农业机器人多传感器信息融合技术的研究进展对策分析.docVIP

农业机器人多传感器信息融合技术的研究进展 笔者介绍了多传感器信息融合技术的基本原理和实现方法，分析了其在农业机器人领域的研究进展和发展前景。 1?多传感器信息融合的原理与方法 1．1．信息融合的原理多传感器信息融合的基本原理是充分利用多个传感器的资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在空间和时间上冗余或信息互补，依据某种准则进行组合，以获得被测对象的一致性解释或描述，使该系统由此获得比它的各组成部分更优异的性能和更可靠的决策H1。多传感器信息融合结构见图l。 多传感器信息融合与单传感器信号处理相比”1，单传感器信号处理是对人脑信息处理的一种低水平模仿，不能像多传感器信息融合那样有效的利用更多的信息资源，而多传感器信息融合可以更大程度地获得被测目标和环境的信息量。多传感器信息融合与经典信号处理方法之间也存在本质的区别，关键在于数据融合所处理的多传感器信息具有更复杂的形式，而且可以在不同的信息层次上出现。 1.2信息融合的方法信息融合的方法是多传感器信息融合的最重要部分，其研究内容十分丰富，涉及了许多领域和学科。目前数据融合分为3个层次：数据层、特征层和决策层r。1“。数据层融合是直接在采集到的原始数据层上进行融合，在各种传感器的原始数据未经处理之前就进行数据的综合分析，是最低层次的融合。常见的融合方法有小波变换、人工神经网络、加权平均、产生式规则、遗传算法等。特征层融合对来自传感器的原始信息进行特征提取，并对特征信息进行综合分析和处理。该层常见的融合方法有Kalman滤波、扩展Kalman滤波、参数模板法、特征压缩和聚类分析法、K价近邻、模糊集合理论等。决策层融合是一种高层次融合，结果为指挥控制决策提供依据，因此要求从具体决策问题需求出发，充分利用其他2个层次所获取的信息，采用适当的融合方法实现。其主要融合手段有Bayes理论、统计决策、D—S证据推理法、专家系统法、遗传算法、粗糙集理论等。 2多传感器信息融合的应用与进展 多传感器信息融合技术在工业领域有了较快的发展。主要应用于智能检测系统、智能控制系统、工业控制系统、工业机器人等，目前逐步应用于农业机器人领域。 火灾探测系统是巡逻保安机器人完成火灾探测、火灾定位、火源跟踪等任务的关键部件，该系统从火灾的基本特征出发，设计了一种基于多传感器融合的火灾探测系统¨”，它利用一氧化碳、温度传感器和紫外火焰传感器探测火灾，基于阀值的算法进行数据处理比通用的感烟型探测器具有更快的探测速度和准确度，且不会在干扰源的干扰下产生误报警。但是由于传感器的数量有限，采集的数据只有3路，如果某个传感器失效将使系统产生误差，并且计算模型使用的是初级融合算法不能适应更复杂的火场环境，可以采用模糊控制或神经网络等智能算法。 大气数据计算机、无线电高度表和差分GPS 3种信息获取系统，通过数字仿真验证其有效性，其估计结果与真实值之间拟合程度非常好，效果优于传统的数字滤波，精度高于任何单一传感器测量精度，有效地提高了系统高度信息获取的准确度。系统还针对某个信息获取系统失灵建立了相应的数学模型，结果可以消除仪表的测量偏差。 多传感器数据融合在高精度标记切割机器人系统中的应用¨引，基于扩展Kalman滤波融合算法，通过x、Y、z 3个长度传感器来收集信息进行特征层融合，通过仿真和实际应用，其加工材料的表面光滑度和精度都得到提升，系统的鲁棒性也得到提高。但该系统在测量同一类型数据采用一个传感器如果有传感器失效，系统将不能工作，为了应对这种情况，可以采用多个传感器同时测量同一个长度，不但解决了传感器失效的问题，也提高了系统的测量精度。 机器视觉的多传感器融合系统是目前农业机器人发展的趋势。视觉搜集的信息占所有传感器采集信息的90％以上，所以图像的数据融合是农业机器人发展的关键技术。美国佛罗里达大学农业与生物工程系所制作的基于机器视觉的温室移动机器人采用“单目”移动视觉技术旧一，在某点采集图像数据后，进行移动在下一个点继续采集图像数据，然后将两点的图像数据和移动数据进行数据融合，达到了“双目”机器人的识别精度，并且更加灵活的实现了温室环境地图的构建。 日本国家农业研究中心所研制的远程遥控操作系统是比较典型的多信息获取融合系统旧-，该系统包括主控制器、图像采集器、GPS接受器、执行器件、无线网络通信模块和软件处理程序。图像采集器采集当前系统所处环境的图像送主控制器分析，同时GPS接收卫星数据获取当前系统的经纬度坐标，软件处理程序通过无线网络通信模块连接网络通过访问C,oogle Map网站获取当前系统所处的整个大工作环境的地理信息，最后将获取的全部信息送主控制器进行数据融合，通过执行器件实现其功能。该系统充分利用了互联网资源。通过登陆相关网站获取信息，进行处理使其成为系统可利用的数据，利用GPS