基于Bayes 估计的机器人触觉传感器信号数据融合

《基于Bayes 估计的机器人触觉传感器信号数据融合》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、#’微电子学与计算机!""#年第$$期!"!"#$%#$%&’()*+,’-./012!"#"$%&’$()*+*,-".+(/,&)0&$&12-(",34-*5346*-7-$(84$*西安交通大学电子与信息工程学院李嘉刘文江胡军胡怀中!西安9:;;<="34!针对触觉传感器不同触觉组单元获得的物体表面轮廓图像#设计了中心式数据融合结构#全局融合算法采用3&6*-估计#有效地避免了单一触觉组单元不确定性误差的影响#提高物体表面轮廓数据测量和图像重构的精度#对触觉传感系统整体性能的提高有重要意义$关键词%机器人#触觉传感器#3&6*-估

2、计#数据融合&56如何在一组相关的数据中得出一个统一的结果#提机器人触觉是机器人非视觉传感系统!触觉&高系统测量的精度’后者给出系统的定性表达或决力觉&滑觉&接近觉&热觉等"中最重要的一种#它可策%A&$将信息融合技术用于处理触觉传感器各个触以测量物体表面的轮廓&纹理&硬度&粗糙度等对目觉组单元的信息属于数值型融合问题#可以提高触标身份识别有重要价值的参数$触觉还可以为视觉觉传感器的空间分辨力&增加结果的可信性&减少等其他传感系统提供辅助信息#以提高机器人整体了信息的模糊性#对触觉传感系统性能的改进有重的环境感知能力$机器人视觉和听觉的研

3、究工作由要意义$目前常用于触觉信息融合的方法有%加权来已久#>>?&@>?器件的研究与信息处理方法也平均法((最简单&最直观的融合多传感器低层数都十分成熟#而触觉的研究起步较晚#触觉传感器据的方法#该方法将由一组触觉组传感单元提供的的设计与制造技术尚不完善#与此相应触觉信息的冗余信息进行加权平均#将结果值作为信息融合处理方法也受到了忽视$国外从A;世纪B;年代初值$卡尔曼滤波((用于实时融合动态的低层冗余对触觉传感器及其信息处理方法开始了系统研究#多触觉组单元数据#该方法用测量模型的统计特性我国在=;年代也展开了研究工作$以往触觉信息递推

4、决定统计意义下是最优的融合数据估计#如果的处理方法大多从信号降噪的角度出发#对触觉单系统具有线性的动力学模型#且系统噪声和传感器元信息之间的关联性研究较少#而研究这种关联性噪声是高斯分布白噪声模型#那么卡尔曼滤波融合的内在规律对触觉系统性能提高有着重要意义$本数据提供唯一的统计意义下的最优估计DAE$3&6*-估文设计了机器人触觉传感器信号的中心式数据融计((是融合静态环境中多传感单元低层信息的合结构模型#将3&6*-估计的数据融合方法用于触一种常用方法#其信息描述为概率分布#使用于具觉信号处理#取得了良好的融合效果$有可加高斯噪声的不确

5、定性#当触觉组单元的观测坐标一致时#可以用直接法对传感器测量数据进行’7+,’-8129:;<融合$?*8F-$*.G+H&C*.证据理论((是对3&6*-方所谓数据融合!5&$&C2-(","就是将多个传感器法的扩展#它将前提严格的条件从仅是可能成立中采集的信息进行综合处理#从而得出更为准确&可分离开#从而适合涉及先验概率的信息缺乏得以显靠的结论$其原理就像人脑综合处理信息的过程一示化$神经网络((可根据当前系统所接受到样本样#它充分地利用多个传感器资源#通过对各种传的相似性#确定分类标准#同时采用特定的学习算感器参数及其观测信息的合理

6、支配与使用#将各传法来获取知识#得到不确定性推理机制$其它的融感器在空间和时间上的互补与冗余信息依据某种合方法就不一一赘述$优化准则组合起来#产生对观测环境的一致性解释和描述%$&$(-812%=>?@多传感器信息融合在方法上可分为数值型融触觉单元原始数据的信息表示与融合的最终合和非数值型融合#前者解决系统的定量描述#即目标有关#对多行触觉传感器不同触觉组单元检出信号进行信息融合的目的在于消除系统噪声和随机收稿日期!"#$%&;<&AB噪声的干扰#获得高精度的物体表面轮廓估计#因此基金项目I国家自然科学基金资助项目!J;:9<;K;"用一

7、组触觉单元某一时段对物体表面轮廓的测量是西安交通大学博士论文基金合理的#图:是阵列式动态触觉传感器示意图$!""#年第!!期微电子学与计算机:9价函数取平方偏差函数时)*+,-估计称为最小均方估计!代价函数取均匀函数时)*+,-估计称为最大似然估计’.($现给出多行触觉传感器重构物体表面图像的)*+,-估计信息融合公式$令第!行传感器单元恢复的物体表面轮廓为"#"!%#%&$-#!!#%#’&’+’#!#$...%,&!$’$-0其中"!+!/0/(%!’!!/0/(%!-为扫描方向!#!&上的传感器长度!!#为扫描方向上触觉单元宽度!0

8、为垂直于扫描方向上的传感器长度!!&为垂直于扫描方向上触觉单元宽度$物体真实轮廓为"某一触觉组单元!在某时段的测量数据用"!"#%%"%#$%&’$-#$!!#!#’&’+’#!&&%"&!$