基于任务的神经网络多传感器数据融合新方法.pdfVIP

游松等：基于任务的神经网络多传感器数据融合新方法 基于任务的神经网络多传感器数据融合新方法① 游松④ 程卫星@王田苗丑武胜 张启先 (北京航空航天大学机器人研究所 北京100083) 摘要 面向遥操作机器人系统对传感和控制的具体要求及条件，提出一种基于任务的 神经网络多传感器数据融合新方法。根据遥操作过程中的不同任务，利用优化的神经网 络算法，对双视觉、六维力／力矩、接近觉(数字／模拟)、指端力、关节角度等多种传感器信 息进行融台决策，并实时地将融台结果反馈回上层控制系统。 关键词机器人，数据融合，神经网络，遥操作 本文提出的神经网络融合算法，以任务为导向， 0 引言 根据不同的融合目标对多传感器信息进行选择、过 近年来，基于传感器的机器人研究发展成为智 滤和优化，适用于多种异构传感器的不同组合，具有 能机器人的一个重要方面，它极大地改善了机器人 良好的整体控制性能，在实验过程中取得了明显的 的作业能力，具有重大的应用价值和发展前景。欧、 效果。 美、日等发达国家非常重视机器人传感技术的研究 工作-o“。我国高技术研究发展计划也将临场感 l 多传感器系统结构模型和基于任务 技术列为关键技术加以研究。国内一些院校、研究 的融合结构 所如东南大学、清华大学、哈尔滨工业大学、华中理 该遥操作系统具有视觉传感器、光纤传感器、接 工大学、中科院台肥智能机械研究所已先后展开了 近觉传感器(模拟／数字)、六维腕力／力矩传感器、角 这方面的研究工作。 度传感器、指端接触力传感器、三指11自由度数据 针对不同应用问题，人们提出了多种数据融合 手套和6自由度遥操作机械臂等遥操作输入设备， 算法l“，如贝叶斯方法、Dempster-shafer证据推理 如何将如此多的传感器信息进行融合提取，根据融 理论(D—s证据理论)、模糊集理论、估计理论、卡尔 合的传感器信息判断周围环境、目标位置、距离等， 曼滤波、概率统计决策理论和神经网络等。多传感 实时跟踪定位物体、判断操作状态和实现安全防碰、 器系统中，各信息源提供的环境信息都具有一定程 避障等功能，是该系统一大难点。同时，多传感器臂 度的不确定性。此外，由于传感器数量较多，且多为 手系统结构复杂，所处环境干扰源多，要实时处理的 非线性，要进行很好的全局优化和控制，处理量大， 信息量大，又由于受信号传输带宽和数据压缩技术 面对离散数据多、关联度大、输入信息不可线性化且 的限制，如此众多的信息难于同时传递到操作者处。 要求融合结果可靠性高等特点，传统的数据融台方 作者采用遥操作机器人自主传感器信息融合技术， 法不能很好地满足要求。对于遥操作智能机器人手 可以减小数据的传输量，通过融合直