多传感器信息融合技术.ppt

《多传感器信息融合技术.ppt》由会员分享，可在线阅读，更多相关《多传感器信息融合技术.ppt（26页珍藏版）》请在优知文库上搜索。

1、第七章第七章 多传感器信息融合技术多传感器信息融合技术u概概 述述u传感器信息融合的分类和结构传感器信息融合的分类和结构 u传感器信息融合的一般方法传感器信息融合的一般方法 u传感器信息融合的实例传感器信息融合的实例 第一节第一节 概概 述述 传感器信息融合又称数据融合，是对多种信息的获传感器信息融合又称数据融合，是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。传取、表示及其内在联系进行综合处理和优化的技术。传感器信息融合技术从多信息的视角进行处理及综合，得感器信息融合技术从多信息的视角进行处理及综合，得到各种信息的内在联系和规律，从而剔除无用的和错误到各种信息的内在联系和规律，

2、从而剔除无用的和错误的信息，保留正确的和有用的成分，最终实现信息的的信息，保留正确的和有用的成分，最终实现信息的优优化化。它也为智能信息处理技术的研究提供了新的观念。它也为智能信息处理技术的研究提供了新的观念。定义定义：将经过集成处理的多传感器信息进行合成，形成将经过集成处理的多传感器信息进行合成，形成一种对外部环境或被测对象某一特征的表达方式一种对外部环境或被测对象某一特征的表达方式。单一。单一传感器只能获得环境或被测对象的部分信息段，而多传传感器只能获得环境或被测对象的部分信息段，而多传感器信息经过融合后能够完善地、准确地反映环境的特感器信息经过融合后能够完善地、准确地反映环境的特征。经过

3、融合后的传感器信息具有以下特征：征。经过融合后的传感器信息具有以下特征：信息冗余信息冗余性、信息互补性、信息实时性、信息获取的低成本性性、信息互补性、信息实时性、信息获取的低成本性。一、概念一、概念二、意义及应用二、意义及应用信息融合技术的实现和发展以信息电子学的原理、方法、技术为基础。信息融合系统要采用多种传感器收集各种信息，包括声、光、电、运动、视觉、触觉、力觉以及语言文字等。信息融合技术中的分布式信息处理结构通过无线网络无线网络、有线网络有线网络，智能网络智能网络，宽带智能综合数字宽带智能综合数字网络网络等汇集信息，传给融合中心进行融合。除了自然(物理)信息外，信息融合技术还融合社会类信

4、息，以语言文字为代表，涉及到大规模汉语资料库、语言知识的获取理论与方法、机器翻译、自然语言解释与处理技术等，信息融合采用分形分形、混沌混沌、模糊推理模糊推理、人工神经网络人工神经网络等数学和物理的理论及方法。它的发展方向是对非线性、复杂环境因素的不同性质的信息进行综合、相关，从各个不同的角度去观察、探测世界。1 1、在信息电子学领域、在信息电子学领域 2 2、在计算机科学领域、在计算机科学领域 在计算机科学中，目前正开展着并行数据库并行数据库、主动主动数据库数据库、多数据库多数据库的研究。信息融合要求系统能适应变化的外部世界，因此，空间、时间数据库的概念应运而生，为数据融合提供了保障。空间意味

5、着不同种类的数据来自于不同的空间地点不同种类的数据来自于不同的空间地点，时间意味着数据库能随时间的变化适应客观环境的相应变化数据库能随时间的变化适应客观环境的相应变化。信息融合处理过程要求有相应的数据库原理和结构，以便融合随时间、空间变化了的数据。在信息融合的思想下，提出的空间、时间数据库，是计算机科学的一个重要的研究方向。3 3、在自动化领域、在自动化领域以各种控制理论为基础，信息融合技术采用模糊控制模糊控制、智能控制智能控制、进化计算进化计算等系统理论，结合生物、经济、社会、军事等领域的知识，进行定性、定量分析。按照人脑的功能和原理进行视觉、听觉、触觉、力觉、知觉、注意、记忆、学习和更高级

6、的认识过程，将空间、时间的信息进行融合，对数据和信息进行自动解释，对环境和态势给予判定。目前的控制技术，已从程序控制进入了建立在信息融合基础上的智能控制。智能控制系统不仅用于军事，还应用于工厂企业的生产过程控制和产供销管理、城市建设规划、道路交通管理、商业管理、金融管理与预测、地质矿产资源管理、环境监测与保护、粮食作物生长监测、灾害性天气预报及防治等涉及宏观、微观和社会的各行各业。 三、优点三、优点增加了系统的生存能力增加了系统的生存能力扩展了空间覆盖范围扩展了空间覆盖范围扩展了时间覆盖范围扩展了时间覆盖范围提高了可信度提高了可信度降低了信息的模糊度降低了信息的模糊度改善了探测性能改善了探测性

7、能提高了空间分辨率提高了空间分辨率增加了测量空间的维数增加了测量空间的维数第二节第二节 传感器信息融合分类和结构传感器信息融合分类和结构 1、组合组合：由多个传感器组合成：由多个传感器组合成平行平行或或互补方式互补方式来获得多组数据输来获得多组数据输出的一种处理方法，是一种最基本的方式，涉及的问题有输出方式出的一种处理方法，是一种最基本的方式，涉及的问题有输出方式的的协调协调、综合综合以及以及传感器的选择传感器的选择。在硬件这一级上应用。在硬件这一级上应用。2、综合综合：信息优化处理中的一种获得明确信息的有效方法。：信息优化处理中的一种获得明确信息的有效方法。例：在虚拟现实技术中，使用两个分开

8、设置的摄像机同时拍摄到一例：在虚拟现实技术中，使用两个分开设置的摄像机同时拍摄到一个物体的不同侧面的两幅图像，综合这两幅图像可以复原出一个准个物体的不同侧面的两幅图像，综合这两幅图像可以复原出一个准确的有立体感的物体的图像。确的有立体感的物体的图像。3、融合融合：当将传感器数据组之间进行相关或将传感器数据与系统：当将传感器数据组之间进行相关或将传感器数据与系统内部的知识模型进行相关，而产生信息的一个新的表达式。内部的知识模型进行相关，而产生信息的一个新的表达式。4、相关相关：通过处理传感器信息获得某些结果，不仅需要单项信息：通过处理传感器信息获得某些结果，不仅需要单项信息处理，而且需要通过相关

9、来进行处理，获悉传感器数据组之间的关处理，而且需要通过相关来进行处理，获悉传感器数据组之间的关系，从而得到正确信息，剔除无用和错误的信息。系，从而得到正确信息，剔除无用和错误的信息。相关处理的相关处理的目的目的：对识别、预测、学习和记忆等过程的信息进行综：对识别、预测、学习和记忆等过程的信息进行综合和优化。合和优化。一、传感器信息融合分类一、传感器信息融合分类二、信息融合的结构二、信息融合的结构信息融合的结构分为串联和并联两种信息融合的结构分为串联和并联两种 Sn S2 S1Y1Y2YnC1C2CnYSC1C2Cn(a) 串联(b) 并联C1，C2，Cn表示n个传感器S1,S2,，Sn表示来自

10、各个传感器信息融合中心的数据y1，y2，yn表示融合中心。 三、信息融合系统结构的实例三、信息融合系统结构的实例一种雷达测量的信息融合结构局部局部处理器处理器局部局部处理器处理器 外部逻辑外部逻辑中央中央处理器处理器传感器信号传感器信号先验信息修正信息先验信息修正信息传感器故障检测系统第三节第三节 传感器信息融合的一般方传感器信息融合的一般方法法 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映射关系形成的像像，信息融合就是通过像求解原像像求解原像，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

11、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估计估计和卡尔曼滤波卡尔曼滤波嵌入约束法、证据组合法、人工神经网络法嵌入约束法、证据组合法、人工神经网络法 一、嵌入约束法一、嵌入约束法1.Bayes估计估计是融合静态环境中多传感器低层数据融合静态环境中多传感器低层数据的一种常用方法。其信息描述为概率分布，适用于具有可加高斯噪声的不可加高斯噪声的不确定性信息确定性信息。假定完成任务所需的有关环境的特征物用向量f表示，通过传感器获得的数据信息用向量d来表示，d和f都可看作是随机向量。信息

12、融合的任务就是由数据d推导和估计环境f。假设p(f，d)为随机向量f和d的联合概率分布密度函数，则)()|()()|(),(fpdfpdpdfpdfpp(f|d)表示在已知d的条件下，f关于d的条件概率密度函数p(f|d)表示在已知f 的条件下，d关于f的条件概率密度函数p(d)和p(f)分别表示d和f的边缘分布密度函数已知d时，要推断f，只须掌握p(f|d)即可，即)(/ )()|()|(dpfpfdpdfp上式为概率论中的Bayes公式，是嵌入约束法的核心。信息融合通过数据信息数据信息d做出对环境f的推断，即求解p(f|d)。由Bayes公式知，只须知道p(f|d)和p(f)即可。因为p(

13、d)可看作是使p(f|d)p(f)成为概率密度函数的归一化常数，p(d|f)是在已知客观环境变量f的情况下，传感器得到的d关于f的条件密度。当环境情况和传感器性能已知时，p(f|d)由决定环境和传感器原理的物理规律完全确定。而p(f)可通过先验知识先验知识的获取和积累，逐步渐近准确地得到，因此，一般总能对p(f)有较好的近似描述。在嵌入约束法中，反映客观环境和传感器性能与原理的各种约束条件主要体现在p(f|d) 中，而反映主观经验知识的各种约束条件主要体现在p(f)中。在传感器信息融合的实际应用过程中，通常的情况是在某一时刻从多种传感器得到一组数据信息d，由这一组数据给出当前环境的一个估计f。

14、因此,实际中应用较多的方法是寻找最大后验估计g，即即最大后验估计是在已知数据为d的条件下，使后验概率密度p(f)取得最大值得点g，根据概率论，最大后验估计g满足当p(f)为均匀分布时，最大后验估计g满足 此时，最大后验概率最大后验概率也称为极大似然估计。当传感器组的观测坐标一致时，可以用直接法对传感器测量数据进行融合。在大多数情况下，多传感器从不同的坐标框架对环境中同一物体进行描述，这时传感器测量数据要以间接的方式采用Bayes估计进行数据融合。间接法要解决的问题是求出与多个传感器读数相一致的旋转矩阵R和平移矢量H。）（）（dfpdgpf|max）（）（）（）（fpfdpgpdgpf|max）

15、（）（fdpfgpf|max在传感器数据进行融合之前，必须确保测量数据代表在传感器数据进行融合之前，必须确保测量数据代表同一实物，即要对传感器测量进行一致性检验。常用同一实物，即要对传感器测量进行一致性检验。常用以下距离公式来判断传感器测量信息的一致：以下距离公式来判断传感器测量信息的一致：式中式中x1和和x2为两个传感器测量信号，为两个传感器测量信号，C为与两个传感为与两个传感器相关联的方差阵，当距离器相关联的方差阵，当距离T小于某个阈值时，两个小于某个阈值时，两个传感器测量值具有一致性。这种方法的实质是剔除传感器测量值具有一致性。这种方法的实质是剔除处于误差状态的传感器信息而保留处于误差状

16、态的传感器信息而保留“一致传感器一致传感器”数据计算融合值。数据计算融合值。 21121)(21xxCxxTT2.卡尔曼滤波卡尔曼滤波(KF)用于实时融合动态的低层次冗余传感器数据实时融合动态的低层次冗余传感器数据，该方法用测量模型的统计特性，递推决定统计意义下最优融合数据合计。如果系统具有线性动力学模型，且系统噪声和传感器噪声可用高斯分布的白噪声模型来表示，KF为融合数据提供惟一的统计意义下的最优估计，KF的递推特性使系统数据处理不需大量的数据存储和计算。KF分为分散卡尔曼滤波散卡尔曼滤波(DKF)和扩展卡尔曼滤波扩展卡尔曼滤波(EKF)。DKF可实现多传感器数据融合完全分散化，其优点优点：每个传感器节点失效不会导致整个系统失效。而EKF的优点优点：可有效克服数据处理不稳定性或系统模型线性程度的误差对融合过程产生的影响。嵌入约束法传感器信息融合的最基本方法之一，其缺点缺点：需要对多源数据的整体物理规律有较好的了解，才能准确地获得p(d|f)，但需要预知先验分布p(f)。二、证据组合法二、证据组合法证据组合法认为完成某项智能任务是依据有关环境某方面的信息做出几种可能的决策几种可能的决策