算得觀測方程線性化如式(13)。

此時觀測方程觀測量的協(xié)方差R，表示為vkVN～( 0,VRVT)，即觀測方程線性化表達式如式(15)所示。

通過對非線性系統(tǒng)狀態(tài)方程和觀測方程進行線性化，即可通過卡爾曼濾波算法進行數據融合處理。首先通過預測階段可以得到預測方程和先驗估計協(xié)方差分別為如式(16)和式(17)所示。

其次是進行校正階段，需要先求解出卡爾曼增益Kk，計算如式(18)所示。

最后進行后驗估值計算，計算過程如式(19)和式(20)所示。

3.3 特征數據擬合

多傳感器融合系統(tǒng)獲取傳感數據后利用融合算法得到融合數據，利用訓練爆破器材的無線通訊裝置將運行數據傳送到數據運算終端平臺，利用系統(tǒng)融合算法將運行數據、聲光電的反饋數據進軌跡顯示和監(jiān)控數據實現，所以通過擬合技術對多類型融合數據實時顯示。本文采用的數據擬合方法利用移動最小二乘法進行了數據擬合。

在移動最小二乘法中，通常采用蘭卡斯特和薩爾考斯卡斯定義的局部近似[16]的試驗函數如式(21)所示。

式(22)中r表示相對距離，σ表示形狀參數，根據加權值插入到擬合值與給定值之間的平方誤差上，通過調節(jié)權重值達到擬合的最優(yōu)化。

4 仿真實驗及結果分析

多傳感器融合的爆破器材投擲仿真系統(tǒng)驗證實驗通過獲取訓練爆破器材的投擲訓練數據并進行分析，驗證多傳感器融合算法的有效性和時效性，通過擬合融合數據得到穩(wěn)定、準確的運行軌跡曲線以及訓練爆破器材的狀態(tài)數據。本文實驗主要是基于ROS（robot operating system）系統(tǒng)中的Gazebo仿真平臺，通過搭建訓練模型以及設置訓練爆破器材上傳感器的參數，同時修改ROS系統(tǒng)中啟動功能包的配置參數文件，獲取投擲訓練過程中的運行數據，最后以PC機作為數據處理終端進行數據分析。

4.1 參數設置

實驗主要利用軟件仿真平臺對多傳感器融合的訓練爆破器材、訓練環(huán)境以及數據終端平臺進行參數設置，通過初始參數的設置可以對環(huán)境對象進行初始描述，對運行對象的訓練過程更容易進行數據描述。因此對于訓練爆破器材和訓練環(huán)境的參數設置如表2所示。

表2 參數設置

參數設置可達到對環(huán)境模型精確描述的目的，由于實際投擲訓練過程中會受到不確定的環(huán)境因素干擾，所以在仿真模擬中為了更加真實展示環(huán)境狀態(tài)，引入隨機擾動變量，作為動態(tài)環(huán)境的隨機數，從而保證訓練結果的真實性。

4.2 實驗設計

本文實驗主要利用模擬仿真平臺對爆破器材投擲過程進行模擬仿真，利用基于多傳感器融合的訓練爆破器材得到投擲數據，分析投擲數據實現投擲姿態(tài)的動態(tài)調整。模擬仿真實驗主要包括兩個部分，分別為訓練爆破器材的傳感數據獲取、數據終端平臺的融合分析；訓練爆破器材傳感器數據主要從不同數據的獲取方式判定數據獲取的準確性和可靠性，利用動態(tài)環(huán)境狀態(tài)的數據設計可得到訓練環(huán)境模型，從而分析運行狀態(tài)的效果。實驗設計過程為保證實驗仿真運行過程的真實性和合理性，通過如圖5所示的運行流程圖，可以得到仿真系統(tǒng)的模擬訓練數據。

圖5 實驗仿真流程圖

根據如圖5所示的實驗仿真流程關系可知訓練爆破器材投擲過程的訓練仿真過程，通過初始化后，利用訓練爆破器材的內嵌式無線傳送裝置實現對聲光電數據、運行狀態(tài)數據的獲取和傳送，再根據終端平臺記錄數據，利用融合算法以及數據分析方法實現對數據的處理分析，并在交互界面上進行動態(tài)顯示，若符合要求則投擲訓練完成，不符合要求則需要調整投擲姿態(tài)再進行數據分析，從而調整達到訓練要求。

4.3 實驗結果分析

本文實驗通過Gazebo軟件仿真平臺進行模擬環(huán)境的仿真，采用EKF融合算法對傳感器的數據進行融合處理得到訓練數據結果，其中如圖6所示為訓練爆破器材投擲過程，利用傳感器獲取的軌跡運動曲線。

圖6 投擲運動軌跡曲線

根據投擲曲線可知，多傳感器獲取得到訓練爆破器材在XYZ軸平面上的運動關系以及投影在X-Y、Y-Z、X-Z平面上的關系曲線，通過曲面可以看到X-Y平面上的運動軌跡呈現曲線變化，說明在投擲中受到水平方向上的Y軸方向上的干擾，影響投擲姿態(tài)變化；投擲軌跡曲線在X-Z平面和Y-Z平面的投影反映了訓練爆破器材在投擲中的曲線變化呈現拋物線變化趨勢符合投擲運動過程，由此可以通過不同曲線的變化趨勢調整投擲姿態(tài)。

多傳感器數據融合系統(tǒng)利用EKF融合算法實現多傳感器數據的有效融合，本實驗主要是利用慣性陀螺儀傳感器、速度檢測傳感器、高度檢測傳感器，獲取基本運動數據，利用擴展卡爾曼濾波融合算法實現融合過程，圖7為不同傳感器獲取的動態(tài)融合數據在X-Y平面的映射關系圖，由圖示可知隨著時間的變化，傳感器獲取的X軸位移變化關系波動較大，數據準確性較低，通過融合算法后得到的運行數據處于多種傳感器獲取數據的中間值，并趨向于穩(wěn)定變化。

圖7 多傳感器融合曲線對比

基于多傳感器的訓練爆破器材利用聲光電傳感器可以檢測到訓練數據并在系統(tǒng)中進行實時顯示，分析對比可以得到訓練爆破器材的聲光電仿真效果，根據傳感器獲取得到的檢測延遲響應時間、煙霧濃度、閃光度等數據可以判斷訓練爆破器材的真實性，對投擲系統(tǒng)具有重要的輔助價值，如表3所示為傳感器獲取聲光電傳感數據的主要參數，爆炸分貝數據在設置范圍內，同時經過多次采集數據獲取方差變化范圍為5db，煙霧爆炸擴散速度檢測數值主要檢測爆炸煙霧的擴散速度，能夠真實有效地模擬爆炸效果；閃光度的平均檢測值為31200cd，在范圍值內變化說明訓練者可以看到和真實爆破器材類似的視覺效果。

表3 傳感數據檢測數據

多傳感器融合的爆破器材投擲仿真系統(tǒng)通過收集訓練數據記錄投擲狀態(tài)數據，實現對姿態(tài)投擲的判斷調整，并通過對比分析投擲調整效率，判斷仿真系統(tǒng)的效率變化關系，本實驗記錄投擲10次的運行數據對比分析如圖8所示，分析融合算法和非融合算法條件下的效率提升的柱狀圖變化，由圖示可知，隨著投擲次數的增加提升效率也在提高，但是提高的速率也在逐漸降低，通過分析圖示得到利用融合算法的提升效率最大值可達到18.3%，未融合的提升效率最大為16.2%，由此可見融合算法對于提升效率有效，并且經過不同投擲次數可知融合算法的提升效率均高于未采用融合算法的提升效率。

圖8 投擲仿真效率對比分析圖

5 結論

基于多傳感器融合的爆破器材投擲仿真系統(tǒng)利用多傳感器的特性優(yōu)勢，結合不同類型傳感器，利用擴展卡爾曼濾波融合算法，實現慣性陀螺儀傳感器、速度傳感器、高度傳感器等運行軌跡數據的融合，采用移動最小二乘法對存在波動運行軌跡曲線進行擬合，然后通過判斷分析聲光電傳感器數據，判定數據是否在有效區(qū)間，并確定投擲過程的合理性；通過對比采用融合算法對提升仿真效率的效果進行分析，得到隨著投擲次數的增加融合后的投擲效率可達到18.3%，相比較于未融合算法的提升效率提高2.1%，利用對姿態(tài)的調整，不斷的優(yōu)化達到最佳狀態(tài)，并且融合數據的穩(wěn)定性和準確性越高對于姿態(tài)調整的效率更高，所以基于多傳感器融合的爆破器材投擲在仿真系統(tǒng)中的效果明顯。