0 引言

    多傳感器數(shù)據(jù)融合技術源于軍事領域，目前，數(shù)據(jù)融合技術在機器人、工業(yè)控制、海洋監(jiān)視、空中交通管制、管理以及綜合導航等領域都有所運用^[1]。在機器人系統(tǒng)當中，導航主要完成的是對視野當中的障礙物和圖標等進行識別，引導機器人的方向，進而形成一條完美軌跡來使機器人達到目的地^[2]。當前，在機器人導航中要求的測量精度日益提高，探測對象也比較復雜，由于各傳感器可靠性和穩(wěn)定性各異，因此必須區(qū)分對待；在實際導航中，要求對傳感器數(shù)據(jù)進行實時集成，以產(chǎn)生機器人控制信號和驅動器命令^[3]。通過實效的算法融合數(shù)據(jù)，可提高機器人導航時效性與準確性^[4]。本文基于模糊貼近度數(shù)據(jù)融合算法，研究了機器人系統(tǒng)當中用于高精度定位的算法。

1 模糊貼近度數(shù)據(jù)融合的新算法

    在進行機器人相關的研究時，不確定性的因素是比較多的，常規(guī)的情況是呈現(xiàn)正態(tài)分布。假設有n個傳感器用于導航的拍攝過程中，第i個傳感器進行真實值A的k次測量，測量值分別為x_i1，x_i2，…，x_ik。第i個傳感器的標準差為σ_i，其均值為x_i。設σ₀為多傳感器標準差，x₀為多傳感器目標估計值，計算公式如下：

2 仿真及其分析

    設在一個250 m×250 m的矩形區(qū)域內，節(jié)點分布均勻，根據(jù)網(wǎng)格形式部署節(jié)點，確保節(jié)點間的連通性，這樣與基站建立連接的孤立節(jié)點將不會出現(xiàn)，節(jié)點數(shù)為N，N的變化范圍為120～420，仿真環(huán)境為NS2，參數(shù)設置見表1，N個節(jié)點在仿真實驗中均帶有1個單位的電量，數(shù)據(jù)包以102 kb/s的速率進行發(fā)送。

    圖1為節(jié)點數(shù)不同時兩種算法的能耗和延遲。由圖1知，在網(wǎng)絡部署相同時，傳送的信息量隨節(jié)點數(shù)增多而增大，各算法能耗相應增大。本文算法能耗低于貝葉斯數(shù)據(jù)融合算法，性能相對穩(wěn)定，維持的網(wǎng)絡壽命更長。同時，本文算法執(zhí)行數(shù)據(jù)融合延遲較小，因算法在運行時允許多個傳感器節(jié)點對數(shù)據(jù)融合過程進行啟動，數(shù)據(jù)融合并行進行，可減少延遲。

3 應用實例

3.1 數(shù)據(jù)融合新算法在機器人導航地標識別中的應用

    在機器人導航中，地標識別常用超聲波傳感器，這個傳感器借助于脈沖飛行時間法的測量方式。它的模型是在波帶開放角中固定，這種固定方式能夠保證傳感器接收距離是最短的。在機器人系統(tǒng)導航定位當中，假設有5個傳感器，那么就要進行4次距離測量，圖2為測量值，圖3為測量均值，圖4為測量標準差。

    由圖2～圖4知，穩(wěn)定性和可靠性最高的是第1個傳感器，接下來的順序是第3個、第2個、第4個和第5個。根據(jù)結果能夠對每個傳感器的格貼近度和目標的估計值進行計算，進而能夠得到不同傳感器相對應的權重，具體權重值在圖5中列出。

    由圖5可知，計算的各傳感器相對權重和其最終融合值、測量均值間具有一致的接近程度。將這5個超聲波的傳感器綜合起來進行使用，測量融合值表示如下：

    實例分析表明，本文算法具有較強的測量可靠性、穩(wěn)定性，在數(shù)據(jù)融合中，傳感器具有一定的優(yōu)越性，測量結果準確性高；本文算法無需計算支持矩陣、置信距離矩陣、特征向量、最大特征值等參數(shù)，運算過程快速、簡潔、有效，可實現(xiàn)對機器人的實時導航。基于模糊貼近度，對多傳感器數(shù)據(jù)融合算法流程圖進行編寫，分析機器人導航中發(fā)生的測量數(shù)據(jù)擾動，對融合結果的相對擾動進行計算。圖6為數(shù)據(jù)融合新算法流程圖。

3.2 數(shù)據(jù)融合新算法在機器人滅火處理中定位與導航

    通過無線傳感器網(wǎng)絡的移動機器人定位與導航，實現(xiàn)對不同的節(jié)點和傳感器信息的融合處理，機器人能夠獲得定位信息是因為接收到了可利用的信息。在移動機器人上，安裝有外部傳感器、內部傳感器、無線傳感器網(wǎng)絡節(jié)點模塊。機器人模塊的運動模型：機器人運動的距離和行進位移能夠通過運動狀態(tài)借助于傳感器而獲得，通過數(shù)據(jù)融合新算法，將移動機器人的運動方向及位置坐標計算出。在實驗過程中，使用移動機器人平臺Pioneer 2DX，移動的機器人身上安裝一個能旋轉半圈的激光測距儀，能夠進行障礙物的躲避，同時還有一個用于網(wǎng)絡通信的Mica2無線傳感器網(wǎng)絡節(jié)點。在機器人移動的范圍內，首先要設置9個節(jié)點的部署，預編程處理后，每個節(jié)點都能獲知其鄰節(jié)點的信息。

    圖7為測得的平均值，在剛開始進行試驗時，按預先設定的方向，移動機器人開始移動，在接到節(jié)點命令后，其行進方向才可改變。對節(jié)點3、5、6、8、9共5個不同目標節(jié)點進行10次定位導航實驗，圖7顯示了移動機器人在完成了導航目標任務之后與目標節(jié)點之間的距離。在整個運動的過程當中，機器人的運動距離為1 km。機器人在安裝導航系統(tǒng)情況下都能夠到達目標的節(jié)點。

    圖8為移動機器人進行導航試驗的結果，從A點開始運行至E點結束，過程中要完成滅火的任務。其中的一個節(jié)點如果遇到火災的發(fā)生，機器人會出現(xiàn)報警現(xiàn)象同時導航開始。對移動機器人進行導航是整個算法的任務，從開始運行的位置到最后事件發(fā)生點，實現(xiàn)運動導航，從而將火撲滅。若移動機器人能找到一條最短路徑，則沿著最短路徑行到達目標位置，在距離目標節(jié)點3 m范圍內停止。圖8結果顯示，通過多傳感器數(shù)據(jù)融合算法的定位導航，移動機器人可實現(xiàn)可靠、準確導航。

4 結論

    本文基于模糊貼近度數(shù)據(jù)融合算法，研究了移動機器人使用的多傳感器高精度數(shù)據(jù)融合算法。模糊了測量值和估計值，同時計算了模糊格貼近程度，在測量中各傳感器的權重通過格貼近度進行描述，借助于融合公式求出融合的具體結果。本文根據(jù)現(xiàn)有的公式求出融合結果，算法能提高機器人導航系統(tǒng)的測量技術，使其通用性更強，可靠性和測量的穩(wěn)定性更強。通過實例分析，本文提出的算法運算快速、簡潔、有效，可實現(xiàn)對機器人的實時導航，具有一定的實際應用價值。

參考文獻

[1] 張品，董為浩，高大冬.一種優(yōu)化的貝葉斯估計多傳感器數(shù)據(jù)融合方法[J].傳感技術學報，2014，27(5)：643-649.

[2] 任偉建，陳奕君.基于神經(jīng)網(wǎng)絡的移動機器人多傳感器數(shù)據(jù)融合研究[J].電子設計工程，2014，22(12)：5-9.

[3] 杜杉杉，吳昊，張繼文，等.一種面向AHRS的改進互補濾波融合算法[J].國外電子測量技術，2015(3)：13-18.

[4] 李金良，孫友霞，谷明霞，等.基于多傳感器融合的移動機器人SLAM[J].中國科技論文，2012，7(4)：312-317.

作者信息:

任  杰

(四川省裝備制造業(yè)機器人應用技術工程實驗室，四川 德陽618000)