信息融合在移动机器人目标定位中的应用研究

河北工业大学硕士学位论文信息融合在移动机器人目标定位中的应用研究姓名：孙海荣申请学位级别：硕士专业：控制科学与工程指导教师：杨鹏2010-12河北工业大学硕士学位论文i信息融合在移动机器人目标定位中的应用研究摘要当前移动机器人应用的研究重点之一是多传感器信息融合理论与目标定位技术相结合的方法，多传感器信息融合技术能够综合多个传感器提供的各个侧面信息，用以提高目标定位的精度，其定位性能更全面、更准确。本文提出了一种抗野值的多次卡尔曼滤波的机动目标自适应跟踪方法。当测量值中存在野值时该方法自适应地修正传感器测量值，以达到修正Kalman滤波新息正交性的效果，并且根据目标的运动状态，调整观测噪声协方差的估计值，使其更符合实际的观测情况，同时解决了大步长滤波器的滞后性问题。理论和仿真结果的研究表明，本方法对提高机动目标的定位精度有着明显的优势。本文所作的主要工作如下：首先，对信息融合的基本原理、意义、融合模型和估计理论作了较详细的介绍。其次，针对卡尔曼滤波算法中野值及观测噪声协方差影响滤波精度的问题，提出了一种自适应的卡尔曼滤波算法，通过仿真实验，验证了该方法良好的定位效果。然后，在传统分布式融合结构的基础上提出了基于卡尔曼滤波的分布式两层融合方法，通过仿真实验，验证了该方法的有效性。最后，基于现有的实验平台设计了应用信息融合技术的移动机器人目标定位系统实现方案，及算法流程。该多传感器的信息融合系统将听觉定位、视觉和超声传感器结合起来形成了一种新的模型，为移动机器人的目标定位提出了一种创新性的新研究思路。关键词：多传感器信息融合，移动机器人，目标定位,自适应Kalman滤波，分布式融合信息融合在移动机器人目标定位中的应用研究iiTHERESEARCHONAPPLICATIONOFMULTI-SENSORINFORMATIONFUSIONINTARGETLOCATIINGOFMOBILEROBOTSABSTRACTNowadays,targetlocatingwithmulti-sensorinformationfusiontechnologyisoneofthekeytechnologiesinresearchingonapplicationofmobilerobots.Multi-sensorinformationfusiontechnologyisabletocombineeveryaspectofinformationprovidedbyseveralsensors;andincreasetheprecisionoftargetlocating.Theperformanceofthelocatingismoreaccurateandall-sided.Inthispaper,anadaptivelytargettrackingmethodbasedondouble-Kalmanfilterinexistenceofoutliershasbeenproposed.Ifthereareoutliersinmeasurements,themethodcanadaptivelyadjustingthemeasurement,toensurethepropertyoftheinnovation,meanwhile,itcanchangethemeasurementnoisecovariancebasedonthemovementstateoftarget,anditalsosolvestheproblemofthehystereticofthebigstepfilter.Thesimulationresultsprovedthat,themethodishigherprecisionontargettracking.Themainworkofthepaperisasfollows:Firstly,thebasicprinciple,significance,fusionmodelandestimationtheoryareintroducedmoredetailed.Secondly,becausetheoutliersandthemeasurementnoisecovarianceinfecttheprecisionofKalmanfilter,anadaptiveKalmanfilterisproposed.Thesimulationshowsthattheeffectisgood.Thirdly,basedonthenormaldistributionfusionstructure,amulti-sensoroptimalinformationdecentralizedfusionfilteringwithatwo-layerfusionstructureandKalmanfilterisgivenfordiscretetimelinearstochasticcontrolsystems.Thesimulationshowsthatthealgorithmiseffective.Finally,BasedontheExperimentalplatform,designedasetofinformationfusionlocatingsystem,andtargetcalculationprogramflowchart.Itcombinesvisualsensors,auditionsensorsandtheultrasonicsensorstoformationanewmodeloflocalization.And,proposedaninnovativenewmethodformobilerobotlocatingtarget.KEYWORDS:multi-sensorinformationfusion,mobilerobot,targetlocating,adaptiveKalmanfilter,decentralizedfusionstructure原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：日期：关于学位论文版权使用授权的说明本人完全了解河北工业大学关于收集、保存、使用学位论文的规定。同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。（保密的学位论文在解密后适用本授权说明）学位论文作者签名日期：导师签名：日期：河北工业大学硕士学位论文1第一章绪论§1-1论文研究的意义近年来，随着人工智能、传感技术、仿生学及其相关学科的迅速发展，由多学科交叉形成的机器人技术正向着智能化的方向发展。自主移动机器人作为面向复杂应用背景的智能个体，必须拥有可靠的导航系统、精确的感知能力以及稳定的运动系统。无论面对何种应用，移动机器人导航都要面临“在何处、去何处和如何去”的问题。而这些问题都涉及到一个目标定位的问题，在未知环境中工作的机器人，对目标的准确定位是其自主性和适应性的重要前提，也是机器人执行导航任务的根本前提。在实际应用中，机器人面临的是一个多模式信息呈现的世界，各种应用环境都具有相应的信息处理及获取方式，机器人只有在获取有效目标信息的基础上才能做出正确的决策[1]。随着数字信号处理技术和声电技术的不断发展，以及仿人机器人人工智能水平的进步，为机器人感知技术的研究提供了新的思路。无论是视觉定位、声源定位或多种定位技术手段的结合来实现对目标位置的探测和识别都要达到准确定位的前提，这就要用到信息融合这种现在非常受重视的技术手段结合多传感器系统，对传感器采集到的信息进行融合处理，以提高定位的精度。在目标定位系统中，如何提高定位精度一直是其研究的难点。影响定位精度的主要因素之一是目标所处的环境中的噪声，它干扰了传感器系统对有效目标源信息的检测。尤其当噪声与目标信息源性质相近时，定位精度会大大降低。另外，实时性也是影响定位精度的重要因素，更是机器人系统实用化的需求。由于每种信号都具有的特殊属性，使得它可以与机器人的其它信号例如，视觉、嗅觉、听觉和触觉等感官信号相配合，弥补它们各自的局限。这便涉及到多传感器信息融合技术以及如何选取最有效的融合方法满足实时性、鲁棒性和精确性的要求[1]。在移动机器人目标定位中，信息融合技术能在以下几个性能上对系统进行提高：(1)使系统具有良好的鲁棒性：因为移动机器人的工作环境一直处在不断变化中，采用信息融合技术能减少因周围环境的变化或传感器失效对定位精度的影响，使系统对环境的变化有较强的适应性[1，2]；(2)扩展了系统的空间覆盖能力：由于各种传感器其安放的位置或传感器本事的特性决定了传感器系统作用范围在空间的交叠性，故而扩展了单个传感器作用空间的覆盖范围，这是任何单一传感器或单种传感器所不能达到的效果[1,2]；(3)扩展了系统的时间覆盖能力：其道理与扩展系统的空间覆盖能力是相同，在某些传感器某些时段不能工作时，其它同类传感器仍能继续工作或其它异类传感器的采集信息可以弥补上这些缺失的数据[1,2]；(4)提高系统可信度：用多个多类传感器对一个目标或事件的信息同时测量、关联与评估，增加了结果的可信度[1,2]；(5)降低所给信息的模糊度：采用多传感器综合信息给出的定位结果，由于信息的互补性和互检测性减小了定位结果的不确定性[1,2]；(6)改善机器人系统的监测能力：利用多传感器进行检测，可以在这些传感器虚警概率一定的前提下，提高机器人定位系统地发现概率[1,2]；(7)增加机器人定位系统的生存能力：在部分传感器失效时，其余传感器还可继续工作以提供信息，使机器人定位系统弱化干扰的作用不会造成丢失目标的情况[1,2]。综上所述，建立移动机器人多传感器信息融合系统，对其关键技术进行研究，并将其应用于复杂环境中执行各种作业任务具有重要的理论意义和应用价值。信息融合在移动机器人目标定位中的应用研究2§1-2信息融合技术研究的现状1-2-1国外研究现状国外对信息融合的研究和投入使用时间较早，美国最早在上世纪70年代就开展了声纳信号的理解系统的研究，从那以后信息融合技术广泛的进入人们的视野，并迅速发展起来，不仅在军事自动化指挥系统而且在工业控制领域也广泛的采用多传感器系统（包括很多异类传感器）[3]。到80年代末，美国国内已研制开发了几十个数据融合系统用于军事领域，例如，对军事战况的分析系统、军事指挥系统、多目标跟踪与拦截处理系统、对敌情态势和威胁的评估系统等，上世纪90年代，美国国防部(TheUnitedStatesDepartmentofDefense)把信息融合技术列为重点研究和开发的20多项关键中的一项[3]，并每年投入巨额资金用于信息融合系统的研发中，设置其为众多研究中的A类优先研究课题。而其他发达国家在这方面也没有落后，如英国、日本、韩国等国也在信息融合领域的研究与开发上有很大的成就。自1995年以来，IEEE（InstituteofElectricalandElectronicsEngineers美国电气与电子工程师学会）每隔一年举办一次多传感器信息融合技术学术研讨会，为了促进融合技术的发展和学术的广泛交流，学术界在1998年成立了国际信息融合学会ISIF(InternationalSocietyofInformationFusion)，并且年年都要举行一次国际学术交流会，为该领域各种类型的研究成果做系统总结。二十世纪八