多傳感器信息融合

　　多傳感器信息融合技術(shù)是近年來十分熱門的研究課題，它與控制理論，信號處理，人工智能，概率和統(tǒng)計(jì)相結(jié)合，為機(jī)器人在各種復(fù)雜，動(dòng)態(tài)，不確定和未知的環(huán)境中執(zhí)行任務(wù)提供了一種技術(shù)解決途徑。

　　數(shù)據(jù)融合的關(guān)鍵問題是模型設(shè)計(jì)和融合算法，數(shù)據(jù)融合模型主要包括功能模型，結(jié)構(gòu)模型和數(shù)學(xué)模型。

　　信息融合的結(jié)構(gòu)模型

　　結(jié)構(gòu)融合的結(jié)構(gòu)模有多重不同的分類方法，其中一種分類標(biāo)準(zhǔn)是根據(jù)傳感器數(shù)據(jù)在送人融合處理中心之前已經(jīng)處理的程度來進(jìn)行分類。

　　在這種分類標(biāo)準(zhǔn)下，融合結(jié)構(gòu)被分為傳感器級數(shù)據(jù)融合，中央級數(shù)據(jù)融合及混合式融合，還可以根據(jù)數(shù)據(jù)處理過程的分辨率來融合結(jié)構(gòu)捷星分類。在這種情況下，融合結(jié)構(gòu)為像素幾筆，特征級和決策級融合。

　　多傳感器信息融合實(shí)現(xiàn)的數(shù)學(xué)模型

　　信息融合的方法涉及到多方面的理論和技術(shù)，如信號處理，估計(jì)理論，不確定性理論，模式識別，最優(yōu)化技術(shù)，模糊數(shù)學(xué)和神經(jīng)網(wǎng)絡(luò)等這方面國外已經(jīng)做了大量的研究，目前，這些方法大致分為兩類：隨即類方法和人工智能方法。

　　導(dǎo)航與定位

　　在機(jī)器人系統(tǒng)中，自主導(dǎo)航是一項(xiàng)核心技術(shù)，是機(jī)器人研究領(lǐng)域的重點(diǎn)和難點(diǎn)問題。自主移動(dòng)機(jī)器人常用的導(dǎo)航定位方法有這幾種。

　　視覺導(dǎo)航定位

　　在視覺導(dǎo)航定位系統(tǒng)中，目前國內(nèi)外應(yīng)用較多的是基于局部視覺的在機(jī)器人中安裝車載攝像機(jī)的導(dǎo)航方式。

　　視覺導(dǎo)航定位系統(tǒng)主要包括：攝像機(jī)、視頻信號數(shù)字化設(shè)備、基于DSP的快速信號處理器、計(jì)算機(jī)及其外設(shè)等。

　　光反射導(dǎo)航定位

　　典型的廣發(fā)那蛇導(dǎo)航定位方法主要是利用激光或紅外傳感器來測距。激光和紅外都是利用光反射技術(shù)來進(jìn)行導(dǎo)航定位的，

　　GPS全球定位系統(tǒng)

　　如今，在智能機(jī)器人的導(dǎo)航定位技術(shù)應(yīng)用中，一般采用偽距差分動(dòng)態(tài)定位法，用基準(zhǔn)接收機(jī)和動(dòng)態(tài)接收機(jī)共同觀測4顆GPS衛(wèi)星，按照一定的算法即可求出某時(shí)某刻機(jī)器人的三維位置坐標(biāo)。