一種基于多傳感器的信息融合技術(shù)分析

侯遠(yuǎn)韶

摘? 要：?jiǎn)我粋鞲衅鞑杉男畔⑹芟抻诜秶?、精度的影響往往無(wú)法準(zhǔn)確地描述目標(biāo)的具體特征，進(jìn)而導(dǎo)致系統(tǒng)的可靠性不足，同時(shí)由于不能對(duì)采集到的信息進(jìn)行高效表示，在傳輸及存儲(chǔ)過(guò)程中對(duì)系統(tǒng)硬件以及通信系統(tǒng)帶來(lái)了巨大壓力。基于多傳感器的信息融合技術(shù)，通過(guò)一定的融合算法對(duì)不同傳感器采集到的同構(gòu)或異構(gòu)數(shù)據(jù)信息進(jìn)行有效融合，使得不同類型數(shù)據(jù)之間在互補(bǔ)的同時(shí)擯除了冗余數(shù)據(jù)，擴(kuò)展了單個(gè)傳感器性能，滿足了系統(tǒng)對(duì)信息實(shí)時(shí)性和有效性的需求，在提高系統(tǒng)穩(wěn)定性和容錯(cuò)性的同時(shí)，節(jié)省了系統(tǒng)的計(jì)算資源和存儲(chǔ)空間，克服了不確定因素及環(huán)境因素對(duì)系統(tǒng)的干擾，具有重要的研究意義。

關(guān)鍵詞：多傳感器? 信息融合? 融合算法? 有效性

中圖分類號(hào)：TP391.4? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-3791（2021）04（a）-0017-03

An Analysis of Information Fusion Technology Based on Multi-sensor

HOU Yuanshao

（Department of Mechanical and Electrical Engineering Henan Industry and Trade Vocational College， Zhengzhou， Henan province， 451191? China）

Abstract：The information collected by a single sensor is limited by the scope and accuracy. It often fails to accurately describe the specific characteristics of the target， which leads to insufficient reliability of the system. At the same time， because the collected information cannot be expressed efficiently， the transmission and storage process system hardware and communication systems have brought tremendous pressure. Based on multi-sensor information fusion technology， through a certain fusion algorithm， the homogeneous or heterogeneous data information collected by different sensors is effectively fused， so that different types of data are complementary while eliminating redundant data， expanding a single sensor. The performance meets the system's requirements for real-time information and effectiveness， while improving system stability and fault tolerance， it also saves the system's computing resources and storage space， and overcomes the interference of uncertain factors and environmental factors on the system. Important research significance.

Key Words： Multi-sensor; Information fusion; Fusion Algorithm; Effectiveness

1? 多傳感器信息融合

1.1 多傳感器信息融合基本概念及特點(diǎn)

多傳感器信息融合主要由3個(gè)部分組成：首先，如果要獲得全面、可靠的數(shù)據(jù)就需要傳感器這一工具進(jìn)行數(shù)據(jù)采集;而數(shù)據(jù)作為信息的載體也是融合的對(duì)象，有異構(gòu)數(shù)據(jù)和同構(gòu)數(shù)據(jù)之分;當(dāng)傳感器采集到數(shù)據(jù)之后就需要根據(jù)不同的數(shù)據(jù)類型及特點(diǎn)，選取適當(dāng)?shù)臄?shù)據(jù)融合算法進(jìn)行數(shù)據(jù)挖掘和處理，去除冗余信息的同時(shí)保留互補(bǔ)信息并對(duì)協(xié)同信息做出合理選擇，最終形成統(tǒng)一的數(shù)據(jù)信息，為后續(xù)的判斷決策做出依據(jù)，提高系統(tǒng)的魯棒性和有效性[1]。相對(duì)于單一傳感器采集信息的局限性，多傳感器信息融合技術(shù)具有多方面、多層次的特點(diǎn)，采集到的信息具有互補(bǔ)性、冗余性，可以提高系統(tǒng)的精確度以及穩(wěn)定性，在空間和時(shí)間上都具有較大的優(yōu)勢(shì)[2]。多傳感器信息融合如圖1所示。

1.2 信息融合級(jí)別

傳感器采集到數(shù)據(jù)信息以后，根據(jù)融合對(duì)象的類型不同，數(shù)據(jù)融合技術(shù)可以分為3個(gè)等級(jí)，分別為數(shù)據(jù)級(jí)、特征級(jí)以及決策級(jí)[3]。

（1）對(duì)傳感器采集到的原始數(shù)據(jù)不經(jīng)過(guò)加工處理就進(jìn)行融合，稱為數(shù)據(jù)級(jí)融合。其特點(diǎn)是基于最原始的數(shù)據(jù)進(jìn)行融合，因此其性能最好，但對(duì)異類數(shù)據(jù)融合性不夠，同時(shí)對(duì)外界干擾因素抵抗力較弱，一旦受到影響對(duì)后續(xù)的決策判斷會(huì)產(chǎn)生較大的影響，計(jì)算量大且對(duì)系統(tǒng)的硬件和通信水平都有較高的要求，數(shù)據(jù)處理成本高[4]。

（2）特征作為信息的主要表現(xiàn)形式，特征級(jí)融合不直接對(duì)原始數(shù)據(jù)進(jìn)行處理，而是通過(guò)每個(gè)傳感器采集到原始數(shù)據(jù)進(jìn)行特征提取，進(jìn)而對(duì)得到的特征向量進(jìn)行融合[5]。特征級(jí)融合可以大大減輕對(duì)系統(tǒng)硬件的壓力，系統(tǒng)的有效性和實(shí)時(shí)性也得到了提高，但另一方面，由于需要從原始數(shù)據(jù)中提取特征，而在提取特征中會(huì)丟失一部分?jǐn)?shù)據(jù)的原始信息，因此融合結(jié)果會(huì)造成一部分細(xì)微數(shù)據(jù)的丟失，給系統(tǒng)的精確度帶來(lái)了一定的影響。

（3）在每個(gè)傳感器的分析判斷基礎(chǔ)上做出綜合研判，稱為決策級(jí)信息融合。由于每個(gè)傳感器之間都對(duì)數(shù)據(jù)進(jìn)行了同樣處理，然后對(duì)結(jié)果進(jìn)行關(guān)聯(lián)性分析，因此系統(tǒng)具有較高的魯棒性，同時(shí)對(duì)系統(tǒng)的通信及計(jì)算能力要求也不高，但是由于最終融合結(jié)果取決于每個(gè)傳感器的決策結(jié)果，丟失了原始數(shù)據(jù)的部分信息，進(jìn)而導(dǎo)致系統(tǒng)的準(zhǔn)確度不高，其性能較差[6]。

1.3 信息融合關(guān)鍵問(wèn)題

由于傳感器信息采集面對(duì)的目標(biāo)對(duì)象具有多樣性，且同一目標(biāo)受不同外界或內(nèi)部因素的影響也可能呈現(xiàn)出不同的表現(xiàn)形式，因此多傳感器信息融合算法沒(méi)有一種通用的標(biāo)準(zhǔn)，這也是目前信息融合算法存在的主要問(wèn)題[7]。信息融合算法需要對(duì)具體的應(yīng)用背景做出綜合分析，具體流程涉及到不同類型數(shù)據(jù)之間的轉(zhuǎn)換、特征提取、數(shù)據(jù)庫(kù)的建立以及融合推理等一系列，因此信息融合關(guān)鍵技術(shù)歸納起來(lái)主要有以下幾個(gè)方面。

（1）數(shù)據(jù)之間的相關(guān)性分析及轉(zhuǎn)換，由于不同傳感器之間采集的信息具有異構(gòu)性或同構(gòu)性，如何在異構(gòu)數(shù)據(jù)之間找到其融合、協(xié)同的折合點(diǎn)是關(guān)鍵所在，即對(duì)異構(gòu)數(shù)據(jù)進(jìn)行轉(zhuǎn)換的同時(shí)不丟失其特征信息;數(shù)據(jù)轉(zhuǎn)換則是指?jìng)鞲衅鞑杉降男畔⒃跀?shù)據(jù)類型、數(shù)據(jù)層次以及數(shù)據(jù)標(biāo)準(zhǔn)上具有一定的差異性，因此，在進(jìn)行數(shù)據(jù)融合之前，需要依據(jù)一定的準(zhǔn)則將不同數(shù)據(jù)轉(zhuǎn)換為相同的形式，繼而實(shí)現(xiàn)信息融合，即需要將不同類型和來(lái)源的數(shù)據(jù)轉(zhuǎn)換為同一形式，方便進(jìn)行融合。

（2）多傳感器信息融合帶來(lái)的維數(shù)災(zāi)難，會(huì)對(duì)系統(tǒng)造成影響，因此需要對(duì)冗余信息進(jìn)行特征約簡(jiǎn)，同時(shí)要建立有效的數(shù)據(jù)模型，以便及時(shí)有效地進(jìn)行數(shù)據(jù)間的搜索。

（3）針對(duì)不同類型和來(lái)源數(shù)據(jù)之間的互補(bǔ)性和冗余性，進(jìn)行關(guān)聯(lián)分析和融合，選取合適的傳感器數(shù)據(jù)，在確保融合精度的前提下降低計(jì)算的復(fù)雜度，同時(shí)對(duì)融合損失做出合理補(bǔ)償。

2? 信息融合過(guò)程及評(píng)價(jià)體系

2.1 多傳感器配準(zhǔn)定位

由于不同傳感器間受制于各種因素的影響，如傳感器的位置、數(shù)據(jù)類型以及自身的性能，進(jìn)而導(dǎo)致數(shù)據(jù)產(chǎn)生不同步的情況發(fā)生。因此，在進(jìn)行信息融合之前需要對(duì)傳感器采集的數(shù)據(jù)進(jìn)行配準(zhǔn)定位，進(jìn)可能得到無(wú)誤差的數(shù)據(jù)信息，避免對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)、決策時(shí)造成較大誤差。典型的多傳感器配準(zhǔn)定位方法主要有：（1）基于時(shí)間的配準(zhǔn)，即將不同傳感器采集的數(shù)據(jù)進(jìn)行時(shí)間匹配，最終實(shí)現(xiàn)融合時(shí)傳感器數(shù)據(jù)間的同步性，降低時(shí)間誤差提高系統(tǒng)精度;（2）基于空間的配準(zhǔn)，由于不同傳感器系統(tǒng)間的相互獨(dú)立性，導(dǎo)致其坐標(biāo)系和采樣周期也有可能不一樣，因此需要對(duì)多傳感器進(jìn)行空間的配準(zhǔn)，即相同坐標(biāo)系。

多傳感器在進(jìn)行信息采集時(shí)不可避免地受到噪聲等各種外界因素以及自身因素的影響，導(dǎo)致出現(xiàn)嚴(yán)重背離絕大部分?jǐn)?shù)據(jù)變化規(guī)律的小范圍野值點(diǎn)出現(xiàn)，這種野值點(diǎn)會(huì)嚴(yán)重干擾數(shù)據(jù)融合的精確性，因此，需要在信息融合過(guò)程中及時(shí)給予刪除，進(jìn)而使得信息預(yù)處理合理有效，為后續(xù)的分析決策判斷做出依據(jù)。

2.2 信息融合過(guò)程

多傳感器信息融合過(guò)程可以分為3個(gè)部分：（1）信息的預(yù)處理，主要包括對(duì)數(shù)據(jù)進(jìn)行基于時(shí)間的配準(zhǔn)或基于空間的配準(zhǔn)，同時(shí)對(duì)野值信息進(jìn)行剝離，并對(duì)數(shù)據(jù)做歸一化處理，減小系統(tǒng)計(jì)算復(fù)雜度的同時(shí)，提升數(shù)據(jù)質(zhì)量;（2）信息的配準(zhǔn)定位，通過(guò)仿射變換或坐標(biāo)變換，在時(shí)間上和空間上對(duì)信息進(jìn)行相對(duì)配準(zhǔn)或絕對(duì)配準(zhǔn)，提高信息融合時(shí)傳感器數(shù)據(jù)間的同步性，降低時(shí)間、空間誤差提高系統(tǒng)精度;（3）信息融合，為了摒除冗余信息，留下互補(bǔ)信息，得到更好的融合結(jié)果，需要選擇合適的信息融合算法，最大程度地提取信息特征，繼而實(shí)現(xiàn)不同類型信息在不同層面的合理融合，提升系統(tǒng)性能。

2.3 信息融合評(píng)價(jià)體系

信息融合質(zhì)量是評(píng)判一個(gè)系統(tǒng)性能優(yōu)劣的主要標(biāo)準(zhǔn)，合理有效的信息融合評(píng)價(jià)體系，能夠及時(shí)有效地對(duì)信息融合技術(shù)做出判斷，體現(xiàn)系統(tǒng)的性能進(jìn)而做出有針對(duì)性改進(jìn)，進(jìn)而在不斷提升的基礎(chǔ)上提升算法性能。因此，對(duì)信息融合優(yōu)劣的評(píng)價(jià)可以在主觀和客觀兩個(gè)方面進(jìn)行，通過(guò)實(shí)驗(yàn)分析及數(shù)據(jù)調(diào)查為主觀評(píng)價(jià)，這種方法直觀易行、結(jié)果準(zhǔn)確，但受外界因素影響較大;通過(guò)數(shù)據(jù)進(jìn)行分析評(píng)判為客觀評(píng)價(jià)，主要指標(biāo)有信息熵、均方根誤差、標(biāo)準(zhǔn)差等這些表現(xiàn)信息統(tǒng)計(jì)特征的評(píng)價(jià)數(shù)據(jù)，這種方法準(zhǔn)確度較高，但計(jì)算量較大。

3? 信息融合方法的改進(jìn)

典型的信息融合方法有：（1）基于加權(quán)平均思想的，這種方法計(jì)算量小，算法簡(jiǎn)便，但對(duì)噪聲敏感，且后期效果差需要進(jìn)一步處理;（2）證據(jù)比對(duì)法，通過(guò)對(duì)每個(gè)傳感器采集的信息進(jìn)行計(jì)算，得到其可信度函數(shù)，然后利用一定的規(guī)則，挑出可信度函數(shù)最大傳感器，這種方法不依賴于傳感器間信息數(shù)據(jù)的累加原則，計(jì)算簡(jiǎn)單，但對(duì)部分對(duì)立數(shù)據(jù)無(wú)法做出依據(jù);（3）基于灰關(guān)聯(lián)分析，則是通過(guò)對(duì)數(shù)據(jù)進(jìn)行全貌比對(duì)，對(duì)傳感器的置信度做出量化克服人為因素對(duì)信息融合效果的影響。這些信息融合方法針對(duì)不同的情況，有各自的特征，因此可以將多個(gè)融合算法結(jié)合起來(lái)，進(jìn)而達(dá)到取長(zhǎng)補(bǔ)短的效果，提高系統(tǒng)性能。

4? 結(jié)語(yǔ)

多傳感器信息融合技術(shù)是目標(biāo)跟蹤、路徑規(guī)劃的前提條件，但由于不同傳感器采集的數(shù)據(jù)之間具有異構(gòu)性、非完備性以及多源性等特征，導(dǎo)致信息融合沒(méi)有統(tǒng)一的數(shù)學(xué)模型，因此給信息融合技術(shù)帶來(lái)了一定的難度。經(jīng)過(guò)研究分析，通過(guò)對(duì)信息融合方法進(jìn)行改進(jìn)，將不同的融合算法依據(jù)應(yīng)用環(huán)境結(jié)合起來(lái)，可以實(shí)現(xiàn)系統(tǒng)性能的整體提升。

參考文獻(xiàn)

[1] 付瑞玲，王寧，杜志強(qiáng).基于多傳感器信息融合的火災(zāi)報(bào)警器設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2018，232（1）：206-208.

[2] 潘崢嶸，周宗儒，朱翔.基于多傳感器信息融合的無(wú)人機(jī)防碰撞系統(tǒng)[J].自動(dòng)化技術(shù)與應(yīng)用，2018，37（3）：130-133.

[3] 王正家，夏正喬，孫楚杰.基于多傳感器信息融合的自主跟隨定位及避障方法[J].傳感技術(shù)學(xué)報(bào)，2019，32（5）：85-89，110.

[4] 邵衛(wèi)林，陳金忠，馬義來(lái).基于多傳感器數(shù)據(jù)融合技術(shù)的漏磁內(nèi)檢測(cè)數(shù)據(jù)分析[J].傳感技術(shù)學(xué)報(bào)，2019，32（10）：1541-1548.

[5] 吳曉光，劉紹維，楊磊.基于深度強(qiáng)化學(xué)習(xí)的雙足機(jī)器人斜坡步態(tài)控制方法[J].自動(dòng)化學(xué)報(bào)，2020（46）：73-78.

[6] 焦璐，張浩峰.信息融合算法的工程應(yīng)用[J].電光與控制，2018，25（5）：106-108.

[7] 劉澈，姜勇，姚森敬.基于多傳感器信息融合的絕緣子串自動(dòng)識(shí)別方法[J].機(jī)械設(shè)計(jì)與制造，2019，338（4）：220-224.