基于Bayes 方法的多感觉信息融合算法及其应用

人类通过手对目标物的掂碍和触摸,可以估计其重量与导热性等,进而推断目标物可能属于哪一类,同样,利用机器人的力觉和热觉,可以实现有限样本内目标物的分类问题,本文分析了Bayes方法及其在信息融合中的应用,并将其推广到机器人中解决多传感器的信息融合问题,文中以实例形式说明,如何将机器人的力觉信息与热觉信息融合进行多目标的分类,最后用实验比较了融合前后系统的决策性能。     

多传感器信息融合技术及其在机器人中的应用

多传感器信息融合技术是近年发展起来的一门新兴技术,在机器人领域有着广阔的应用前景。通过融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。主要论述了多传感器信息融合的一般方法,并对其在机器人领域的应用进行了介绍。最后指出多传感器信息融合技术在微传感器、智能传感器和自适应融合等方面的发展方向。     

多传感器信息融合在轮式机器人运动控制中的应用

分析了多传感器信息融合模型的建立和实现的过程,并利用多传感器信息融合技术中的信息协同和信息互补来完成对轮式机器人的运动控制。运行结果表明机器人可以半径范围为40cm～100cm的圆周上自主运行并能够灵活调整轨道半径;当机器人接近擂台边缘约5 cm时会自动检测边缘位置并根据自身的姿态情况及时调整运动方向。该系统运动控制性...     

模糊证据理论及其在信息融合中的应用

为了使证据理论能更加有效地应用,把证据理论向模糊集推广,利用模糊集的隶属函数提出一种构造证据理论中的基本概率赋值函数的方法,实现了模糊理论和证据理论的有效结合。不但有效地解决了证据理论中的基本概率赋值函数的不易确定问题,而且由于证据理论应用于实际更加方便和有效,融合结果也更加合理。     

拟人多信息融合在机器人避障中的应用

介绍了拟人多信息融合思想,人工神经网络信息融合的原理和过程.结合实际情况,对智能移动机器人多传感器采集的信息进行了融合处理,将拟人多信息融合的方法应用到了智能移动机器人平台避障实验中.与传统逻辑判断避障的方法进行比较,总结了拟人多信息融合方法在移动机器人避障中的优越性.     

多传感器信息融合技术在机器人中的应用研究

随着智能机器人应用领域发展需求,移动机器人控制系统中使用的传感器种类和数量不断增多,但每种传感器都有一定的使用条件和感知范围,只能给出环境或对象的部分信息,机器人通过多传感器信息融合技术多视角完成信息处理及综合,实现其智能感知与智能控制功能。     

信息融合技术在多Agent故障诊断中的应用

由于分布式多Agent故障诊断系统中各Agent知识和经验的限制,提供的结果和可信度将有所不同而很难得到一个正确解。所以在信息融合技术的基础上,提出了解决这类问题的四种信息融合方法。模糊信息融合方法、贝叶斯信息型融合方法、D—S证据理论信息融合方法和可信度信息融合方法。这些信息融合方法功能互补、相互配合协助多Agent故障诊断专家系统将来自不同Agent的、带有差异的结果进行融合,使融合后的结果比单个Agent的诊断结果可信度更高,从而提高故障诊断专家系统诊断结果正确率。     

多传感器信息融合在机器人避障中的应用

本文在移动机器人的避障系统中,充分利用数字信号处理器(DSP)超强的运算能力,以及单片机(MCU)善于控制的特点,构造了DSP+MCU的双CPU系统,并且利用粗糙集理论进行多传感器信息融合,实现了移动智能机器人在不确定环境中实时获取外部信息,快速地实现避障.     

用证据理论实现多信息融合的一种改进算法

本文简要地阐述了基于D-S证据理论的多传感器信息融合算法,提供了一种基于D-S 理论的推广方法以解决融合信息的相关性问题．文中用机器人的力觉和热觉传感器数据作融 合信息,对目标物体进行了分类识别试验．     

多传感器融合技术在蟑螂机器人控制中的应用

多传感信息融合对于蟑螂的运动灵活性具有重要作用,为了模拟蟑螂腿毛的功能,提出采用多传感器信息融合技术开发了一种信息实时采集系统;该系统利用廉价鼠标作为传感器,在蟑螂机器人的腿上安装若干光电传感器来模拟蟑螂运动过程中腿毛的触觉,从而解决机器人位姿识别和避障的问题,为实现实时控制和智能控制提供保障;为了简化鼠标的安装,通过在蟑螂身体上安装鼠标传感器来检测位姿的方法,验证了算法的正确性,说明了模拟腿毛的功能;应用结果表明,该系统稳定性好,价格低廉,有一定的实用性与推广价值.     

D-S证据理论的多传感信息融合方法研究与应用

针对全自主式移动机器人,以首届CCTV全国机器人电视大赛为背景,提出了通过D—S证据理论和模糊集合理论相结合的方法,对多传感器信息进行融合,较好地解决了机器人在复杂环境下运动的多传感器信息融合问题,实现了移动机器人的准确定位。     

基于D2S 证据理论的移动机器人 多传感器信息融合方法研究与应用

针对全自主式移动机器人，以首届CCTV全国机器人电视大赛为背景，提出了通过D-S证据理论和模糊集合理论相结合的方法，对多传感器信息进行融合，较好地解决了机器人在复杂环境下运动的多传感器信息融合问题，实现了移动机器人的准确定位。     

基于D-S证据理论的多平台协同数据融合

对D-S证据理论用于多平台协同数据融合进行了分析，提出了多平台协同数据融合的设计思想和结构，将其用于舰船类型的识别。通过MATLAB仿真，证明了多平台协同数据融合降低了识别结果的不确定性，比传统的单平台数据融合效果好，验证了这一理论在多平台协同数据融合中的有效性和正确性。     

用D-S证据理论实现多传感器信息融合的一种改进算法

阐述了基于D-S证据理论的多传感器信息融合算法,提供一种基于D-S理论的改进方法以解决融合信息的相关性问题.用滑觉和热觉传感器作实验,对该方法的有效性进行了验证.     

信息融合在飞行器智能健康诊断中的应用

提出了一种基于经验模态分析(Empirical mode decomposition,EMD)和D-S证据相结合的飞行器健康诊断方法.该方法首先对由声发射传感器募集到的飞行器关键结构部件原始声发射信号进行EMD,得到多个内禀模态分量,选取内禀模态能量构建声发射信号的特征向量,并分别采用模糊神经网络、GRNN网络和Elman神经网络对提取出的特征向量进行分类,最后运用D-S证据理论进行决策融合,对飞行器的健康状态进行诊断.实验表明,运用此方法对某型号真实飞行器关键结构部件的健康状态进行诊断,可以得到很好放入诊断结果.与单分类器相比,采用D-S证据理论进行决策融合有效地提高了故障诊断的精度.     

基于D-S证据理论的信息融合算法

针对现有D-S证据理论算法在信息融合应用中缺乏系统性的问题,提出了一种基于D-S证据理论的层次式融合算法。该算法模型采用多维属性信息的分域、层次融合方式,利用初始信息确定高层融合所需的概率分布的近似算法对数据进行融合处理,并对于可能存在的证据冲突问题,给出了算法的修正。仿真结果表明,该算法收敛速度快,准确度高,在低虚警率下具有较好的检测率。     

基于模糊逻辑和组合证据理论的信息融合技术在网络管理中的应用

研究基于模糊逻辑和组合证据理论的综合信息融合技术在网络管理中的应用．研究了用于网络管理的来源于多信息源的关联规则的融合方法和推理机制，以及故障与故障原因的模糊关系和模糊规则的融合方法及推理机制；在故障定位方面，采用组合证据理论对网络专家、规则推理和模糊推理所给出的故障原因进行融合得出综合的诊断结果。     

基于D-S证据理论的分布式入侵检测方法研究

入侵检测系统是信息安全的一种重要手段,该文提出了一种基于D-S证据理论的分布式入侵检测系统模型,讨论了其实现方法,并进行了仿真实验,仿真实验表明经过多传感器数据融合后得到的结果优于单传感器得到的结果。     

多传感器网络信息数据融合技术研究

本文提出了多传感器网络信息数据融合技术。通过多传感器探测节点向目标主机发送探测信息,并将返回信息输入到经过大量产生式规则训练和学习的BP神经网络中,得到目标主机属性信息。然后,通过D-S证据推理对属性信息进行信任度融合处理,得到目标主机上可能存在的漏洞分布及漏洞存在的可能性,为进一步的主机安全性能评估打下基础。     

基于D-S证据理论的目标识别融合应用

基于D-S证据理论的目标识别融合系统,可以充分发挥多传感器信息的优势,提高目标识别结果的准确性.本文结合工程实践,分析地面目标融合识别过程中经典D-S证据理论方法处理数据出现的问题,发现使用D-S证据理论对于高冲突证据融合结果准确性较低.因此提出一种基于D-S证据理论的改进数据融合方法,将冲突因子与支持度标准偏差的相反数相乘,再与所有证据和乘积的正交相加,然后减去证据的基本概率的最大差.如果证据的冲突越大,这种方法的优势就越明显.如果证据中不存在冲突,则融合结果与原始D-S证据理论的项目一致.实验的比较数据表明,改进的信息融合方法对于改进解决冲突问题必不可少,并且是有效的.