秦秀常

貴州電子信息職業(yè)技術(shù)學(xué)院（貴州 黔東南 556000）

0 引言

在實(shí)際生產(chǎn)中，將單一傳感技術(shù)運(yùn)用到產(chǎn)品上，難以使產(chǎn)品的品質(zhì)和性能得到完好的表現(xiàn)，這需要使用多種傳感器，綜合使用不同的傳感技術(shù)，以不斷滿足不同的探測和數(shù)據(jù)采集需求，并多領(lǐng)域、多方面地分析數(shù)據(jù)信息。多傳感器融合技術(shù)，既可以單獨(dú)作業(yè)又可以聯(lián)合作業(yè)，能全面系統(tǒng)地實(shí)現(xiàn)信息處理，并且隨著其在機(jī)器人運(yùn)用領(lǐng)域的發(fā)展，一些丟失的信息也可以較為快速、便捷地被找回，解決了人們生產(chǎn)生活的一大難題。

1 多傳感器融合技術(shù)的層次結(jié)構(gòu)

不同傳感器在層次結(jié)構(gòu)融合方面有不同的要求，就數(shù)據(jù)層融合而言，其在學(xué)界被稱為像素級融合。該種像素融合通過傳感器觀測深度融合數(shù)據(jù)，進(jìn)而根據(jù)融合后的信息展開分析，將需要的信息整合并提取，證明自身的邏輯判斷，最終實(shí)現(xiàn)傳感器的同質(zhì)化融合。在數(shù)據(jù)層融合中，如果不同傳感器有異質(zhì)，即傳感器收集的數(shù)據(jù)只能在同個單一特征層融合，那么在融合過程中數(shù)據(jù)不會丟失，且可以得到大量準(zhǔn)確的計算結(jié)果。然而，在實(shí)際應(yīng)用中，數(shù)據(jù)層融合對系統(tǒng)通信寬帶的要求很高，當(dāng)前4G水平難以達(dá)到這樣的速度，隨著5G的產(chǎn)生，有望實(shí)現(xiàn)該融合。此外，在特征層融合過程中要注意特征層融合屬于中間層次融合，要先分析傳感器提供的觀測數(shù)據(jù)，提取有代表性的數(shù)據(jù)，將這些數(shù)據(jù)整理成單一的定量，最終進(jìn)行分析處理。這雖然對寬帶的要求比較低，但采集的數(shù)據(jù)不夠全面、數(shù)據(jù)量較小，準(zhǔn)確性不高。在決策層融合過程中，高度濃縮傳感器數(shù)據(jù)，屬于一種高層次的融合，該種融合方式產(chǎn)生的結(jié)果最不準(zhǔn)確，因而對寬帶網(wǎng)速的要求最低（見圖1）。

圖1 決策層融合過程

2 多傳感器融合技術(shù)的算法

在多傳感器融合技術(shù)中，要以融合算法為基礎(chǔ)，即輸入多元數(shù)據(jù)，按照不同的融合層次，通過采用多種計算方法，綜合處理不同的數(shù)據(jù)，最終實(shí)現(xiàn)數(shù)據(jù)融合。不同的融合算法都有其自身的優(yōu)點(diǎn)和缺點(diǎn)?？傮w而言，最為常用且便捷的融合算法有嵌入約束法、證據(jù)組合法、人工神經(jīng)網(wǎng)絡(luò)法。

2.1 嵌入約束法

多種傳感器在獲得客觀環(huán)境的過程中，數(shù)據(jù)組合的差異會形成不同的映射關(guān)系，最終形成傳感器信息融合的多樣性。用數(shù)學(xué)語言描述就是，即使所有傳感器的信息都得到了準(zhǔn)確的收集和處理，也只能描述環(huán)境某些方面的特征，然而現(xiàn)實(shí)環(huán)境復(fù)雜多變，再多數(shù)據(jù)也難以全面涵蓋，要是一組數(shù)據(jù)對應(yīng)唯一的環(huán)境映射，就要限制環(huán)境映射設(shè)置不同的條件，最終使問題受到一定約束[1]。嵌入約束法就考慮到了上述問題，并對傳感器多種信息途徑予以約束整理，盡量使反映的特征能包括環(huán)境真實(shí)特征的多個方面。

2.2 證據(jù)組合法

證據(jù)組合法是多傳感器融合技術(shù)中的某項智能任務(wù)，由于環(huán)境的變化導(dǎo)致分析情況不同，要分析每一個數(shù)據(jù)對決策證據(jù)的支持程度，而且要組合不同傳感器獲得的數(shù)據(jù)及其支持程度，從而得到證據(jù)組合。通過證據(jù)組合分析得來的決策，可以作為信息融合的結(jié)果。證據(jù)組合法要先對單個傳感器獲得的數(shù)據(jù)及其可能產(chǎn)生的結(jié)果給出最大限度的度量，再通過尋找證據(jù)組合的方法或規(guī)則使用一定算法，通過不同傳感器得來的數(shù)據(jù)實(shí)施融合訂正，反復(fù)運(yùn)用證據(jù)組合法，最終將全體數(shù)據(jù)聯(lián)合得出對決策的整體支持程度，得到的支持程度越大，傳感器信息融合的程度就越大，得到的信息也越準(zhǔn)確。

2.3 人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)法是通過模仿人腦的結(jié)構(gòu)和工作原理，設(shè)計出機(jī)器與模型相對可以駕馭的智能任務(wù)，其通過神經(jīng)網(wǎng)絡(luò)法確定分類標(biāo)準(zhǔn)（見圖2）。該方法重點(diǎn)在于在網(wǎng)絡(luò)權(quán)值分布過程中要充分利用神經(jīng)網(wǎng)絡(luò)的高度智能性獲取不同的算法信息，根據(jù)智能系統(tǒng)融合傳感器，選擇不同的拓展結(jié)構(gòu)，綜合性處理傳感器輸入的信息，通過不同的數(shù)學(xué)函數(shù)方法將映射定義在相關(guān)的函數(shù)單元內(nèi)，通過神經(jīng)網(wǎng)絡(luò)和環(huán)境交織，將環(huán)境規(guī)律反映在智能人工神經(jīng)網(wǎng)絡(luò)上；最終處理傳感器輸入的信息并確定權(quán)值分配，再解釋輸入模式，配置輸入邏輯[2]。

圖2 人工網(wǎng)絡(luò)算法工作原理

3 多傳感器融合技術(shù)的前景展望

在多種傳感器技術(shù)融合過程中，不同的融合結(jié)構(gòu)和融合算法都占有重要的地位。隨著不同傳感器融合研究的深入和發(fā)展，在處理多傳感器的信息時，需要將復(fù)雜算法和復(fù)雜函數(shù)融合應(yīng)用，從而將實(shí)際生產(chǎn)與算法結(jié)構(gòu)緊密聯(lián)系，用數(shù)據(jù)反映實(shí)際生產(chǎn)的情景，科學(xué)地實(shí)現(xiàn)戰(zhàn)略發(fā)展，有利于實(shí)現(xiàn)多傳感器融合技術(shù)的應(yīng)用。同時，不同的算法各有利弊，需要進(jìn)一步在實(shí)踐運(yùn)用中加以改良，也需要將不同算法組合揚(yáng)長避短，高效、便捷地實(shí)現(xiàn)傳感器多種融合技術(shù)的發(fā)展。此外，在傳感器融合過程中，還面臨一個重要難題，即現(xiàn)實(shí)環(huán)境的多變性和未知性，這些都對傳感器的融合方法提出了更高的要求。因此，不僅要采取性能好的融合算法，還要采取結(jié)構(gòu)靈活，便于不同算法交相融合的運(yùn)算方式，不斷提高多傳感器及融合技術(shù)應(yīng)用的廣泛性和深刻性。

3.1 機(jī)器人領(lǐng)域?qū)Χ鄠鞲衅魅诤霞夹g(shù)的應(yīng)用

在影響機(jī)器人發(fā)展的幾種關(guān)鍵技術(shù)中，除能跟人產(chǎn)生情感互動的語音識別交互、視覺交互技術(shù)，能跟人產(chǎn)生身體接觸的機(jī)械臂、物理抓取技術(shù)，以及幫助機(jī)器人智能行走的自主定位導(dǎo)航技術(shù)外，傳感器技術(shù)也尤為重要。要讓機(jī)器人擁有同人類一樣相對靈活的身姿、靈敏智能的行動及交互能力，就離不開傳感器的加持。傳感器作為機(jī)器人認(rèn)識外界的媒介，賦予了機(jī)器人感知外界的能力。這要求科學(xué)家在設(shè)計智能機(jī)器人時，首先賦予機(jī)器人一雙“眼睛”，幫助機(jī)器人觀察并了解世界，構(gòu)建外部輪廓信息。其次，要將多傳感器融合技術(shù)應(yīng)用到機(jī)器人中，提升機(jī)器人的智能化水平[3]。該項技術(shù)的核心在于可以有效處理和融合多傳感器收集的信息，提高機(jī)器人對不確定信息的抵抗能力，確保利用更多可靠的信息，有助于更為直觀地判斷周圍的環(huán)境，作出更智能、更貼近于人類的判斷[4]。

3.2 自動駕駛領(lǐng)域?qū)Χ鄠鞲衅魅诤霞夹g(shù)的應(yīng)用

作為汽車未來的研究方向，無人駕駛技術(shù)對汽車行業(yè)甚至是交通運(yùn)輸業(yè)有深遠(yuǎn)影響。上?？匕猜?lián)合上海交通大學(xué)專家圍繞無人駕駛技術(shù)發(fā)展歷程、無人駕駛定位技術(shù)方案、車端多傳感器融合技術(shù)、無人駕駛模擬仿真技術(shù)等話題展開研究，研究指出：就自動駕駛汽車而言，傳感器數(shù)據(jù)間的融合可以有多種組合，處于中間過程的傳感器融合將產(chǎn)生各種假設(shè)和轉(zhuǎn)變。由于應(yīng)用多傳感器的過程中要使用大量信息處理功能，且其中有不少信息相互矛盾，因此為保證能快速地處理數(shù)據(jù)，過濾錯誤信息和無用信息，最終作出準(zhǔn)確的決策，就需要在傳感器融合過程中下功夫。在多傳感器融合過程中，硬件層面不太理想，重點(diǎn)和難點(diǎn)都在傳感器融合算法上，要綜合利用不同算法，打破傳感器應(yīng)用壁壘，發(fā)揮傳感器融合精華，最終實(shí)現(xiàn)算法占據(jù)價值鏈的主要部分，實(shí)現(xiàn)傳感器融合科學(xué)發(fā)展，使得在數(shù)據(jù)采集、信息分析和信息篩選過程中更可靠地匹配外界環(huán)境，實(shí)現(xiàn)決策系統(tǒng)的準(zhǔn)確性[5-7]。

3.3 其他領(lǐng)域?qū)Χ鄠鞲衅魅诤霞夹g(shù)的應(yīng)用

隨著傳感器技術(shù)、成像技術(shù)、雷達(dá)、LiDAR、電子設(shè)備和人工智能技術(shù)的進(jìn)步，多種先進(jìn)駕駛輔助系統(tǒng)（ADAS）功能都能得以實(shí)現(xiàn)。其中，要對不同部分傳感器獲得的數(shù)據(jù)知識進(jìn)行局部處理。分布式處理方式對通信寬帶、計算速度及可靠性的要求沒有集中式處理方式高，因此該種方式可以更便捷地處理數(shù)據(jù)[8-9]。但是，要想高精度地處理數(shù)據(jù)，就要采用集中式處理方式，其可以通過各傳感器將原始數(shù)據(jù)直接送至中央處理器統(tǒng)一處理，實(shí)現(xiàn)實(shí)時對接，大規(guī)模、大批量處理。該種方式精度更高、靈敏度準(zhǔn)確，但對處理器的要求較高，加上數(shù)據(jù)量采集較大，因此在現(xiàn)實(shí)中很少使用。當(dāng)然，在不同領(lǐng)域也會按照不同的方式采取不同的傳感器混合使用技術(shù)，在混合多樣傳感器信息處理技術(shù)中，不同的傳感器會采用不同的控制融合方法[10]。

4 多傳感器融合技術(shù)的改進(jìn)方向

4.1 提升產(chǎn)品綜合能力

多傳感器融合技術(shù)在很多領(lǐng)域中得到應(yīng)用，得益于其高精準(zhǔn)的定位、測量、矯正位置傳感能力，而傳統(tǒng)的方式以人工操作為主，在操作過程中會出現(xiàn)誤差，這些誤差源于人工操作。為了解決該問題，需不斷改進(jìn)多傳感器，以提高其精確度，進(jìn)而使傳感器在測量、校正程序中的實(shí)用性逐漸高于人工操作。通過改進(jìn)多傳感器融合技術(shù)可提升傳感器的綜合應(yīng)用能力，因此需通過計算機(jī)輔助，利用自動化的方式調(diào)校激光，以降低對工人個人能力的要求，在控制成本的同時也能保證品質(zhì)。

4.2 推動資源共享

除了在技術(shù)和產(chǎn)能上發(fā)揮主觀能動性，科學(xué)家還應(yīng)在資源上積極尋找共性，實(shí)現(xiàn)資源互通。通過在超聲波測距中應(yīng)用深度攝像頭技術(shù)，可提高機(jī)器的性能，同時根據(jù)這些高新技術(shù)的內(nèi)在規(guī)律進(jìn)一步開發(fā)全新的模型數(shù)據(jù)庫，以實(shí)現(xiàn)資源共享。一旦客戶需要傳感器的某些作用功能，就能按照模型的接口定義設(shè)置，在數(shù)據(jù)庫中找到具有相應(yīng)功能的模型，最終使客戶能自主選擇和切換產(chǎn)品的功能，提高用戶使用效率[11]。

4.3 增加傳感器的數(shù)量

增加傳感器的數(shù)量讓多個傳感器融合作業(yè)，可以不斷提高產(chǎn)品的自動化能力。不同類型的傳感器可以獲取不同部分的信息，而且這些信息間可以實(shí)現(xiàn)相互補(bǔ)充，通過在控制中心下達(dá)正確的指令，深度融合和綜合判斷多個傳感器得到的信息。通過使用多個傳感器，融合傳感器的信息，可以顯著提高系統(tǒng)運(yùn)作的效率，保證決策的快速性、正確性，實(shí)現(xiàn)生產(chǎn)領(lǐng)域的自動化。

4.4 算法和成本因素是關(guān)鍵

目前，企業(yè)在積極尋找傳感器融合的方法，推出的解決方案也不盡相同，但尚未出現(xiàn)一種經(jīng)過驗(yàn)證的最可靠的方案。傳感器融合是一個不斷推進(jìn)的過程，難點(diǎn)較多，不同類型傳感器的優(yōu)缺點(diǎn)不同，獲取的信息量巨大，因此要保證最終融合結(jié)果及時、準(zhǔn)確，就需要在傳感器的選型配置和算法精度上有巧妙的布局。為了提升傳感器融合的效果，最理想的狀態(tài)就是將各類頂級的傳感器相融合，但目前某些關(guān)鍵傳感器的價格還沒有達(dá)到消費(fèi)類電子產(chǎn)品的水平。在傳感器技術(shù)融合的過程中，一些廠商不愿公開獲取的原始數(shù)據(jù)，怕淪為純粹的數(shù)據(jù)采集供應(yīng)商，導(dǎo)致利潤空間受限，由此造成的數(shù)據(jù)壁壘也是實(shí)現(xiàn)傳感器技術(shù)融合的一大障礙。

5 結(jié)束語

當(dāng)前，在多傳感器融合技術(shù)中，融合算法的選擇是重頭戲。隨著傳感器技術(shù)融合研究的深入發(fā)展，不同傳感器的融合將是一個復(fù)雜的過程。其中，信息處理能力和數(shù)學(xué)算法及數(shù)學(xué)函數(shù)表達(dá)方式都有其復(fù)雜性和晦澀之處，如果不考慮實(shí)際，生搬硬套地結(jié)合算法和結(jié)構(gòu)，雖然也可以實(shí)現(xiàn)需求，實(shí)現(xiàn)分析數(shù)據(jù)并為實(shí)踐提供建議的目的，但該種分析終歸是片面、單調(diào)的，難以為實(shí)際應(yīng)用提供長遠(yuǎn)決策，提供科學(xué)的依據(jù)。因此，要更新多傳感器融合技術(shù)，融合大量算法，發(fā)揮各自的優(yōu)點(diǎn)并避免缺點(diǎn)，通過科學(xué)、理性的方式將不同算法結(jié)構(gòu)相互融合，實(shí)現(xiàn)動態(tài)環(huán)境與位置環(huán)境和數(shù)據(jù)分析的有機(jī)統(tǒng)一，改善傳感器技術(shù)融合方法，促進(jìn)傳感器對環(huán)境適應(yīng)性和環(huán)境融合性的發(fā)展。