不完善信息融合技術(shù)及其在移動機器人中的應用.pdf

1、隨著傳感器、計算機以及信息等技術(shù)的迅猛發(fā)展，各種具有復雜應用背景的多傳感器系統(tǒng)不斷涌現(xiàn)，使得信息的獲取、處理和融合變得多樣化。多源信息融合技術(shù)如今已在軍事和民用領(lǐng)域都得到了廣泛的重視和應用，其理論和方法已經(jīng)成為智能信息處理和控制的重要研究領(lǐng)域。
　　 迄今為止，學者們針對實際應用提出了許多信息融合算法，其中的證據(jù)理論允許人們對不完善信息進行建模及推理，符合人類思維方式，得到了廣泛的推崇。最近提出來的Dezert-Smaranda

2、che證據(jù)理論（DSmT）可以處理幾乎所有類型的信息，其優(yōu)勢更是體現(xiàn)在對不確定、不精確以及高沖突信息的處理上，擁有完備的描述方法，是一種優(yōu)秀的證據(jù)推理理論。
　　 本文在簡要介紹了Dempster-Shafer Theory（DST）、DSmT和中智理論后，根據(jù)信息的特征，對不完善信息進行了歸類，并從定量融合和定性融合兩個角度對基于證據(jù)理論的不完善信息融合技術(shù)進行了深入研究，針對不完善信息中的不同種類信息分別提出了相應的融合算法

3、，并對這些算法進行了深入的分析和比較，構(gòu)建了完整的多源不完善信息融合理論體系，為多源不完善信息融合技術(shù)的推廣奠定了基礎(chǔ)。
　　 本文還對證據(jù)理論領(lǐng)域現(xiàn)有的融合框架進行了分析，提出了新的兼容其他融合結(jié)構(gòu)的廣義融合框架，并在此基礎(chǔ)上構(gòu)建出了廣義證據(jù)推理機，定義了廣義推理機的工作原理，使其可以推廣到其他證據(jù)理論中。
　　 隨后本文將DSmT信息融合技術(shù)應用于移動機器人中，對聲納數(shù)據(jù)進行了分析，構(gòu)建出了二維聲納數(shù)學模型，將本文提

4、出的融合算法和廣義證據(jù)推理機應用于機器人的信息融合系統(tǒng)中，同時提出了單體機器人的Multi-Agent系統(tǒng)結(jié)構(gòu)，實現(xiàn)了移動機器人在復雜動態(tài)未知環(huán)境下的精確地圖構(gòu)建、定位以及自主導航，驗證了信息融合技術(shù)在機器人技術(shù)應用中的有效性，同時也驗證了單體Multi-Agent結(jié)構(gòu)的優(yōu)越性。同時還嘗試構(gòu)建了多機器人系統(tǒng)，初步實現(xiàn)了多機器人聯(lián)合地圖構(gòu)建，為多移動機器人探測未知動態(tài)環(huán)境的深入研究奠定了基礎(chǔ)。
　　 本文還采用VisuAlStud