传感器是连接被测环境与实际测量的桥梁,是环境状态精准量测中最初始和最重要的部分。不精确的传感器读数会导致冗余的环境量测,产生不恰当甚至错误的决策(1,2)。当一个传感器不能提供必要的数据时,就需要使用传感器融合技术。传感器融合最简单的形式就是将两个或更多的传感器用某种方式结合起来,并能够取其优势,去其不足。人们对数据融合的需求以及兴趣正在快速增长,并针对各类生活需求进行了大规模的研究。许多微处理器,先进的传感器及新技术被开发出来。这使得数据融合达到了一个新的水平,即利用多传感器改善结果。数据融合的应用范围非常广,从军事到医疗都有涉及,例如战场监视、智能武器自动目标识别、健康保养和改进的医学诊断。制造与安全也属于数据融合研究的重点,这个系统的实现需要理解基本术语、数据融合处理模型及其结构。传感器的数据给闭环系统提供反馈。通常我们面对的是错误的或不准确的传感器,因此需要利用传感器融合技术混合两个或多个传感器从而创建一个更好的传感器。通过对单个传感器的输出进行滤波来实现传感器融合。传感器的缺点通常包括噪声水平和非统一数量级。大多数情况下,传感器融合不过就是简单的二阶低通或高通滤波器的结果相加。这种简单的融合允许两个传感器提供输出。多传感器数据融合的应用定义明确并有针对性。军事相关的应用涵盖了目标识别、引导无人战车、远距离感知、战场监控和自动威胁识别系统,如敌、我、中立识别系统。非军事应用包括制造过程监控、复杂机器的状态检修、工业机器人和关键医疗应用。数据融合技术来自各种各样传统的学科,包括:数字信号处理、统计估计、控制论、人工智能和经典数学方法。从历史上来看,数据融合方法的开发主要用于非民用方面。然而,近年来这些方法已经应用于生活中,并已经出现了双向技术转让。一般来说,传感器融合信息应用广泛,如:(1)智能建筑。引入不同的控制系统控制照明,使照明达到最佳效果。根据灯区的地面规划安排照明区域的开关,以免当只有一小部分需要照明时,浪费了大量不必要的照明。另外,控制照明考虑了时间因素。总的来说,利用预先确定的照明计划,自动开关每个区域的照明。在间歇使用的空间中利用感应传感器。利用感应传感器来感应是否有人出现,从而自动控制灯的开关。(2)环境监测。遥感是最常见的监控手段,利用飞机或卫星,使用多传感器系统实现对环境的监控。这种监控又分为两个不同的种类,都属于被动感知,即由物体或周围区域发射或反射的自然辐射是可以检测到的。在环境遥感中,当传感器调节到特定波长,反射的太阳光是最常见的可被被动传感器测量到的辐射源。收集到的感知数据量非常大,需要计算机辅助分析。远程主动传感器发出能量,并利用被动传感器去监测和测量目标反射回来的辐射。通常使用激光雷达(LIDAR)收集一个区域的地貌信息。远程感知也便于收集危险区域的数据。(3)监测和工业过程控制利用感知和数据报告这一概念来管理和控制流水线。人类和机器人利用这些过滤后的感知数据,相应地采取行动。(4)医疗诊断是数据感知融合中最重要的应用之一。许多医疗设备使用了这一概念,如成像(MRI系统)和外科起搏器的应用。主要的问题是如何融合或整合异类或同类信息源。融合根据融合发生时的过程水平分为三个主要的类别,即低层次融合、中级融合、高层次融合。低层次融合,也称为数据融合,它结合了数个原始数据源并生成了一个比输入包含更多信息的原始数据。中级融合,也称为特征级融合,结合各类特征形成一个有指导意义的特征,并用来进行更多的处理。高层次融合是指决策制定层的融合。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。