朱瑞 韋繼紅

【摘 要】信息融合理論及技術(shù)最早在軍事領(lǐng)域中提出，也多數(shù)運用于軍事領(lǐng)域中但隨著信息融合技術(shù)的步伐發(fā)展，其理論也得到不斷的滲透，運用領(lǐng)域已經(jīng)有由先前的軍事領(lǐng)域逐漸擴展至民事領(lǐng)域中。多傳感器信息融合技術(shù)其在民事領(lǐng)域的應(yīng)用主要體現(xiàn)在智能制造、空中交通管理、工業(yè)機器人、目標識別、智能交通、物體跟蹤及故障診斷和反饋控制等方面。

【關(guān)鍵詞】多傳感器；信息融合技術(shù)；應(yīng)用

隨著現(xiàn)代科學技術(shù)的不斷發(fā)展與進步， 各類傳感器的性能及應(yīng)用領(lǐng)域得到不斷擴展與發(fā)展[1]。傳統(tǒng)的單一傳感器受到技術(shù)的限制捕獲得到的信息往往無法達到高度準確、高度完全及精確的要求，在采集信息方面也表現(xiàn)出其單一性，極易造成信息偏差及錯誤等現(xiàn)象，無法滿足現(xiàn)代科技發(fā)展的要求。為滿足現(xiàn)代化科技的發(fā)展，多傳感器信息融合技術(shù)應(yīng)運而生了，其在信息采集方面彌補了傳統(tǒng)的單一傳感器中的不足，實現(xiàn)信息采集多面化。多傳感器信息融合技術(shù)實現(xiàn)了收集信息的多樣性、快速復雜多變的信息關(guān)系及巨大信息數(shù)量，同時實現(xiàn)在限定的時間內(nèi)將收集到的信息處理完畢，這些能力均遠遠超過了人腦的信息綜合處理能力。多傳感器信息融合技術(shù)的到來不僅受到軍事領(lǐng)域是青睞，同時也受到民事領(lǐng)域的高度關(guān)注[2]。

一、基本概念和融合原理

（一）多傳感器信息融合的概念

信息融合屬于一個多層面及多級數(shù)據(jù)共同進行處理的過程， 其主要作用是有效處理來自多個信息源的數(shù)據(jù)，并對數(shù)據(jù)進行自動檢測、關(guān)聯(lián)、評估、相關(guān)及組合。信息融合技術(shù)運用四個不同級別的處理層來對數(shù)據(jù)進行自動化處理，并實現(xiàn)最終目標， 每個不同融合層面中的信號處理過程如下：

處理層0（Lever0）：對各個傳感器收集得來的信息進行初步，將收集得來的輸入數(shù)據(jù)進行壓縮、次序化、標準化、格式化及批處理化處理，以滿足后續(xù)處理器對數(shù)據(jù)計算量及計算順序提出的標準要求，同時為后續(xù)估計工作奠定基礎(chǔ)。

處理層1（Level1）：融合每一個單傳感器收集得到的位置信息及身份類別信息，對上述估計信息進行融合， 最終目的是獲得精確度更加高的目標位置及身份類別估計質(zhì)量[3]。

處理層2（Level2）：輔助實時發(fā)現(xiàn)預期設(shè)定的目標，在軍事領(lǐng)域可稱為對敵方，同時評估我方的態(tài)勢。

處理層3（Level3）：輔助實現(xiàn)實時的威脅估計；

處理層4（Level4）：對上述估計進行不斷糾正，同時不斷評價其他需要補充的有效信息， 及修改處理過程本身運用的算法以獲取精確度更加高，更加可靠的結(jié)果[4]。

（二）多傳感器信息融合原理

多傳感器信息融合技術(shù)的基本原理與人腦綜合處理信息的原理存在諸多的相似之處，就是將多個傳感器獲取得來的資源， 進行綜合處理及分析，最終獲精準度最優(yōu)的信息。在信息融合過程中將多傳感器及其觀測信息進行合理支配與使用， 將多傳感器在時間與空間中冗余及互補的信息依據(jù)預期設(shè)計好的準則進行高效率組合，最終獲得被測對象的標準性解釋或者一致性的描述[5]。現(xiàn)筆者將多傳感器信息融合的原理進行概述：①多個不同類型的傳感器（包括有源及無源的）根據(jù)預定的目標收集及觀測目標信息；②變換并提取傳感器輸出的信息（成像數(shù)據(jù)、連續(xù)性的離散的時間函數(shù)數(shù)據(jù)或者輸出矢量），將代表觀測數(shù)據(jù)的特征矢量Yi提取出來；③運用聚類算法或者自適應(yīng)神經(jīng)網(wǎng)絡(luò)模式識別處理提取出來的特征矢量Yi，或者運用其他可將特征矢量Yi變換為目標屬性判決的統(tǒng)計模式識別法，以實現(xiàn)每一個傳感器關(guān)于目標的解釋。④將每一個傳感器關(guān)于目標的解釋數(shù)據(jù)根據(jù)同一個預定目標進行分組，即建立數(shù)據(jù)關(guān)聯(lián)性；⑤運用融合算法合成每一目標各傳感器收集得來的數(shù)據(jù)， 最終取得該目標的一致性的描述和解釋。

二、多傳感器信息融合的應(yīng)用

信息融合理論及技術(shù)最早在軍事領(lǐng)域中提出，也多數(shù)運用于軍事領(lǐng)域中但隨著信息融合技術(shù)的步伐發(fā)展，其理論也得到不斷的滲透，運用領(lǐng)域已經(jīng)有由先前的軍事領(lǐng)域逐漸擴展至民事領(lǐng)域中。本次研究筆者主要對多傳感器信息融合技術(shù)在民事領(lǐng)域的應(yīng)用進行概述。

（一）多傳感器信息融合技術(shù)在民事領(lǐng)域的應(yīng)用

多傳感器信息融合技術(shù)經(jīng)過多年的發(fā)展，其使用領(lǐng)域由先前的軍事領(lǐng)域逐漸擴展至民事領(lǐng)域，信息融合技術(shù)具有的強大功能使其在民用領(lǐng)域有著廣大的發(fā)展及應(yīng)用前景。多傳感器信息融合技術(shù)其在民事領(lǐng)域的應(yīng)用主要體現(xiàn)在智能制造、空中交通管理、工業(yè)機器人、目標識別、智能交通、物體跟蹤及故障診斷和反饋控制等方面。下面我們以汽車自動無人駕駛為本次研究的例子，闡述信息融合技術(shù)在民事領(lǐng)域的應(yīng)用：汽車自動無人駕駛控制系統(tǒng)， 這個系統(tǒng)得以運行需要以下幾個先進的系統(tǒng)共同完成，主要的系統(tǒng)有：激光探測器（LS）、數(shù)字地圖（DM）、差分全球定位系統(tǒng)（DGPS）、雷達（Radar）、慣性傳感器（INS）及立體圖像傳感器（SVS）等系統(tǒng)。其中確定汽車的地理位置及方向應(yīng)用到的系統(tǒng)為差分全球定位系統(tǒng)、慣性傳感器及數(shù)字地圖，這三個系統(tǒng)是汽車實現(xiàn)自動駕駛的核心控制系統(tǒng)，同時其還起檢測路面幾何形狀的作用。圖像傳感器在其中的作用主要是識別及跟蹤汽車行駛路面邊緣；雷達與激光探測器共同合作完成檢測汽車行駛過程中的路況及前方障礙物的功能，各系統(tǒng)吧各傳感器輸出的信號進行處理后，通過卡爾曼濾波進行信息融合處理，最后顯示出汽車行駛路面的具體情況，在控制機構(gòu)的配合下完成汽車的自動無人駕駛[6]。

三、小結(jié)

隨著科學技術(shù)水平不斷提高，多傳感器數(shù)據(jù)融合技術(shù)在科技快速發(fā)展的背景下也得迅猛的發(fā)展，為其在未來的發(fā)展不斷擴大應(yīng)用空間奠定了技術(shù)基礎(chǔ)與技術(shù)支持。目前，對于多傳感器融合技術(shù)在多個領(lǐng)域的應(yīng)用應(yīng)該得到不同程度的研究與擴展。多傳感器融合是一項多元化的現(xiàn)代化技術(shù)，它可以預定的目標提供精確度極高的測試結(jié)果，同時這些技術(shù)也是信息收集、精確處理及綜合程度很高的智能數(shù)據(jù)處理的一個綜合性過程，使其在檢測目標、監(jiān)控工業(yè)發(fā)展、機器人、軍事、智能監(jiān)測、分析圖像、自動識別及跟蹤等方面得到人們的認可，為其將來應(yīng)用至各個民事及軍事領(lǐng)域奠定堅實的基礎(chǔ)。

現(xiàn)階段，多傳感器信息融合技術(shù)還處于不斷發(fā)展變化的階段，隨著多傳感器信息融合技術(shù)理論研究的不斷深入及工業(yè)技術(shù)的不斷發(fā)展，未來多傳感器信息融合技術(shù)可能會在以下幾個方面中應(yīng)用：①改進信息融合算法。以原有的算法為基礎(chǔ)，對原有算法進行完善的同時充分吸收其他領(lǐng)域及學科取得的最新研究成果，對其在并行機上處理的融合算法進行深入研究；②完善信息融合基礎(chǔ)理論。建立標準一致化的信息融合領(lǐng)域，不斷完善實用的信息融合算法分類，同時建立標準一致的信息融合分層方法；③建立多傳感器信息融合的評價體系。在現(xiàn)有的科技基礎(chǔ)上，未來科技的發(fā)展趨勢更加具有智能性，特別是神經(jīng)網(wǎng)絡(luò)、人工智能及遺傳算法等技術(shù)的不斷發(fā)展， 更加快速有效的信息融合法將出現(xiàn)，信息融合技術(shù)在各個領(lǐng)域的應(yīng)用將更加廣泛。

【參考文獻】

[1]趙麗麗.基于多源傳感器信息融合的目標跟蹤算法研究[D].沈陽航空航天大學，2018.

[2]朱俊，張力.信息融合技術(shù)在軍事上的應(yīng)用[J].通信電源技術(shù)，2018，3501：90-92.

[3]沈崢楠.基于多傳感器信息融合的自動泊車系統(tǒng)研究[D].江蘇大學，2017.

[4]楊小菊.基于多傳感器信息融合的移動機器人避障研究[D].沈陽理工大學，2017.

[5]竇寅豐.多傳感器廣義系統(tǒng)的最優(yōu)、魯棒和自校正信息融合估計研究[D].黑龍江大學，2017.

[6]劉棟，劉德君.多傳感器集成與信息融合及其應(yīng)用研究[J].化學工程與裝備，2015，05：170-171+213.