多传感器信息融合技术在机器人系统中的应用研究

王强 沈涛 郭超

摘 要：以多传感器信息融合技术为研究重点，主要论述了它的原理和方法，并结合它在机器人导航定位系统和人机交互语音系统方面的应用进行了探讨和研究，为多传感器信息融合研究提供理论支撑。

关键词：多传感器;信息融合;导航定位;人机交互

传感器是机器人系统中必不可少的重要部件，在机器人系统中具有不可替代的作用。各种传感器对信息的获取存在方式和原理上的差异，信息的精确度也无法保证。本文针对单一或现有的传感融合存在的问题和局限性，提出了一种新的信息融合框架。

1 多传感器信息融合技术

多传感器信息融合技术与经典的信号处理方法之间存在着本质的区别，也不等同于单个或多个传感器的监测和测量。它是基于对多个传感器的测量结果，按照某种规定的算法进行过滤、联合、相关和优化组合，获取对目标的一致性解释和描述，辅助系统进行环境判定、定位、路径规划、验证和诊断等，从而形成更高层次的综合决策。简言之，多传感器信息融合技术实际上是机器人系统“人脑化”的一种功能性模拟。信息融合可以在不同层次上出现，主要包括数据层融合、特征层融合和决策层融合。在对传感网络的具体数据实现融合时，融合方式的选择主要由应用特点来决定，即不同层次对应不同算法。

2 多传感器信息融合技术在机器人系统中的应用

目前，多传感器信息融合技术已广泛应用于机器人系统。这对提高整个机器人系统的生存适应能力、系统运行的可靠性和增强信息的可信度、实时性以及利用率等有着无可比拟的作用。

2.1 多传感器融合导航定位系统

在移动机器人系统中，不论是局部实时避障，还是全局的导航定位和路径规划。机器人系统要完成此类任务的关键都是在于如何精确获取目标的当前状态和位置。

目前，主流的导航定位方式主要有三种。第一种是基于信号的导航卫星系统定位，如GNSS定位;第二种是航迹推算定位。它是先利用陀螺仪和加速度计等传感器组成的惯性测量单元（IMU）获取载体相对于惯性空间的角速度、加速度等运动参数，再通过惯性导航解算得到载体的速度、位置和姿态;第三种是基于LIDAR的环境特征匹配定位。它需要预先制作定位地图，然后再把我们观测获取的特征和数据库里的特征与存储的特征进行匹配，从而得到载体现在的位置和姿态。

多传感器融合的导航定位系统是以上述三种定位的数据为基础，通过惯性导航解算和KALMAN滤波法，对信息进行融合和相互修正，以实现提高导航定位系统的稳定性和精确度的目的。其融合的框架結构大致过程如图1所示：

研究智能机器人的目的并非是对人类的一种完全取代，而且仅依靠计算机来控制复杂的智能机器人系统既不现实也不实用。这就需要有一个能方便自然地与机器人交流的人机交互系统。要实现这一目标，除了要求机器人能够看懂文字、听懂语言之外，甚至还能够进行说话表达和不同语言之间的翻译。就目前来讲，语音系统是人与机器人系统互动的基础和核心。它与多传感器信息融合技术的结合可以赋予机器人系统更高、更精准的智能性。

多传感器融合人机交互语音系统有别于单语音识别技术。它是先把复杂环境下的语音通过语音检测进行特征提取，并在声学模型和语音模型中加入关键字检索技术，再把语音识别引擎获取的语音特征矢量序按照匹配检索条件与声学模型和语音模型进行匹配，获得最优识别结果。这样就可以排除复杂环境中的背景杂音干扰，提高语音识别度、增强系统对未知环境的适应能力。它的原理如图2所示：

3 结语

综上所述，多传感器信息融合技术在容错性、互补性和实时性等方面表现出的优势非常突出，其研究成果已经展现出巨大的研究价值和应用潜力。信息融合技术横跨多门学科，处于所有新研究方向和新成果的交汇点。因此，延伸和扩展智能的融合理论与方法，是解决信息融合技术中融合推理和融合损失等关键问题的有效途径。

与此同时，人工智能的发展趋势是走向融合：传统机器学习+深度学习+强化学习+知识推理+智能决策，这一趋势将伴随着智能机器人的产业化发展。可以预见，在未来利用人工智能的各种方法，以知识为基础构成多传感器信息融合将继续成为信息融合技术重要研究方向之一。多传感器信息融合技术的研究已成为近年来十分热门的课题，它在机器人系统智能化发展中起着无可比拟的作用，应用前景十分广阔。

参考文献：

[1]钱晖.多传感器融合技术在智能机器人系统中的应用[J].上海电气技术，2010，6（2）：44-48.

[2]黄漫国，樊尚春，郑德智，邢维巍.多传感器数据融合技术研究进展[J].传感器与微系统，2010，（3）：5-8.

[3]毛士艺，赵巍.多传感器图像融合技术综述[J].北京航空航天大学学报，2002，28（5）：512-518.

[4]孙华，陈俊风，吴林.传感器融合技术及其在机器人中的应用[J].传感器技术，2003，22（9）：1-4.

[5]朱泽君，黄涛，刘曦霞，吕杨.多传感器数据融合技术研究现状及发展方向[J].船舶电子工程，2009，（2）：13-16.

作者简介：王强（1983-），男，四川宜宾人，本科，讲师，主要研究方向为机械设计制造、智能控制。