多传感器信息融合在机器人避障中的应用ApplicationofMultisensor.PDF

1. 基金颁发部门：四川省教育厅；项目名称：多传感融合技术模型及应用研究；编号：2006ZD036 ；项目 负责人：宋弘 2. 基金颁发部门：人工智能四川省重点实验室；项目名称：智能机器人视觉信息处理及数据融合方法的研 究；编号：2007R008 ；项目负责人：胡莲君 多传感器信息融合在机器人避障中的应用 宋弘，胡莲君 （四川理工学院自动化与电子信息学院 自贡 643000 ） 摘要：本文在移动机器人的避障系统中，充分利用数字信号处理器（DSP ）超强的运算能力，以及单片机 （MCU ）善于控制的特点，构造了 DSP+MCU 的双 CPU 系统，并且利用粗糙集理论进行多传感器信息融 合，实现了移动智能机器人在不确定环境中实时获取外部信息，快速地实现避障。 关键词：多传感器信息融合；粗糙集理论；避障 中图分类号：TP391 文献标识码：A Application of Multisensor Information Fusion in Collision Avoidance for Robot SONG Hong，HU Lian-Jun (Automation and Electronic Information Engineering, Sichuan University of Science Engineering, Zigong 643000, China) Abstract: In this paper, using DSP of excellent operation and MCU of excellent control for the dual-CPU system, the collision avoidance system for the mobile robot is designed. The multisensor information fusion is applied to the collision avoidance system based on rough set theory. The mobile robot can capture information in real time under uncertain environment to achieve collision avoidance. Key words: multisensor information fusion(MSIF); rough set theory; collision avoidance 0 引言 所谓多传感器信息融合（Multisensor Information Fusion, MSIF ）是指将来自某些传感器 的输入与来自其他传感器、信息处理模块、数据库或知识库的信息进行多级别、多方面和多 层次的综合处理，从而得到新的有意义的信息，便于机器人做出正确的决策[1-3] 。 实时避障和路径选择能力体现了自主移动机器人的智能水平。人们希望机器人能够在未 知环境中自动实现路径规划，以大大提高其对环境的适应能力。避障是机器人路径规划中的 难点和研究热点。根据机器人对环境信息知道的程度不同，可分为两种类型：环境信息完全 知道的全局路径规划和环境信息完全未知或部分未知的局部路径规划。对于已知环境下的避 碰问题，已经提出了许多有效的解决方法。如 Khatib 提出的人工势场法，结构简单，易于 实现，得到了广泛应用。与在已知环境中相比，机器人在环境完全未知或部分未知情况下实 现避障更加困难[4] [5] 。本文充分利用数字信号处理器（DSP ） 超强的运算能力，以及单片机 （MCU ）善于控制的特点，在移动机器人的避障系统中，构造了 DSP+MCU 的双CPU 系统。 同时使用超声波传感器、红外传感器、视觉传感器等组成多传感器系统，将粗糙集理论引入 到多传感器信息融合中，有效地提高了系统的精度，实现了移动智能机器人在不确定环境中 实时获取外部信息，快速地实现避障。 1 系统硬件结构 本文选用数字信号处理