Robotic Software Architecture for Multisensor Fusion System

As robotic systems are becoming more complex, distributed, and integrated, there is the need to build sophisticated frameworks to embody intelligence in the robot. This paper presents a component-based software architecture for the integration of industrial robotic platforms with multisensor systems where data fusion is relevant. The architecture is based on an open software robotic platform that is able to fulfill capabilities such as openness, interoperability, adaptability, and modularity, with the addition of hardware in the loop simulator. The resulting robot platform permits easy implementation of model- and sensor-based control concepts, proving to be interesting for robotics research. In addition, it allows the integration of standard industrial components. The entire system has been successfully developed, implemented, and demonstrated for robotic tasks, where multiple and different sensors are required.     

基于遗传算法的多传感器数据融合

文章给出了一个新的应用遗传算法技术的分级多传感器数据融合算法,各个传感器信息之间的关系用一种较新的模糊算子确定,与传统的集合论的并、交操作相比,它能更好地模仿人的推理。此外,遗传处法能近似最优地确定模糊算子的参数,使算法在信息源的可靠性,信息的冗余度／互补性以及进行融合的分级结构不确定的情况下,以近似最优的方式对传感器数据进行融合。     

多传感器目标识别的数据融合

本文针对军事上的目标识别问题，论述了多传感器的属性融合技术，包括属性融合的概念，原理，处理结构，算法及应用举例，指出属性融合中存在的主要问题，难点及可能解决的途径，并预测了未来发展趋势。     

多传感器异步数据融合算法

由于传感器的采样速率和通信延迟,传感器的不同步问题大大降低了多传感器系统数据融合的精度。研究多传感器异步融合比同步数据融合更为迫切。该文利用误差协方差阵的迹最小准则建立了多传感器异步融合模型,给出了具有普遍意义的多传感器异步融合模型,弥补了目前多传感器异步数据融合仅限于两两传感器的局限性,并从理论上对多传感器异步融合的性能进行了分析。仿真结果表明该异步融合模型是有效的,能够对多传感器的异步数据进行优化处理,并且优于单一传感器的性能。     

多传感器数据融合技术

多传感器数据融合可以避免单一传感器的局限性，获得更多的信息，提高目标识别能力。本文介绍了这一技术的出现背景，国外的应用情况，主要研究内容及建议采取的对策。     

模糊聚合及遗传算法在多传感器数据融合中的应用

文中给出了多传感器数据融合的一个模糊－－遗传算法，数据融合过程中的推理由模糊聚合函数完成，模糊聚合比传统的集合率中的并和交操作能更地地模拟答的量。模糊聚合函数的连接参数由遗传算法确定。这２个算法的优点是在信息源的可靠性１信息的 余度／互补性以及进行融合的分级结构不确定的情况下能够色近了倨的方法对信息进行融合。     

多传感器信息融合机载辐射源识别

本文在阐述 Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ （Ｄ－Ｓ）证据理论的基础上，较系统地论述了基于Ｄ－Ｓ证据理论的多传感器机载辐射源识别的信息融合方法，识别实例和对比实验表明，这种信息融合识别方法是非常有效的。     

Multisensor Data Product Fusion for Aerosol Research

Combining data sets from multiple satellite sensors is a powerful method for studying Earth-atmosphere problems. By fusing data, we can utilize the strengths of the individual sensors that may not be otherwise possible. In this paper, we provide the framework for combining level 2 data products, using data from three sensors aboard the National Aeronautics and Space Administration (NASA)'s Terra satellite. These data include top-of-the-atmosphere (TOA) radiative energy fluxes obtained from the Clouds and the Earth's Radiant Energy System (CERES), aerosol optical thickness from the multispectral Moderate Resolution Imaging Spectroradiometer (MODIS), and aerosol properties from the Multi-angle Imaging SpectroRadiometer (MISR). The CERES Single Scanner Footprint (SSF) contains the pixel level CERES TOA fluxes and the level 2 MODIS aerosol data. We specifically focus upon fusing the CERES SSF with the MISR aerosol products. Although this project was undertaken specifically to address aerosol research, the methods employed for fusing data products can be used for other problems requiring synergistic data sets. We present selected case studies over different aerosol regimes and indicate that multisensor information provides value-added information for aerosol research that is not available from a single sensor.     

基于形态学top-hat算子的多传感器图像融合

本文根据形态学top-hat算子能够提取图像中极大值与极小值区域的特点,将其应用于多传感器图像融合的两个重要领域——多聚焦图像融合和高分辨、多光谱图像融合.实验中将本文方法与Laplacian塔型变换、子波变换、主分量分析等方法进行了比较,结果表明本文所提的基于top-hat算子的融合方法具有优越的性能,拓广了top-hat算子的应用范围.     

多传感器数据分层融合的性质

本文主要研究文［１］提出的分层融合算法的数学、物理性质。定义了分层融合估计中的融合航迹的新息和融合增益，分析并证明了它们所具有的数学、物理性质，最后得出并证明该分层融合估计，就是基于各传感器的滤波及其预测的线性无偏最小方差估计的结论。     

多传感器信息融合及应用

Multisensor Infornlation Fusion with Appllcations由何友 (教授、博士、博士生导师 )、王国宏 (教授、博士 )。陆大纟金 (教授、博士生导师 )、彭应宁 (教授、博士生导师 )合著的《多传感器信息融合及应用》一书 ,己由电子工业出版社出版发行。全书约 6 0万字 ,是关于多传感器信息融合理论及应用的一部专著。该书获 1998年国家科技学术专著出版基金资助。该书是在阅读了大量文献资料、总结了国内外 10多年来研究进展及作者们十余年的研究成果的基础上写成的 ,包含了作者们在信息融合领域里的许多创新研究成果。本书全面、系统地介绍了…     

多传感器分布式融合Kalman预报器

应用现代时间序列分析方法,基于ARMA新息模型,在线性最小方差最优信息融合准则下,对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统,分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman 预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式。它们被用于计算最优加权,与单传感器情形相比,可提高估值器的精度。一个跟踪系统的仿真例子说明了其有效性,且说明了3种加权融合预报器的精度无显著差别。但标量加权融合预报器可显著减小计算负担,提供一种快速实时信息融合估计算法。     

多传感器信息融合及应用

由何友(教授、博士、博士生导师)、王国宏(教授、博士)、陆大 (教授、博士生导师)、彭应宁(教授、博士生导师）合著的《多传感器信息融合及应用》一书,已由电子工业出版社出版发行。该书获1998年国家科技学术专著出版基金资助。 本书是作者们在阅读了大量文献资料、总结了国内外研究进展及作者们十余年研究成果的基础上写成的,包含了作者们在信息融合领域里的许多创新研究成果。本书全面、系统地介绍了当代多传感器信息融合技术的发展与最新研究成果,内容丰富,具有较大的参考价值。 全书共分十五章。第一章为概述;第二章介绍状态估计基础;第三章研究不确定推理技术;第四章讨论融合系统的功能和结构模型;第五章研究分布检测融合理论;第六章讨论集中式多传感器综合跟踪;第七章研究分布式融合的统计航迹关联算法;第八章提出分布式融合的模糊航迹关联算法;第九章讨论雷达与ESM关联算法;第十章介绍红外目标跟踪以及基于雷达和红外的融合跟踪;第十一章提出多传感器信息融合系统中的状态估计模型;第十二章讨论信息融合中的航迹文件管理技术;第十三章讨论属性融合方法在雷达辐射源识别中的应用;第十四章介绍目标识别融合算法;第十五章是回顾、建议和展望。 本书涉及的专业面很广,可供从事信息工程、C3I系统、雷达工程、电子对抗、红外、声纳、模式识别、军事指挥等专业的科技人员阅读和参考,还可作为上述专业的研究生教材。同时也可供从事激光、机器人、遥感、遥测、等领域的工程技术人员参考。全书约60万字,估价42元. 电子工业出版社吴金生     

基于线性融合模型的多传感器图像融合

本文提出了一种新的基于小波变换的多传感器图像融合算法,在线性融合模型中引入了传感器噪声项,算法首先给出了基于期望融合图像局部方差最大的多传感器融合系数估计方法,然后利用多传感器图像和融合系数估计期望融合图像.最后的实验结果表明了本文图像融合方法具有明显的噪声抑制能力,能够得到更好的融合效果.     

一种多传感器融合的多维数据互联算法

多传感器融合的数据关联问题一直是目标跟踪领域的核心与难点之一.文中提出了一种多传感器融合的多维数据互联算法.首先进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的数据互联算法,对现有的多维数据互联算法存在问题进行了分析和改进,给出了算法实现的伪代码.仿真与实验结果表明,该算法对弹道目标跟踪具有较好的效果,对复杂环境下的多目标也能进行稳定地跟踪.     

A Multisensor Architecture Providing Location-based Services for Smartphones

This paper introduces a multisensor architecture to fuse data acquired from different sensors available in commodity smartphones in order to build accurate location-based services, and pursuing a good balance between accuracy and performance. Using scale invariant features from the images captured using the smartphone camera, we perform a matching process against previously obtained images to determine the current location of the device. Several refinements are introduced to improve the performance and the scalability of our proposal. Location fingerprinting, based on IEEE 802.11, will be used to determine a cluster of physical points, or zone, where the device seems to be according to the received signal strength. In this way, we will reduce the number of images to analyze to those contained in the tentative zone. Additionally, accelerometers will also be considered in order to improve the system performance, by means of a motion estimator. This set of techniques enables a wide range of location-based applications.     

多传感器数据融合发展评述及展望

结合近年来国内外的研究成果,回顾数据融合研究的发展历程,介绍了多传感器数据融合的概念和模型,探讨了数据融合的多层式体系结构,对数据融合理论的发展和研究现状进行了分析,对未来研究方向进行了展望。     

分布式多传感器目标检测中的数据融合

多传感器目标检测，是近十多年来的一个研究热点。然而运用多传感器实施对目标的检测同时带来了一个新的问题，即如何能由多个传感器所提供的信息实时作了准确的判决？文章证明运用（Ｋ／Ｎ）规则于分布式多传感器目标检测时，存在最佳Ｋ值，使得系统的检测概率高于任一传感器的检测概率，虚警概率低于任一传感器的虚警概率。     

色噪声下的多传感器量测融合

传感器量测噪声通常可表示为一阶时间相关的Markov随机序列。该文将单传感器的色噪声量测滤波方法推广到多传感器的情形,提出了6种色噪声下的多传感器量测融合算法。通过协方差分析技术和仿真实验,对各算法的滤波精度、计算量和使用灵活性等性能进行了比较性评估。由评估结果得出的两条算法选取原则对实际中量测融合算法的选择具有一定的指导意义。     

多传感器数据融合的实现技术

本文论述了状态数据融合直接解析解法,避免了非线性微分方程的多次迭代解算,减少了计算量,从而提高了多传感器数据融合的解算效率.为保证多传感器数据融合的可信性和安全性,本文讨论了多传感器性能检查融合技术.为提高多传感器组网的隐身目标、反超低空目标和干扰环境下目标的探测能力,本文讨论了多传感器自适应探测融合技术.本文还分析了在目标机动时使用序贯融合技术的优点.