基于IPv6的多传感信息检测装置研制

针对工业环境下多维信息的测量和物联网技术应用发展的需求,研发一种通用的基于IPv6的多传感信息检测装置,装置以DSP和ARM为核心芯片,利用ARM芯片内嵌的EMIT、集成网络通信芯片LXT971和Socket网络编程,实现IPv6的网络通信设计;同时装置的DSP芯片采用基于插值计算的多维传感信息解耦校正技术,实现传感信息的准确检测。检测试验表明,该装置可实现在工业环境下多维信息的网络化准确监测。     

基于刀切法与自适应加权的多传感器信息融合算法

针对加权平均、最优加权、自适应加权多传感器信息融合算法的不足,提出采用刀切法与自适应加权方法相结合的信息融合算法。该算法在自适应加权的基础上充分利用观测值与各个历史时刻的估计值,通过构造伪值分别对估计值与加权因子进行Quenouille估计。实验结果表明,在经过刀切法与自适应加权相结合后,数据处理的精确性和稳健性方面都优于普通的处理方法。     

线激光--机器视觉测量系统中的多传感器融合技术研究

针对逆向工程中直接从线激光扫描的数据云图中提取物体边界不仅繁琐而且精度也不好保证，为此提出建立线激光—机器视觉测量系统，先利用三日视觉获得物体初始边界，然后利用曲线延拓的方法并考虑影响延拓误差的因素，从而在满足一定精度要求的前提下实现不同传感器信息的融合。     

多传感器数据采集系统中的数据融合研究

针对多传感器数据采集系统的准确性与可靠性的要求,提出了单传感器分批估计融合与模糊理论中的相关性函数与加权自适应算法相结合的数据融合方法。首先,对每一只传感器进行分批估计融合,得到了较为可靠的局部决策值。然后,利用模糊理论中的相关性函数,计算出每只传感器与其它传感器的相关程度,并剔除掉那些相关程度较低的传感器的局部决策值。最后,在权的最优分配原则下,利用加权自适应算法对剩下的局部决策值进行数据融合。该方法能在数据先验知识未知的情况下,客观地反映各个传感器的可靠程度。数据分析结果表明:与同类融合方法相比,该方法具有更高的精度。     

无源传感器对雷达目标指示中触发准则研究

针对多传感器协同跟踪中无源传感器对雷达的目标指示问题进行了深入分析,重点研究了目标的指示交接需求及其触发机制.分析了协同跟踪中的目标指示交接需求,同时依据无源与有源传感器协同特性建立顺序处理结构的多传感器融合跟踪模型.在此基础上,采用协方差控制思想设定无源传感器对雷达的目标指示触发准则.通过仿真对触发准则进行了验证,并讨论了目标指示触发时机的影响因素,确保传感器间的目标指示能够自发进行.     

未知环境下的移动机器人环境建模研究

环境建模技术是移动机器人自主导航研究中的一个关键问题。本文给出一种基于多传感器信息融合的环境建模方法。实验结果表明该方法有效地克服了传感器的累计误差,有效地提高了环境建模的准确性。此方法的可行性和有效性通过Pioneer3-DX移动机器人得到了实验验证。     

RS-RBF信息融合在瓦斯监测中的应用研究

针对煤矿单传感器和低层次的多传感器数据处理的单一、不确定性较高的缺点,在对监测信息进行分析、处理、维数压缩后,利用基于粗糙集理论与神经网络相结合的多传感器信息融合技术实现对瓦斯灾害信息的特征提取。通过对瓦斯灾害的辨识分析,获得更准确、更可靠的瓦斯状态信息,极大地提高了瓦斯监测系统的性能,为获得瓦斯灾害变化的一般规律和准确、及时地发布预测信息提供先进的理论和技术支持。     

带有振动触觉反馈的上肢康复系统

康复机器人在脑卒中患者的术后恢复治疗中起着重要作用。为了提高患者在康复训练过程中的主动性和专注度,提出了一种带有振动反馈的上肢康复训练系统。该系统利用多传感器获取人的上肢位姿信息,实现与虚拟场景的实时交互,并通过实时多层级振动反馈引导人的康复动作。通过心理物理学实验评估受试者对不同振动强度的感受,得出了人体感受区分明显的3个振动强度等级。构建了视触觉有效性实验,受试者需要在虚拟场景中完成特定的康复动作,实验结果表明,相较于无触觉反馈,受试者在振动触觉反馈的作用下可以更稳定高效地完成康复任务。     

基于轮廓特征的图象配准研究

图象配准的一个重要问题是多传器获取的图象配准,这些图象具有不同的灰度特征,用经典技术加区域相关等不能解决,基于轮廓在大多数情况下表达了区域的边缘信息,本文提出了基于轮廓特征的匹配方法,该方法采用区域边缘和其它强边界特征作为匹配对象,算法中参数估计理论,先用闭轮廓的特征在,现用开轮廓的突出部分进行校正。     

D-S算法在粮情监控信息融合系统中的应用

本文通过多传感器对影响储藏粮食因子的检测,利用D-S融合算法,得到较为科学、合理的储藏粮食影响因素的判断,为在储藏粮食过程中采取适当的措施提供了强有力的依据,为进一步评估储粮品质打下基础。