不完善信息融合技术及在移动机器人中应用.pdf

摘 要 随着传感器、计算机以及信息等技术的迅猛发展，各种具有复杂应用背景的多传 感器系统不断涌现，使得信息的获取、处理和融合变得多样化。多源信息融合技术如 今已在军事和民用领域都得到了广泛的重视和应用，其理论和方法已经成为智能信息 处理和控制的重要研究领域。 迄今为止，学者们针对实际应用提出了许多信息融合算法，其中的证据理论允许 人们对不完善信息进行建模及推理，符合人类思维方式，得到了广泛的推崇。最近提 出来的Dezert-Smarandache 证据理论（DSmT ）可以处理几乎所有类型的信息，其优 势更是体现在对不确定、不精确以及高冲突信息的处理上，拥有完备的描述方法，是 一种优秀的证据推理理论。 本文在简要介绍了Dempster-Shafer Theory （DST ）、DSmT 和中智理论后，根据 信息的特征，对不完善信息进行了归类，并从定量融合和定性融合两个角度对基于证 据理论的不完善信息融合技术进行了深入研究，针对不完善信息中的不同种类信息分 别提出了相应的融合算法，并对这些算法进行了深入的分析和比较，构建了完整的多 源不完善信息融合理论体系，为多源不完善信息融合技术的推广奠定了基础。 本文还对证据理论领域现有的融合框架进行了分析，提出了新的兼容其他融合结 构的广义融合框架，并在此基础上构建出了广义证据推理机，定义了广义推理机的工 作原理，使其可以推广到其他证据理论中。 随后本文将DSmT 信息融合技术应用于移动机器人中，对声纳数据进行了分析， 构建出了二维声纳数学模型，将本文提出的融合算法和广义证据推理机应用于机器人 的信息融合系统中，同时提出了单体机器人的Multi-Agent 系统结构，实现了移动机 器人在复杂动态未知环境下的精确地图构建、定位以及自主导航，验证了信息融合技 术在机器人技术应用中的有效性，同时也验证了单体 Multi-Agent 结构的优越性。同 时还尝试构建了多机器人系统，初步实现了多机器人联合地图构建，为多移动机器人 探测未知动态环境的深入研究奠定了基础。 本文还采用Visual Studio 2008 为软件开发平台，结合OpenGL ，开发了一套机器 人实验及仿真平台，由于其通用性强，操作简便，人机交互界面友好，已成为移动机 I 器人研究的良好工具。 关键词：信息融合，Dezert-Smarandache 证据理论，融合框架，移动机器人，地图创 建，导航 II Abstract With the rapid development of the sensor, computer and information technology, a variety of applications with complex background of multi-sensor system continue to emerge, making the obtaining, processing and integration of the information more diversified. The multi-source information fusion technology has been given more and more attentions and applied in both military and civilian fields. The theories and methods of multi-source information fusion technology has become the important research area of intelligent information processing and control. So far, many