版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
課程編號(hào)12S12C0209課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)課程編號(hào)12S12C0209課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)目錄摘要Abstract1.機(jī)器人與傳感器2傳感信息的分類3信息融合的具體方法4機(jī)器人多感知技術(shù)的前沿理論和發(fā)展趨勢(shì)4.1機(jī)器人多感知技術(shù)的發(fā)展趨勢(shì)4.2機(jī)器人多感知技術(shù)的前沿理論5總結(jié)摘要隨著傳感器技術(shù)的進(jìn)步,多傳感器信息融合技術(shù)在移動(dòng)機(jī)器人中的應(yīng)用已成為一個(gè)熱門(mén)的研究領(lǐng)域,為移動(dòng)機(jī)器人探索不確定和未知環(huán)境提供了一種技術(shù)途徑,是機(jī)器人實(shí)現(xiàn)更高級(jí)智能行為的基礎(chǔ)。首先,本文介紹了機(jī)器人與多感知技術(shù)的聯(lián)系。然后描述了傳感信息的分類和信息融合的幾種具體方法。最后介紹了一下機(jī)器人多感知技術(shù)的前沿技術(shù)和未來(lái)發(fā)展方向。關(guān)鍵詞 多感知技術(shù)機(jī)器人信息融合AbstractWithadvancesinsensortechnology,multi-sensorinformationfusiontechnologyinmobilerobotapplicationhasbecomeahotareaofresearch,formobilerobotstoexploreunknownenvironmentofuncertainty andprovideatechnicalway,istoachieveamoreadvaneedrobotintelligentbehaviorfoundation. First,thearticledescribestherobotandmulti-touchsensingtechnology.Itthendescribesthesensorinformationclassificationandinformationfusionofseveralspecificmethods.Finally,alittlemorethanroboticsensingtechnologycutting-edgetechnologyandthefuturedirectionofdevelopment.KeywordsMulti-sensingTechnologyRobotInformationFusion1機(jī)器人與傳感器生產(chǎn)替代人勞動(dòng)的機(jī)器一直是人類的夢(mèng)想,研究機(jī)器人,首先是從模仿人開(kāi)始"考察人的勞動(dòng)(與環(huán)境交互過(guò)程),我們發(fā)現(xiàn)人是通過(guò)五官(視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、味覺(jué)、觸覺(jué))接收來(lái)自外界的信息,這些信息通過(guò)神經(jīng)傳遞給大腦,大腦對(duì)這些分散的信息進(jìn)行加工。綜合后發(fā)出行為指令 ,調(diào)動(dòng)肌體(如手足等)執(zhí)行某些動(dòng)作。如果希望機(jī)器代替人類勞動(dòng),則發(fā)現(xiàn)大腦可與當(dāng)今的計(jì)算機(jī)相當(dāng),肌體與機(jī)器人的執(zhí)行機(jī)構(gòu)相當(dāng),五官可與機(jī)器人的各種外部傳感器相當(dāng)。也就是說(shuō),計(jì)算機(jī)是人類大腦或智力的外延,執(zhí)行機(jī)構(gòu)是人類四肢的外延,傳感器是人類五官的外延。其中,傳感器處于連接外界環(huán)境與機(jī)器人的接口位置,是機(jī)器人信息獲取的窗口。機(jī)器人的感知類型主要有如圖1所示的幾種⑴。「平面視覺(jué)..視堂(包括顏色、光強(qiáng)等)彳I立體視員接近賁想覺(jué)和溫覺(jué)}力覺(jué)聽(tīng)覺(jué)圖1工業(yè)機(jī)器人之所以能夠準(zhǔn)確操作,是因?yàn)樗軌蛲ㄟ^(guò)各種傳感器來(lái)準(zhǔn)確感知自身、操作對(duì)象及作業(yè)環(huán)境的狀態(tài),包括:其自身狀態(tài)信息的獲取通過(guò)內(nèi)部傳感器(位置、位移、速度、加速度等)來(lái)完成,操作對(duì)象與外部環(huán)境的感知通過(guò)外部傳感器來(lái)實(shí)現(xiàn),這個(gè)過(guò)程非常重要,足以為機(jī)器人控制提供反饋信息。要使機(jī)器人擁有智能,對(duì)環(huán)境的變化作出反應(yīng),首先,必須使機(jī)器人具有感知環(huán)境的能力,用傳感器采集環(huán)境信息是機(jī)器人智能化的第一步;其次,如何采用適當(dāng)?shù)姆椒?,將多個(gè)傳感器獲取的環(huán)境信息課程編號(hào)12S12C0209課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)課程編號(hào)12S12C0209課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)加以綜合處理,控制機(jī)器人進(jìn)行智能作業(yè),更是機(jī)器人智能化的重要體現(xiàn),所以,傳感器及其信息處理系統(tǒng),兩者相輔相成,構(gòu)成了機(jī)器的智能,為機(jī)器人智能作業(yè)提供決策的依據(jù)".由此,組成了機(jī)器人智能技術(shù)中兩個(gè)最為重要的相關(guān)領(lǐng)域:機(jī)器人的多感覺(jué)系統(tǒng)(Robotsnesorysystem)和多傳感信息的集成與融合(MultisensorlntegrationandFusion) [2]。在機(jī)器人技術(shù)中中,傳感器技術(shù)是實(shí)現(xiàn)測(cè)試與自動(dòng)控制的重要環(huán)節(jié)。 在機(jī)器人測(cè)試系統(tǒng)中,被作為一次儀表定位,其主要特征是能準(zhǔn)確傳遞和檢測(cè)出某一形態(tài)的信息, 并將其轉(zhuǎn)換成另一形態(tài)的信息。具體地說(shuō),傳感器是指那些對(duì)被測(cè)對(duì)象的某一確定的信息具有感受(或響應(yīng))與檢出功能,并使之按照一定規(guī)律轉(zhuǎn)換成與之對(duì)應(yīng)的可輸出信號(hào)的元器件或裝置。如果沒(méi)有傳感器對(duì)被測(cè)的原始信息進(jìn)行準(zhǔn)確可靠的捕獲和轉(zhuǎn)換,一切準(zhǔn)確的測(cè)試與控制都將無(wú)法實(shí)現(xiàn); 即使最現(xiàn)代化的電子計(jì)算機(jī),沒(méi)有準(zhǔn)確的信息(或轉(zhuǎn)換可靠的數(shù)據(jù))、不失真的輸入,也將無(wú)法充分發(fā)揮其應(yīng)有的作用⑶。2傳感信息的分類⑷機(jī)器人外部傳感器所采集到的信息是多種多樣的,為使這些信息能得以統(tǒng)一協(xié)調(diào)的利用,對(duì)信息進(jìn)行分類是必要的,為使信息分類與多傳感器信息融合的型式相對(duì)應(yīng),將其分成以下三類:冗余信息、互補(bǔ)信息和協(xié)同信息冗余信息:是由多個(gè)獨(dú)立傳感器提供的關(guān)于環(huán)境信息中同一特征的多個(gè)信息 ,也可以是某一傳感器在一段時(shí)間內(nèi)多次測(cè)量得到的信息,這些傳感器一般是同質(zhì)的。由于系統(tǒng)必須根據(jù)這些信息形成一個(gè)統(tǒng)一的描述,所以這些信息又被稱為競(jìng)爭(zhēng)信息。冗余信息可用來(lái)提高系統(tǒng)的容錯(cuò)能力,提高可靠性。冗余信息的融合可以減少測(cè)量噪聲等引起的不確定性,提高整個(gè)系統(tǒng)的精度。由于環(huán)境的不確定性,感知環(huán)境中同一特征的兩個(gè)傳感器也可能得到彼此差別很大甚于予盾的信息 ,冗余信息的融合必須解決傳感器間的這種沖突,所以關(guān)于同一特征的冗余信息在融合前要進(jìn)行傳感數(shù)據(jù)的一致性檢驗(yàn)"第六章討論的定量信息融合就是解決冗余信息的融合問(wèn)題。 互補(bǔ)信息:在一個(gè)多傳感器系統(tǒng)中,每個(gè)傳感器提供的環(huán)境特征都是彼此獨(dú)立的,即感知的是環(huán)境各個(gè)不同的側(cè)面,則將這些特征綜合起來(lái)就可以構(gòu)成一個(gè)更為完整的環(huán)境描述,這些信息被稱為互補(bǔ)信息?;パa(bǔ)信息的融合減少了由于缺少某些環(huán)境特征而產(chǎn)生的對(duì)環(huán)境理解的歧義,提高了系統(tǒng)描述環(huán)境的完整性和正確性,增強(qiáng)系統(tǒng)的正確決策能力。由于互補(bǔ)信息一般來(lái)自于異質(zhì)傳感器,它們?cè)跍y(cè)量精度、范圍輸出形式等方面有較大的差異,因此融合前先將不同傳感器的信息抽象為同一種表達(dá)形式就顯得尤為重要。這一問(wèn)題涉及不同傳感器統(tǒng)一模型的建立。在多傳感器系統(tǒng)中,當(dāng)一個(gè)傳感器的信息獲得必須依賴于另一個(gè)傳感器的信息時(shí);或一個(gè)傳感器必須與另一個(gè)傳感器配合工作才能獲得所需信息時(shí) ,這兩個(gè)傳感器提供的信息被稱為協(xié)同信息。協(xié)同信息的融合,很大程度上是與各傳感器使用的時(shí)間或順序有關(guān)。如在一個(gè)配備了超聲波傳感器的系統(tǒng)中,以超聲波測(cè)距獲得遠(yuǎn)處目標(biāo)物體的距離信息,然后根據(jù)這一距離信息自動(dòng)調(diào)整攝像機(jī)的焦距,使之與物體對(duì)焦,從而獲得監(jiān)測(cè)環(huán)境中物體的清晰圖像。由于協(xié)同信息的融合在技術(shù)上完全有別于前二種信息的融合⑸課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)3信息融合的具體方法多傳感器信息融合要靠各種具體的融合方法來(lái)實(shí)現(xiàn) ,在一個(gè)多傳感器系統(tǒng)中,各種信息融合方法將對(duì)系統(tǒng)所獲得的各類信息進(jìn)行有效的處理或推理 ,以引成系統(tǒng)一致的結(jié)果"目前尚無(wú)一種通用的方法對(duì)各種傳感器都能進(jìn)行融合處理,一般要依據(jù)具體的應(yīng)用場(chǎng)合而定,現(xiàn)有的許多處理方法,歸納起來(lái)主要有:1) 加權(quán)平均法⑹:這是一種最簡(jiǎn)單的實(shí)時(shí)處理信息的融合方法,該方法將來(lái)自于不同傳感器的冗余信息進(jìn)行加權(quán),得到的加權(quán)平均值即為融合的結(jié)果"應(yīng)用該方法必須先對(duì)系統(tǒng)和傳感器進(jìn)行詳細(xì)的分析,以獲得正確的權(quán)值"2) 基于參數(shù)估計(jì)的信息融合方法:包括最小二乘法、極大似然估計(jì)、貝葉斯估計(jì)和多貝葉斯估計(jì)等。數(shù)理統(tǒng)計(jì)是一門(mén)成熟的學(xué)科,當(dāng)傳感器采用概率模型時(shí),數(shù)理統(tǒng)計(jì)中的各種技術(shù)為傳感器的信息融合提供了豐富的內(nèi)容"極大似然估計(jì)是靜態(tài)環(huán)境中多傳感器信息融合的一種比較常用的方法 ,它將融合信息取為使似然函數(shù)達(dá)到極值的。3) 估計(jì)值"貝葉斯估計(jì)同樣也是靜態(tài)環(huán)境中信息融合[6]的一種方法,其信息描述為概率分布,適用于具有可加高斯噪聲的不確定性信息的處理"多貝葉斯估計(jì)是由Durrnatwhyte提出的另一種數(shù)理統(tǒng)計(jì)的多傳感器信息融合方法,他將系統(tǒng)中的各傳感器作為一個(gè)決策者隊(duì),通過(guò)隊(duì)列的一致性觀察來(lái)描述環(huán)境"首先把每個(gè)傳感器作為一個(gè)貝葉斯估計(jì),將各單獨(dú)物體的關(guān)聯(lián)概率分布結(jié)合成一個(gè)聯(lián)合的后驗(yàn)概率分布函數(shù),然后通過(guò)使聯(lián)合分布函數(shù)的似然函數(shù)為最大,提供多傳感器信息的最終融合值"基于參數(shù)估計(jì)的融合法⑺作為多傳感器信息的定量融合非常合適?4) hsaefr一DemPsetr證據(jù)推理:該方法是貝葉斯方以的擴(kuò)展,它將前提嚴(yán)格的條件從僅是它的可能成立中分離開(kāi)來(lái),從而使任何涉及先驗(yàn)概率的信息缺乏得以顯示化 ?它用信任區(qū)間描述傳感器的信息,不但表示了信息的已知性和確定性,而且能夠區(qū)分未知性和不確定性"多傳感器信息融合時(shí),將傳感器采集的信息作為證據(jù),在決策目標(biāo)集上建立一個(gè)相應(yīng)的基本可信度,這樣,證據(jù)推理能在同一決策框架下,用DemPsert合并規(guī)則將不同的信息合并成一個(gè)統(tǒng)一的信息表示"證據(jù)決策理論允許直接將可信度賦予傳感器信息的合取,既避免了對(duì)未知概率分布所作的簡(jiǎn)化假設(shè),又保留了信息"證據(jù)推理的這課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)些優(yōu)點(diǎn)使其廣泛應(yīng)用于多傳感器信息的定性融合"5) 產(chǎn)生式規(guī)則:它采用符號(hào)表示目標(biāo)特征和相應(yīng)的傳感器信 J自!之間的聯(lián)系,與每個(gè)規(guī)則相聯(lián)系的置信因子表示其不確定性程度,當(dāng)在同一個(gè)邏輯推理過(guò)程中的兩個(gè)或多個(gè)規(guī)則形成一個(gè)聯(lián)合的規(guī)則時(shí),可產(chǎn)生融合"產(chǎn)生式規(guī)則存在的問(wèn)題是每條規(guī)則的可信度與系統(tǒng)的其它規(guī)則有關(guān) ,這使得當(dāng)系統(tǒng)的條件改變時(shí),修改相對(duì)困難,如系統(tǒng)需要引人新的傳感器,則需要加人相應(yīng)的附加規(guī)則"6) 模糊理論和神經(jīng)網(wǎng)絡(luò):多傳感器系統(tǒng)中,各信息源提供的環(huán)境信息都具有一定程度的不確定性,對(duì)這些不確定信息的融合過(guò)程實(shí)質(zhì)上是一個(gè)不確定性推理過(guò)程,模糊邏輯是一種多值型邏輯,通過(guò)指定一個(gè)從0到1之間的實(shí)數(shù)表示其真實(shí)度?模糊融合過(guò)程直接將不確定性表示在推理過(guò)程中"如果采用某種系統(tǒng)的方法對(duì)信息融合中的不確定性建模,則可產(chǎn)生一致性模糊推理"7) 神經(jīng)網(wǎng)絡(luò)根據(jù)樣本的相似性,通過(guò)網(wǎng)絡(luò)權(quán)值表述在融合的結(jié)構(gòu)中,首先通過(guò)神經(jīng)網(wǎng)絡(luò)特定的學(xué)習(xí)算法來(lái)獲取知識(shí),得到不確定性推理機(jī)制,然后根據(jù)這一機(jī)制進(jìn)行融合和再學(xué)習(xí),神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)本質(zhì)上是并行的,這為神經(jīng)網(wǎng)絡(luò)在多傳感器信息融合中的應(yīng)用提供了良好的前景 "基于神經(jīng)網(wǎng)絡(luò)的多信息融合有以下特點(diǎn):1具有統(tǒng)一的內(nèi)部知識(shí)表示形式,并建立基于規(guī)則和形式的知識(shí)庫(kù)"o利用外部信息,便于實(shí)現(xiàn)知識(shí)的自動(dòng)獲取和并行聯(lián)想推理"?能夠?qū)⒉淮_定的復(fù)雜環(huán)境通過(guò)學(xué)習(xí)轉(zhuǎn)化為系統(tǒng)理解的形式"?神經(jīng)網(wǎng)絡(luò)的大規(guī)模并行處理信息能力,使系統(tǒng)的處理速度很快"8) 卡爾曼濾波:卡爾曼濾波用于動(dòng)態(tài)環(huán)境中冗余傳感器信息的實(shí)時(shí)融合,該方法同測(cè)量模型的統(tǒng)計(jì)特性遞推給出統(tǒng)計(jì)意義下最優(yōu)融合信息估計(jì),如果系統(tǒng)具有線性動(dòng)力學(xué)模型,且系統(tǒng)和傳感器噪聲是高斯分布的白噪聲,卡爾曼濾波為融合信息提供一種統(tǒng)計(jì)意義下的最優(yōu)估計(jì)"上述多傳感器信息融合方法都是針對(duì)具體的應(yīng)用系統(tǒng)提出的,它們的適用范圍也往往局限于特定的系統(tǒng)中,由于目前有關(guān)多傳感器信息融合的方法缺乏一般化和體系化,至今尚未形成具有普遍指導(dǎo)意義的原理和方法?我們將各種信息融合方法進(jìn)行分析可以發(fā)現(xiàn) ,盡管各種方法具有特殊性,其結(jié)構(gòu)上仍有一些相似的內(nèi)容,由此可以對(duì)信息融合方法分類"一種分類法是按信息傳遞方式的不同將其分為串聯(lián)型信息融合!并聯(lián)型信息融合或串并混合型信息融合;另一種方法則按信息的表達(dá)方式不同將其分為定量信息融合!定性信息融合和動(dòng)態(tài)信息融第五章多傳感器信息融合的基本內(nèi)容合 ;有人還按信息融合的層次不同分為像素級(jí)融合、特征級(jí)融合和決策級(jí)融合⑹。多傳感器信息融合通常在一個(gè)被稱為信息融合中心的信自!綜合處理器中完成,而一個(gè)融合中心本身可能包含另一個(gè)信息融合中心"多傳感器信息融合可以是多層次!多方式的,所以研究融合的拓樸結(jié)構(gòu)十分必要"多傳感器信息融合的拓樸結(jié)構(gòu)主要有集中型。分散型?;旌闲?。反饋型等幾種。課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)4機(jī)器人多感知技術(shù)的前沿理論和發(fā)展趨勢(shì)4.1機(jī)器人多感知技術(shù)的發(fā)展趨勢(shì)未來(lái)機(jī)器人傳感技術(shù)的研究,除不斷改善傳感器的精度、可靠性和降低成本等努力外,熱點(diǎn)可能會(huì)隨著機(jī)器人技術(shù)轉(zhuǎn)向微型化、智能化,以及應(yīng)用領(lǐng)域從工業(yè)結(jié)構(gòu)環(huán)境拓展至深海、空間和其它人類難以進(jìn)入的非結(jié)構(gòu)環(huán)境,使機(jī)器人傳感技術(shù)的研究與微電子機(jī)械系統(tǒng)、虛擬現(xiàn)實(shí)技術(shù)有更密切的聯(lián)系.在未來(lái)會(huì)有以下幾個(gè)研究方向成為機(jī)器人多感知研究的熱點(diǎn)方向??赡苄岳碚?possibilitytheoryininformationfusion) ⑻.就是當(dāng)部分信息的不精確性能夠用可能性分布來(lái)描述時(shí),用模糊集理論的觀點(diǎn)來(lái)處理信息融合問(wèn)題?不精確信息融合是與估計(jì)問(wèn)題相區(qū)分的?這種方法可以用于傳感器融合、專家意見(jiàn)集結(jié)以及數(shù)據(jù)庫(kù)組合等方面 ?隨機(jī)集理論(randomsettheory)何.在研究多假設(shè)跟蹤算法時(shí),已經(jīng)在多目標(biāo)跟蹤和隨機(jī)集理論之間建立起聯(lián)系.一般多目標(biāo)跟蹤問(wèn)題可以用隨機(jī)有限集合來(lái)構(gòu)造,多目標(biāo)狀態(tài)估計(jì)問(wèn)題就可以描述成特殊的隨機(jī)集估計(jì)問(wèn)題?證據(jù)推理理論(evidential reasoning approachforinformationfusion)[11].由Dempster-Shafer建立的證據(jù)理論是一種數(shù)學(xué)理論,可以進(jìn)行不確定性推理,從而可以給出一種解決不確定數(shù)據(jù)結(jié)合的方法?因此,這種方法已經(jīng)在評(píng)估過(guò)程中成為多傳感數(shù)據(jù)融合基本方法 ?但是此方法仍然存在計(jì)算困難的缺點(diǎn).4)信息矩陣濾波器對(duì)跟蹤融合的評(píng)價(jià)(evaluationoftrackfusionwithinformationmatrixfilter) [12].對(duì)跟蹤融合或狀態(tài)估計(jì)融合有三種評(píng)價(jià)方法:加權(quán)協(xié)方差法、信息矩陣法和偽測(cè)量法?對(duì)于具有反饋或不具有反饋的遞階式融合結(jié)構(gòu) ,融合穩(wěn)態(tài)的協(xié)方差的解析解可以得到.這樣可以分析跟蹤融合的內(nèi)部機(jī)理,而且可以大大簡(jiǎn)化對(duì)融合性能的評(píng)價(jià).基于多模型的目標(biāo)跟蹤(targettrackingbasedonmulti-modelapproach) [13].由于目標(biāo)不可能始終按照一個(gè)模型運(yùn)動(dòng),多模型(MM)方法是一個(gè)行之有效的方法.然而,若選擇的模型構(gòu)成的集合太大,一般很難使用.現(xiàn)在常用的方法是模型集自適應(yīng)方法,即在線自適應(yīng)地選擇合適的模型集,從而大大提高效率?最新的有基于模糊Kalman濾波的模型集自適應(yīng)算法等.課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)分布式置信融合(distributedbelieffusion)[14]就是建立一種邏輯,它對(duì)具有不同程度可靠性的代理的置信進(jìn)行組合.這個(gè)邏輯是通過(guò)聯(lián)合多代理認(rèn)知邏輯和多傳感推理系統(tǒng)而得到的 .對(duì)于各代理可靠性序列是用模式算子表示的,所以可在不同情況下用組合信息進(jìn)行推理?此處存在不同的策略,最終將形成不同的結(jié)果?多傳感目標(biāo)跟蹤的混合狀態(tài)估計(jì)(hybridestimationformultisensortargettracking) [15].所謂混合狀態(tài)濾波算法,即利用擴(kuò)展卡爾曼濾波處理同時(shí)兼有連續(xù)和離散變量的動(dòng)態(tài)系統(tǒng)狀態(tài)估計(jì)問(wèn)題.該方法已經(jīng)用來(lái)估計(jì)運(yùn)動(dòng)車輛的跟蹤問(wèn)題,連續(xù)變量描述車輛的運(yùn)動(dòng)過(guò)程,離散變量描述車輛的開(kāi)停;多傳感包括運(yùn)動(dòng)目標(biāo)檢測(cè)器(MTI)和多孔徑成像雷達(dá)(SAR)的不同檢測(cè)信息.傳感器管理.在多傳感信息融合系統(tǒng)的研究過(guò)程中,一方面要重視融合中心的融合規(guī)則的優(yōu)化設(shè)計(jì),同時(shí)也要對(duì)各個(gè)傳感器源進(jìn)行優(yōu)化調(diào)度,使每個(gè)傳感器資源能夠得到最充分合理的利用,并實(shí)現(xiàn)整個(gè)傳感器組最優(yōu)的總體性能?為構(gòu)成多傳感器協(xié)同工作的互補(bǔ)體系,必須依靠某種優(yōu)化準(zhǔn)則來(lái)管理這些傳感器,以獲得最優(yōu)的數(shù)據(jù)采集功能?主要內(nèi)容應(yīng)包括傳感器性能預(yù)測(cè),傳感器時(shí)空作用范圍控制準(zhǔn)則,傳感器對(duì)目標(biāo)分配的優(yōu)先級(jí)技術(shù)等,以最大限度地發(fā)揮其性能,從而使其操作成本降到最低?4.2機(jī)器人多感知技術(shù)的前沿理論隨著機(jī)器人技術(shù)的發(fā)展,適應(yīng)未來(lái)機(jī)器人的感知系統(tǒng)及相關(guān)研究將成為我們的主要任務(wù) ?可以預(yù)見(jiàn)的未來(lái)機(jī)器人及相關(guān)研究包括以下方面.多智能體機(jī)器人,工業(yè)系統(tǒng)正向大型、復(fù)雜、動(dòng)態(tài)和開(kāi)放的方向轉(zhuǎn)變 ,傳統(tǒng)的工業(yè)系統(tǒng)和多機(jī)器人技術(shù)遇到了嚴(yán)重的挑戰(zhàn).分布式人工智能(DistributedArtificialIntelligence,DAI) 與多智能體系統(tǒng)(Multi-AgentSystem,MAS)理論為解決這些挑戰(zhàn)提供了一種最佳途徑.將DAI和MA阪用于工業(yè)和多機(jī)器人系統(tǒng)的結(jié)果,便產(chǎn)生了一門(mén)新興的機(jī)器人技術(shù)領(lǐng)域一一多智能體機(jī)器人系統(tǒng) (Multi-AgentRobotSystem,MARS)在多智能體機(jī)器人系統(tǒng)中,最集中和關(guān)鍵的問(wèn)題表現(xiàn)在其體系結(jié)構(gòu)、 相應(yīng)的協(xié)調(diào)合作機(jī)制以及感知系統(tǒng)的規(guī)劃和協(xié)商等.網(wǎng)絡(luò)機(jī)器人,通信網(wǎng)絡(luò)技術(shù)的發(fā)展完全能夠?qū)⒏鞣N機(jī)器人連接到計(jì)算機(jī)網(wǎng)絡(luò)上 ,并通過(guò)網(wǎng)絡(luò)對(duì)機(jī)器人進(jìn)行有效地控制.這種技術(shù)包括網(wǎng)絡(luò)遙操作控制技術(shù)、網(wǎng)絡(luò)化傳感器和傳感器網(wǎng)絡(luò)化技術(shù)、眾多信息組的壓縮與擴(kuò)展方法及傳輸技術(shù)等[12].機(jī)器人虛擬遙操作和虛擬傳感器,許多特種機(jī)器人在使用時(shí),遙控是一個(gè)主要手段.基于多傳感、多媒體和虛擬現(xiàn)實(shí)、臨場(chǎng)感的虛擬遙控操作和人機(jī)交互,將成為需要共同發(fā)展的一項(xiàng)技術(shù).虛擬傳感器是對(duì)真實(shí)物理傳感器的抽象表示,通過(guò)虛擬傳感器可利用計(jì)算機(jī)軟件仿真各種類型的機(jī)器人傳感器,實(shí)現(xiàn)基于虛擬傳感信息的控制操作.機(jī)器人虛擬傳感器概念的提出并實(shí)際應(yīng)用于機(jī)器人的實(shí)際控課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)制操作,可望大大緩解目前由于缺少某些種類的傳感器信息 ,或由于操作環(huán)境極端惡劣目前還不能提供在該環(huán)境下工作的傳感器信息而不能實(shí)現(xiàn)的機(jī)器人理想操作控制的矛盾 .并且,隨著虛擬傳感器研究的不斷深入和功能完善,也有可能,今后由虛擬傳感器完全取代或部分取代某些實(shí)際的物理傳感器 ,使機(jī)器人感知系統(tǒng)的構(gòu)成大大簡(jiǎn)化、功能大大增強(qiáng)、成本大大降低 ?5總結(jié)目前我國(guó)傳感器第一大用戶冶金行業(yè)所需100種專用高附加值傳感器幾乎全部依靠進(jìn)口?我國(guó)的化工行業(yè)、安全監(jiān)測(cè)等傳感器領(lǐng)域幾乎全部被美國(guó)公司所占據(jù) ?未來(lái)的發(fā)展給了我們機(jī)遇與挑戰(zhàn)并存,我們應(yīng)大力呼吁各級(jí)領(lǐng)導(dǎo)更加重視傳感器技術(shù)的發(fā)展 ,加大投資力度,加快建設(shè)步伐,抓緊產(chǎn)業(yè)技術(shù)改造和產(chǎn)品結(jié)構(gòu)調(diào)整,緊緊依靠科技進(jìn)步,重視基礎(chǔ)研究,注重多學(xué)科的交叉研究,主動(dòng)、積極拓寬傳感器技術(shù)在信息、環(huán)保、國(guó)防、醫(yī)療、能源、化工、冶金、交通、機(jī)械等領(lǐng)域的應(yīng)用,跟蹤國(guó)外傳感器最新的技術(shù)發(fā)展,使我國(guó)傳感器技術(shù)研究邁上新臺(tái)階,為我國(guó)的國(guó)民經(jīng)濟(jì)發(fā)展和國(guó)防現(xiàn)代化建設(shè)做出應(yīng)有貢獻(xiàn)?我們希望通過(guò)機(jī)器人技術(shù)、傳感技術(shù)、計(jì)算機(jī)技術(shù)與智能技術(shù)等的結(jié)合和學(xué)科交叉 ,以研制出多種實(shí)用的先進(jìn)機(jī)器人為創(chuàng)新目標(biāo),重點(diǎn)進(jìn)行先進(jìn)機(jī)器人的控制、結(jié)構(gòu)及其感知系統(tǒng)的基礎(chǔ)性、前瞻性、戰(zhàn)略性研究,為形成我國(guó)具有自主知識(shí)產(chǎn)權(quán)的先進(jìn)機(jī)器人大產(chǎn)業(yè)提供源源不斷的理論基礎(chǔ)和技術(shù)支持,并使我國(guó)先進(jìn)機(jī)器人研究從理論和應(yīng)用都達(dá)到發(fā)達(dá)國(guó)家的水平,甚至達(dá)到國(guó)際領(lǐng)先水平課程編號(hào)12S12C0209課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)課程編號(hào)12S12C0209課程編號(hào)12S12C0209課程名稱機(jī)器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機(jī)械工程 共1頁(yè)第_」頁(yè)參考文獻(xiàn)王天然?機(jī)器人?北京:化學(xué)工業(yè)出版社,2002.127-129羅志增,蔣靜坪.機(jī)器人感覺(jué)與多信息融合.北京:機(jī)械工業(yè)出版社,2002.1-11;91-107MiticheA,AggarwalsJK.Multiplesensorintegrationandfusionthroughimageprocesing:AReview,Opt.Eng.1986.25(3):38
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 麻雀主題課程設(shè)計(jì)意圖
- 連接板沖壓課程設(shè)計(jì)
- 算法與計(jì)算方法課程設(shè)計(jì)
- 2024年學(xué)校安全工作應(yīng)急預(yù)案
- 2024年一年級(jí)語(yǔ)文上全冊(cè)各單元測(cè)試題分解
- 年度其它新型計(jì)算機(jī)外圍設(shè)備戰(zhàn)略市場(chǎng)規(guī)劃報(bào)告
- 年度碳纖維預(yù)浸布市場(chǎng)分析及競(jìng)爭(zhēng)策略分析報(bào)告
- 2025年度專業(yè)打印紙銷售渠道建設(shè)合同4篇
- 2025年度新能源項(xiàng)目出借咨詢及項(xiàng)目管理協(xié)議4篇
- 2025年新型門(mén)窗安裝工程承包合同4篇
- 吸入療法在呼吸康復(fù)應(yīng)用中的中國(guó)專家共識(shí)2022版
- 1-35kV電纜技術(shù)參數(shù)表
- 信息科技課程標(biāo)準(zhǔn)測(cè)(2022版)考試題庫(kù)及答案
- 施工組織設(shè)計(jì)方案針對(duì)性、完整性
- 2002版干部履歷表(貴州省)
- DL∕T 1909-2018 -48V電力通信直流電源系統(tǒng)技術(shù)規(guī)范
- 2024年服裝制版師(高級(jí))職業(yè)鑒定考試復(fù)習(xí)題庫(kù)(含答案)
- 門(mén)診部縮短就診等候時(shí)間PDCA案例-課件
- 第21課《鄒忌諷齊王納諫》對(duì)比閱讀 部編版語(yǔ)文九年級(jí)下冊(cè)
- NB-T32042-2018光伏發(fā)電工程建設(shè)監(jiān)理規(guī)范
評(píng)論
0/150
提交評(píng)論