多传感融合技术相关文献综述

机器人多传感器信息融合研究综述

机器人多传感器信息融合的发展趋势

微型化和智能化机器人传感器的研究

传感器是机器人的五官$也是机器人多传感器信息融合技术的硬件基础$一台智能化程度较高的机器人通常配有几十只乃至上百只传感器% 随着/^/V 技术和精加工技术飞速地发展$使得微型传感器的研发和生产成为可能%为进一步减小机器人的体积和提高传感器的性能$机器人传感器将向着信息转换&处理&传输为一体的智能化发展%如德国a0*01) ‘14L1).)3*公司研制的a‘VH‘;#8$ 智能视觉传感器集图像采集&处理&XbA控制及通信于一体$而体积仅有$#44cQ#44cPR9;44% 该图像传感器采用了当前性能最强大的图像处理专用ZV:$其工作频率高达;##/@O$运算速度高达P"##/X:V $ 智能化程度高$搭建系统成本低%。

多传感器信息融合算法的改进

现有的多传感器信息融合算法有着自身的缺陷和局限性% 目前主要采用几种算法共同使用的方法来对其进行弥补% 如模糊神经网络算法弥补了模糊逻辑自适用能力差的缺点也提高了神经网络算法的鲁棒性% 目前$将模糊逻辑&神经网络&进化计算&小波变换等智能计算方法有机地结合起来$是一个重要的发展趋势(";) % 多种信息融合算法的综合运用虽然能够弥补单一算法的缺陷$但同时增加了系统的计算量$降低了系统的反应速度% 因此$对机器人多信息融合算法的改进和创新是迫切需要的% Z(K0+ D1,’.)-1等人正在尝试用一种在非统计世界中在线学习模型的方法来融合来自于激光探测仪和红外幅度探测器的信息$以提高机器人导航的能力% 文献("R)提出了一种改进的ZCV 论据理论对超声波传感器采集的信息进行融合$在传感器模型中增加一个距离信度因子$减少了超声波传感器采集信息的不确定性% 文献("Q)提出了一种基于任务的神经网络多传感器数据融合新方法% 该方法根据遥控操作机器人过程中的不同任务$利用优化的神经网络算法$对双视觉&六维力U力矩&接近觉!数字U模拟"&指端力&关节角度等多种传感器信息进行融合决策%。

结论

近几十年来,多传感器信息融合技术得到了普遍的关注和广泛的应用,已成为智

多传感融合技术相关文献综述相关文档

最新文档

返回顶部