無錫機(jī)器人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)計相結(jié)合 , 為機(jī)器人在各種復(fù)雜、動態(tài)、不確定和未知的環(huán)境中執(zhí)行任務(wù)提供了 1 種技術(shù)解決途徑。

       無錫機(jī)器人所用的傳感器有很多種 , 根據(jù)不同用途分為內(nèi)部測量傳感器和外部測量傳感器兩大類。內(nèi)部測量傳感器用來檢測機(jī)器人組成部件的內(nèi)部狀態(tài) , 包括: 特定位置 、角度傳感器 ; 任意位置 、角度傳感器; 速度、角度傳感器 ; 加速度傳感器; 傾斜角傳感器; 方位角傳感器等 。外部傳感器包括：視覺( 測量、認(rèn)識傳感器)、觸覺(接觸、壓覺 、滑動覺傳感器)、力覺( 力、力矩傳感器)、接近覺( 接近覺、距離傳感器)以及角度傳感器( 傾斜、方向、姿式傳感器)。多傳感器信息融合就是指綜合來自多個傳感器的感知數(shù)據(jù), 以產(chǎn)生更可靠 、更準(zhǔn)確或更全面的信息。

       經(jīng)過融合的多傳感器系統(tǒng)能夠更加完善、準(zhǔn)確地反映檢測對象的特性，消除信息的不確定性，提高信息的可靠性。融合后的多傳感器信息具有以下特性 : 冗余性、互補(bǔ)性、實(shí)時性和低成本性。多傳感器信息融合方法主要有貝葉斯估計、Dempster-Shafer 理論、卡爾曼濾波 、神經(jīng)網(wǎng)絡(luò) 、小波變換等 。

       無錫機(jī)器人的多傳感器信息融合技術(shù)是 1 個十分活躍的研究領(lǐng)域, 主要研究方向有 :

       1.多層次傳感器融合 由于單個傳感器具有不確定性、觀測失誤和不完整性的弱點(diǎn) , 因此單層數(shù)據(jù)融合限制了系統(tǒng)的能力和魯棒性。對于要求高魯棒性和靈活性的先進(jìn)系統(tǒng) , 可以采用多層次傳感器融合的方法。低層次融合方法可以融合多傳感器數(shù)據(jù); 中間層次融合方法可以融合數(shù)據(jù)和特征, 得到融合的特征或決策 ; 高層次融合方法可以融合特征和決策, 到?jīng)Q策 。

       2.微傳感器和智能傳感器 傳感器的性能、價格和可靠性是衡量傳感器優(yōu)劣與否的重要標(biāo)志, 然而許多性能優(yōu)良的傳感器由于體積大而限制了應(yīng)用市場。微電子技術(shù)的迅速發(fā)展使小型和微型傳感器的制造成為可能。智能傳感器將主處理、硬件和軟件集成在一起 。如 Par Scientific 公司研制的 1000 系列數(shù)字式石英智能傳感器，日本日立研究所研制的可以識別 4種氣體的嗅覺傳感器, 美國 Honeywell 研制的DSTJ23000 智能壓差壓力傳感器等 , 都具備了一定的智能 。

       3.自適應(yīng)多傳感器融合 在實(shí)際世界中, 很難得到環(huán)境的準(zhǔn)確信息 , 也無法確保傳感器始終能夠正常工作。因此 ,對于各種不確定情況 , 魯棒融合算法十分必要?，F(xiàn)已研究出一些自適應(yīng)多傳感器融合算法來處理由于傳感器的不完善帶來的不確定性。如 Hong通過革新技術(shù)提出 1 種擴(kuò)展的聯(lián)合方法, 能夠估計單個測量序列濾波的優(yōu)卡爾曼增益 。 Pacini 和Kosko 也研究出 1 種可以在輕微環(huán)境噪聲下應(yīng)用的自適應(yīng)目標(biāo)跟蹤模糊系統(tǒng), 它在處理過程中結(jié)合了卡爾曼濾波算法 。