基于網(wǎng)絡的多傳感器數(shù)據(jù)融合研究及在遙操作中的應用.pdf

1、近年來，Internet等網(wǎng)絡技術的廣泛應用，推動了網(wǎng)絡遙操作研究的飛速發(fā)展，但網(wǎng)絡遙操作領域依然需要解決網(wǎng)絡時延以及人機交互等方面的問題。 基于網(wǎng)絡的多傳感器數(shù)據(jù)融合系統(tǒng)具有分布性、跨平臺性等特點，各種傳感器系統(tǒng)位于不同的網(wǎng)絡節(jié)點，且軟件、硬件配置千差萬別，因此需要建立一種通用的多傳感器數(shù)據(jù)融合平臺，為實現(xiàn)基于網(wǎng)絡的多傳感器數(shù)據(jù)融合打下硬件基礎。本文以此為出發(fā)點，提出一種分布式的基于網(wǎng)絡多傳感器數(shù)據(jù)融合系統(tǒng)體系結構，并采用Ag

2、ent理論，通過研究域、結構和交互等子模型來建立整個融合系統(tǒng)的模型。然后根據(jù)此系統(tǒng)模型，采用CORBA技術對基于網(wǎng)絡的多傳感器數(shù)據(jù)融合系統(tǒng)進行設計和實現(xiàn)，使整個融合系統(tǒng)具有靈活性、動態(tài)可配置、通用性等優(yōu)點。 采用支持向量機理論對基于網(wǎng)絡的多傳感器數(shù)據(jù)融合方法進行了研究。為滿足數(shù)據(jù)融合的實時性和精度等要求，改進了現(xiàn)有的最小二乘支持向量機算法，并提出一種基于OWA算子的多類支持向量機。在此基礎上提出了基于支持向量機的網(wǎng)絡數(shù)據(jù)融合方法

3、，通過特征的提取、合成和訓練得出支持向量機的決策函數(shù)，并依據(jù)決策函數(shù)的實際輸出實現(xiàn)了特征融合。結合貝葉斯網(wǎng)絡理論，提出了基于支持向量機的決策融合算法：采用貝葉斯網(wǎng)絡對決策間的概率關系進行分析描述，同時應用支持向量回歸理論對概率密度函數(shù)進行在線估計，并根據(jù)最大概率似然方法實現(xiàn)決策融合。另外，為消除噪聲、網(wǎng)絡時延等對數(shù)據(jù)融合的影響，設計了數(shù)據(jù)較正和數(shù)據(jù)對準環(huán)節(jié)，實現(xiàn)了數(shù)據(jù)融合的預處理。仿真試驗表明，本文所提出的基于支持向量機的網(wǎng)絡數(shù)據(jù)融合方

4、法具有很高的融合精度和較強的容錯性。 網(wǎng)絡時延嚴重影響了網(wǎng)絡遙操作系統(tǒng)的穩(wěn)定性和透明性，而具有局部自主能力的機器人則可以獨立地完成某些從端作業(yè)任務，減少了機器人與人類操作者的通信，降低了時延對遙操作系統(tǒng)性能的影響。為此，提出了一種基于技能的機器人局部自主控制方法，采用基于支持向量機的數(shù)據(jù)融合算法，對人類的操作技能進行學習。并結合自適應阻抗力控制器，利用學習到的技能控制機器人自主進行精細作業(yè)，增強了遙操作系統(tǒng)中機器人的局部自主能力

5、，提高了網(wǎng)絡遙操作系統(tǒng)的安全性和可靠性。 以基于網(wǎng)絡遙操作的機器人精細作業(yè)為應用背景，提出一種面向遙操作的網(wǎng)絡數(shù)據(jù)融合策略，并建立了基于數(shù)據(jù)融合的網(wǎng)絡遙操作系統(tǒng)。還基于網(wǎng)絡數(shù)據(jù)融合策略，提出了基于狀態(tài)向?qū)У倪b操作輔助作業(yè)方法。該方法通過狀態(tài)定義、狀態(tài)識別、狀態(tài)顯示等方式，將整個作業(yè)辨識為若干種作業(yè)狀態(tài)，利用變化的狀態(tài)信息來指導遙操作的執(zhí)行。通過基于網(wǎng)絡的多傳感器數(shù)據(jù)融合和機器人局部自主的有機結合，實現(xiàn)了抓取螺栓、銷控裝配、緊固螺