随着机器人技术的大大发展，机器人的应用领域和功能有了很大的扩展和提升。智能化已沦为机器人技术的发展趋势，而传感器技术则是构建机器人智能化的基础之一。由于单一传感器取得的信息十分受限，而且，还要受到自身品质和性能的影响，因此，智能机器人一般来说备有数量众多的有所不同类型的传感器，以符合观测和数据采集的必须。
若对各传感器收集的信息展开分开、孤立无援地处置，不仅不会造成信息处理工作量的减少，而且，斩断了各传感器信息间的内在联系，遗失了信息经有机人组后有可能蕴藏的有关环境特征，导致信息资源的浪费，甚至有可能造成决策犯规。为了解决问题上述问题人们明确提出了多传感器融合技术（multi-sensorfusion）。 阐述 多传感器融合又称多传感器信息融合（multi-sensorinformationfusion)，有时也称为多传感器数据融合(multi-sensordatafusion)，于1973年在美国国防部资助研发的声纳信号处理系统中被首次明确提出，它是对多种信息的提供、回应及其内在联系展开综合处理和优化的技术。
它从多信息的视角展开处置及综合，获得各种信息的内在联系和规律，从而去除多余的和错误的信息，保有准确的和简单的成分，最后构建信息的优化，也为智能信息处理技术的研究获取了新的观念。 多传感器融合的层次结构 多传感器融合在结构上按其在融合系统中信息处理的抽象化程度，主要区分为三个层次:数据层融合、特征层融合和决策层融合。 1.数据层融合：也称之为像素级融合，首先将传感器的观测数据融合,然后从融合的数据中萃取特征向量,并展开辨别辨识。
数据层融合必须传感器是同质的(传感器观测的是同一物理现象),如果多个传感器是异质的(观测的不是同一个物理量),那么数据不能在特征层或决策层展开融合。数据层融合不不存在数据遗失的问题,获得的结果也是最精确的,但计算出来量大，且对系统通信比特率的拒绝很高。
本文关键词：【,深度,】,多,传感器,融合,技术,博鱼体育,简介,随着
本文来源：博鱼体育-www.jmbnewsonline.com
