智能信息处理.pptVIP

多传感器信息融合 大纲 研究背景 研究背景 研究背景 研究背景 研究现状 当前，信息融合技术在军事中的应用研究己经从低层的目标检测、识别和跟踪转向了态势评估和威胁估计等高层应用。 目前，信息融合技术己在许多民用领域取得成效。这些领域主要包括:机器人和智能仪器系统、智能制造系统、战场任务与无人驾驶飞机、航天应用、目标检测与跟踪、图像分析与理解、惯性导航、模式识别等领域。 信息融合定义 信息融合是一种多层次、多方面的处理过程, 包括对多源数据进行自动化的检测、互联、相关、估计和组合处理，从而提高状态和身份估计的精度，以及对战场态势和威胁的重要程度进行有效的评价。 ---美国国防部定义：[1991] 利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分析，优化综合以完成所需的决策和估计任务而进行的信息处理过程。 ---最新定义 信息融合的基本原理 信息融合的基本原理 信息融合优势 信息融合处理过程 数据级融合(或像素级融合) 数据级融合(或像素级融合) 特征级融合 决策级融合 决策级融合 信息融合方法 嵌入约束法 由多种传感器所获得的客观环境(即被测对象)的多组数据就是客观环境按照某种映射关系形成的像，信息融合就是通过像求解原像，即对客观环境加以了解。用数学语言描述就是，所有传感器的全部信息，也只能描述环境的某些方面的特征，而具有这些特征的环境却有很多，要使一组数据对应惟一的环境(即上述映射为一一映射)，就必须对映射的原像和映射本身加约束条件，使问题能有惟一的解。 嵌入约束法最基本的方法：Bayes估计和卡尔曼滤波 证据组合法 证据组合法是对完成某一任务的需要而处理多种 传感器的数据信息，完成某项智能任务，实际是 做出某项行动决策。它先对单个传感器数据信 息每种可能决策的支持程度给出度量(即数据信息 作为证据对决策的支持程度)，再寻找一种证据组 合方法或规则，在已知两个不同传感器数据(即证 据)对决策的分别支持程度时，通过反复运用组合 规则，最终得出全体数据信息的联合体对某决策 总的支持程度。得到最大证据支持决策，即信息 融合的结果。 人工神经网络法 人工神经网络法 基于神经网络的传感器信息融合特点 应用领域 机器人中的传感器信息融合 多传感器在移动机器人中的应用 舰船上的传感器信息融合 目标识别与身份认证 机器人 图像融合 医学图像融合 身边的应用 刑侦 多传感器数据融合技术在刑侦中的应用，主要是利用红外、微波等传感设备进行隐匿武器检查、毒品检查等。另外，将人体的各种生物特征如人脸、指纹、声音、虹膜等进行适当的融合，能大幅度提高对人的身份识别与认证能力，这对提高安全保卫能力是非常重要的。 故障诊断 在工业监控应用中，每个传感器基于自身的检测统计量，可以提炼出有关系统故障的特征信息（故障表征）。在局部故障诊断处理单元，利用这些故障特征信息，并按照多种故障诊断方法对被诊断的对象做出是否有故障发生的推断。而融合中心则基于一定的准则进行融合处理，最终得出对象是否存在故障的决策。 信息融合研究领域目前存在的问题 信息融合研究领域目前存在的问题 信息融合研究领域目前存在的问题 信息融合研究领域目前存在的问题 未来展望 通过对国内外相关研究的分析和总结可以看出， 尽管许多比较成熟的信息处理方法，如卡尔曼滤 波、Bayes 估计理论等通过适当的变换和改进， 已经作为信息融合方法应用于模式识别领域中， 也显著提高了识别的性能，但是这些经典的方法 约束条件多对对象的形式和特性要求比较高，难 以解决带有不确定性和对象特性比较复杂的识别 问题。因此，具有鲁棒性、自适应性和自学习能 力的智能化信息处理方法逐渐成为构建信息融合 新方法的主要途径。 机器人作为人类20世纪 最伟大的发明之一，在短短 的40年内发生了日新月异的 变化。机器人已经不仅成为 先进制造业不可缺少的自动 化装备，而且正以惊人的速 度向海洋、航空、航天、军 事、农业、服务、娱乐等各 个领域渗透。信息融合是机 器人的现代支撑技术之一， 它为多传感器的综合利用提 供了最有效的技术手段。 搬运和装配工业机器人 图像融合在机器视觉监视系统中的应用 图像融合可以增强影像中的信息透明度，改善解释的精度，提高可靠性及使用率。 2 3 未形成基本的理论框架和有效广义模型及算法 关联的二义性是信息融合中的主要障碍 1 4 融合系统的容错性和稳健型没有得到很好的解决。 信息融合系统的设计还存在许多的实际问题。 其绝大部分工作都是针对特定应用领域内的问题来开展研究，也就是说目前对信息融合问题的研究都是根据问题的种类，