6.感觉系统模型与感知信息融合.ppt

感知系统与感知信息融合 感知系统与感知信息融合－生物体感觉系统 感知系统与感知信息融合－生物体感觉系统 感知系统与感知信息融合－生物体感觉系统 感知系统与感知信息融合－生物体瞳孔尺度控制 感知系统与感知信息融合－生物系统的集成传感信息处理 感知系统与感知信息融合－仿生系统信息融合的原理与实现方法 感知系统与感知信息融合－仿生系统信息融合的原理与实现方法 感知系统与感知信息融合－仿生系统信息融合的原理与实现方法 感知系统与感知信息融合－仿生系统信息融合的原理与实现方法 感知系统与感知信息融合－小结 * 生物体感觉系统 生物体瞳孔尺度控制 仿生系统信息融合的原理与实现方法 感受器 感受器相当于能量转换器(也称之为传感器)，它将外部刺激的能量转变为神经冲动 神经冲动经过神经网的信息加工后，将传递至中枢神经系统，并在人的主观意识中引起相应的感觉。 感受器在特定刺激下产生感觉的冲动，称为兴奋。 无论哪种感受器，其共同特点就是对于某一特定的刺激．其兴奋阈值较低。 例如：对于光感受器来说，仅有一个光量子就足以引起单个光感受器的兴奋。 一个单一感受器的特征往往不能反映系统的功能，而与各感受器相联系的神经网对传入信息的加工和处理则构成感觉系统的重要部分 眼球的光学系统如右图所示，它由角膜、房水液、晶状体和玻璃体组成。 为了保证要看的目标物的像正好经由此光学系统后落在视网膜的中央，眼球在外眼肌的作用下能够进行中心部基本固定的旋转运动。 视觉系统 眼球的光学系统 视觉系统 通过眼球的光学系统进入的光线由视网膜转换成神经电信号 视网膜由三类细胞形成了纵向的信息传递通路，即视细胞、双极细胞、神经节细胞 由水平细胞和无足细胞形成横向联系。 视细胞又分为视杆细胞和视锥细胞 在人们的视网膜上，视细胞的数目达上亿个。 已经提出了许多有效的视觉信息处理模型 电子显微镜下的视网膜 MB: 侏儒型 RB: 杆状型 FB: 扁平型 双极细胞 A: 无足细胞 MG: 侏儒型 DG: 弥散型 神经节细胞 R: 视杆细胞 C: 视锥细胞 H: 水平细胞 瞳孔尺度控制系统的特点 瞳孔的尺度随光照量的变化而改变 瞳孔尺度控制系统是一个典型的生理反馈控制系统 它可以自动调节投射到视网膜上的光强 其反馈途径大致如下：瞳孔是虹彩中心的一个小孔，光线通过它射到由光感受细胞组成的视网膜上，然后通过载有光强信息的传入神经，经过顶盖区中转，通向脑部的动眼神经核。 传出的反馈通道分两路，一部分通过副交感神经，在睫状神经节处转换后去控制瞳孔括约肌的收缩，另一部分由交感神经传出，最后在上颈脊神经节转换后去支配瞳孔括约肌的活动。 当输入光信号增强时，该系统就可以自动改变瞳孔面积的大小，从而调节落在视网膜上的光量。 在正常情况下，到达视网膜的光量正比于光强和瞳孔面积；而光量的增加又将导致瞳孔面积的减小。 人的传感信息融台 人的识别能力包括两部分： 感觉的融合识别，通常我们将获得感觉的器官叫传感器，所以也叫传感信息融合识别。大脑中各种知识的融合识别，这部分识别一般认为是高级识别。人们不仅通过颜色、形状，还可以通过语言、文字对一物体有更深刻的认识。 人眼看见的景物如一幅图画，人对于图画中的蓝天、树木、花草等物体能够立刻理解，但是每秒运行1000万次的计算机却很难做到这一点，这是因为人有信息融合的功能。 人的传感器融合能力分为四类： 组合、综合、融合和关联 传感器融合是制造智能伤生系统(如智能机器人)的一个非常重要的课题。 在大脑中，传感数据从一层神经网络或神经网络中心传送到下一层神经网络。每一层网络部将数据处理、精炼成为更有意义的概念．而“结果”通过高水平的“脑”作最后的处理。当一个信息从大脑的一个皮层区域传到其它区域时，融合便开始产生。 为什么需要信息融合 由于对系统性能要求的不断提高，需在一个系统上装配大量的种类繁多的传感器； 为了消除各传感器数据组之间数据矛盾和不协调现象，这种矛盾和不协调现象，需要有效地协调和处理好这些传感信息，因此需要采用传感信息融合技术； 感器信息融合的目的是实现一种用于整个传感器系统并能够取得高度可靠的有用信息的处理系统； 当传感信息处理技术从处理单个传感器信息演变为处理多个传感器信息时，传感器技术也需要演变为以分布式并行处理方式为主的集成传感信息处理技术 多传感器的数据融合处理方法 经典概率论 贝叶斯方法 Dempster—Shafer证据理论(D—S理论) 模糊集理论 自适应神经网络 凸贝叶斯理论 广义证据理论等 多传感器数据融合方法概要 多传感器数据融合方法概要 多传感器数据融合方法概要 感觉系统是由感觉器官和与之相联系的神经系统构成的； 由于需要感知外界信息的感知器官很多，因而需要有多感知器官信息融合