多传感器信息融合技术及其应用研究
⇨⇦
朱瑞 韦继红
【摘 要】信息融合理论及技术最早在军事领域中提出，也多数运用于军事领域中但随着信息融合技术的步伐发展，其理论也得到不断的渗透，运用领域已经有由先前的军事领域逐渐扩展至民事领域中。多传感器信息融合技术其在民事领域的应用主要体现在智能制造、空中交通管理、工业机器人、目标识别、智能交通、物体跟踪及故障诊断和反馈控制等方面。
【关键词】多传感器；信息融合技术；应用
随着现代科学技术的不断发展与进步， 各类传感器的性能及应用领域得到不断扩展与发展[1]。传统的单一传感器受到技术的限制捕获得到的信息往往无法达到高度准确、高度完全及精确的要求，在采集信息方面也表现出其单一性，极易造成信息偏差及错误等现象，无法满足现代科技发展的要求。为满足现代化科技的发展，多传感器信息融合技术应运而生了，其在信息采集方面弥补了传统的单一传感器中的不足，实现信息采集多面化。多传感器信息融合技术实现了收集信息的多样性、快速复杂多变的信息关系及巨大信息数量，同时实现在限定的时间内将收集到的信息处理完毕，这些能力均远远超过了人脑的信息综合处理能力。多传感器信息融合技术的到来不仅受到军事领域是青睐，同时也受到民事领域的高度关注[2]。
一、基本概念和融合原理
（一）多传感器信息融合的概念
信息融合属于一个多层面及多级数据共同进行处理的过程， 其主要作用是有效处理来自多个信息源的数据，并对数据进行自动检测、关联、评估、相关及组合。信息融合技术运用四个不同级别的处理层来对数据进行自动化处理，并实现最终目标， 每个不同融合层面中的信号处理过程如下：
处理层0（Lever0）：对各个传感器收集得来的信息进行初步，将收集得来的输入数据进行压缩、次序化、标准化、格式化及批处理化处理，以满足后续处理器对数据计算量及计算顺序提出的标准要求，同时为后续估计工作奠定基础。
处理层1（Level1）：融合每一个单传感器收集得到的位置信息及身份类别信息，对上述估计信息进行融合， 最终目的是获得精确度更加高的目标位置及身份类别估计质量[3]。
处理层2（Level2）：辅助实时发现预期设定的目标，在军事领域可称为对敌方，同时评估我方的态势。
处理层3（Level3）：辅助实现实时的威胁估计；
处理层4（Level4）：对上述估计进行不断纠正，同时不断评价其他需要补充的有效信息， 及修改处理过程本身运用的算法以获取精确度更加高，更加可靠的结果[4]。
（二）多传感器信息融合原理
多传感器信息融合技术的基本原理与人脑综合处理信息的原理存在诸多的相似之处，就是将多个传感器获取得来的资源， 进行综合处理及分析，最终获精准度最优的信息。在信息融合过程中将多传感器及其观测信息进行合理支配与使用， 将多传感器在时间与空间中冗余及互补的信息依据预期设计好的准则进行高效率组合，最终获得被测对象的标准性解释或者一致性的描述[5]。现笔者将多传感器信息融合的原理进行概述：①多个不同类型的传感器（包括有源及无源的）根据预定的目标收集及观测目标信息；②变换并提取传感器输出的信息（成像数据、连续性的离散的时间函数数据或者输出矢量），将代表观测数据的特征矢量Yi提取出来；③运用聚类算法或者自适应神经网络模式识别处理提取出来的特征矢量Yi，或者运用其他可将特征矢量Yi变换为目标属性判决的统计模式识别法，以实现每一个传感器关于目标的解释。④将每一个传感器关于目标的解释数据根据同一个预定目标进行分组，即建立数据关联性；⑤运用融合算法合成每一目标各传感器收集得来的数据， 最终取得该目标的一致性的描述和解释。
二、多传感器信息融合的应用
信息融合理论及技术最早在军事领域中提出，也多数运用于军事领域中但随着信息融合技术的步伐发展，其理论也得到不断的渗透，运用领域已经有由先前的军事领域逐渐扩展至民事领域中。本次研究笔者主要对多传感器信息融合技术在民事领域的应用进行概述。
（一）多传感器信息融合技术在民事领域的应用
多传感器信息融合技术经过多年的发展，其使用领域由先前的军事领域逐渐扩展至民事领域，信息融合技术具有的强大功能使其在民用领域有着广大的发展及应用前景。多传感器信息融合技术其在民事领域的应用主要体现在智能制造、空中交通管理、工业机器人、目标识别、智能交通、物体跟踪及故障诊断和反馈控制等方面。下面我们以汽车自动无人驾驶为本次研究的例子，阐述信息融合技术在民事领域的应用：汽车自动无人驾驶控制系统， 这个系统得以运行需要以下几个先进的系统共同完成，主要的系统有：激光探测器（LS）、数字地图（DM）、差分全球定位系统（DGPS）、雷达（Radar）、惯性传感器（INS）及立体图像传感器（SVS）等系统。其中确定汽车的地理位置及方向应用到的系统为差分全球定位系统、惯性传感器及数字地图，这三个系统是汽车实现自动驾驶的核心控制系统，同时其还起检测路面几何形状的作用。图像传感器在其中的作用主要是识别及跟踪汽车行驶路面边缘；雷达与激光探测器共同合作完成检测汽车行驶过程中的路况及前方障碍物的功能，各系统吧各传感器输出的信号进行处理后，通过卡尔曼滤波进行信息融合处理，最后显示出汽车行驶路面的具体情况，在控制机构的配合下完成汽车的自动无人驾驶[6]。
三、小结
随着科学技术水平不断提高，多传感器数据融合技术在科技快速发展的背景下也得迅猛的发展，为其在未来的发展不断扩大应用空间奠定了技术基础与技术支持。目前，对于多传感器融合技术在多个领域的应用应该得到不同程度的研究与扩展。多传感器融合是一项多元化的现代化技术，它可以预定的目标提供精确度极高的测试结果，同时这些技术也是信息收集、精确处理及综合程度很高的智能数据处理的一个综合性过程，使其在检测目标、监控工业发展、机器人、军事、智能监测、分析图像、自动识别及跟踪等方面得到人们的认可，为其将来应用至各个民事及军事领域奠定坚实的基础。
现阶段，多传感器信息融合技术还处于不断发展变化的阶段，随着多传感器信息融合技术理论研究的不断深入及工业技术的不断发展，未来多传感器信息融合技术可能会在以下几个方面中应用：①改进信息融合算法。以原有的算法为基础，对原有算法进行完善的同时充分吸收其他领域及学科取得的最新研究成果，对其在并行机上处理的融合算法进行深入研究；②完善信息融合基础理论。建立标准一致化的信息融合领域，不断完善实用的信息融合算法分類，同时建立标准一致的信息融合分层方法；③建立多传感器信息融合的评价体系。在现有的科技基础上，未来科技的发展趋势更加具有智能性，特别是神经网络、人工智能及遗传算法等技术的不断发展， 更加快速有效的信息融合法将出现，信息融合技术在各个领域的应用将更加广泛。
【参考文献】
[1]赵丽丽.基于多源传感器信息融合的目标跟踪算法研究[D].沈阳航空航天大学，2018.
[2]朱俊，张力.信息融合技术在军事上的应用[J].通信电源技术，2018，3501：90-92.
[3]沈峥楠.基于多传感器信息融合的自动泊车系统研究[D].江苏大学，2017.
[4]杨小菊.基于多传感器信息融合的移动机器人避障研究[D].沈阳理工大学，2017.
[5]窦寅丰.多传感器广义系统的最优、鲁棒和自校正信息融合估计研究[D].黑龙江大学，2017.
[6]刘栋，刘德君.多传感器集成与信息融合及其应用研究[J].化学工程与装备，2015，05：170-171+213.