传感器在机器人中的信息融合

传感器信息融合技术在机器人特别是移动机器人领域有着广泛的应用，移动机器人对传感器信息融合的发展起了重大的促进作用。自主移动机器人是一种典型的装备有多种传感器的智能机器人系统。当它在未知和动态的环境中工作时，将多传感器提供的数据进行融合，从而准确快速地感知环境信息。

能实现多传感器信息的集成与融合。其中,机器人在未知或动态环境中的自主移动建立在视觉(双摄像头)、激光测距和超声波传感器信息融合的基础上;机械手装配作业的过程则建立在视觉、触觉和力觉传感器信息融合的基础上。该机器人采用的信息融合结构为并行结构。

其中，视觉传感器提取的环境特征是最主要的信息，视觉信息还用于引导激光测距传感器和超声波传感器对准被测物体。激光测距传感器在较远距离上获得物体较精确的位置，而超声波传感器用于检测近距离物体距离数据融合时，每个传感器的坐标框架首先变换到共同的坐标框架中，然后采用以下三种不同的方法得到机器人位置的精确估计:参照机器人本身位置的相对位置定位法，目标运动轨迹记录法，參照环境静坐标的绝对位置定位法。每一种扩展的卡尔曼滤波确定三维物体相对于机器人的准确位置和物体的表面结构形状，并完成对物体的识别。不同传感器产生的信息在经过融合后得到的结果，还用于选择恰当的冗余传感器测量物体，以减少信息计算量以及进一步提高实时性和准确性。

在机器人装配作业过程中,信息融合则是建立在视觉、触觉、力觉传感器基础上的。装配过程表示为由每一 步决策确定的一系列阶段。整个过程的每-步决策由传感器信息融合来实现。其中视觉传感器用于识别具有规则几何形状的零件以及零件的定位，即用摄像头识别二维零件并判定位置;力觉传感器检测机械手末端与环境的接触情况以及接触力的大小，从而提供在接触时物体的准确位置;视觉与主动触觉相结合用于识别缺少可识别特征的物体，如无规则几何形状的零件;此外，力觉传感器还用于提供高精度轴孔匹配、零件传送和放取中的信息。