论文部分内容阅读
随着科学技术的发展,信息融合已成为当前科学研究中的一个热点。由于其已在军事和民用领域展现出了广阔的应用前景,而备受国内外众多学者和专家关注。虽然目前已经提出了许多关于信息融合的理论和方法,但现有的理论和方法往往具有一定的局限性,应用范围有限。基于信度的融合方法在不完善性信息的量度和组合方面具有一定的优势,特别是DSmT(Dezert-Smarandache Theory)融合理论的提出为信息融合技术开辟了一条新的途径。本文以移动机器人在未知环境中的地图创建为背景,对DSmT等基于信度理论的信息融合技术进行研究。本文在对DST(Dempster-Shafer Theory)理论、DSmT理论和中智理论进行了介绍后,从定量信息融合和定性信息融合,等可靠信息融合和非等可靠信息融合等多个角度,对基于信度理论的多源信息融合技术进行了分析,并将信度赋值理论与中智理论相结合,提出了定量中智信度和定性中智信度的表示方法以及组合规则,进一步扩展了信度赋值技术。针对目前机器人立体视觉信息处理的计算量较大,实时性较差的问题,本文提出一种快速的图像特征点提取与匹配算法。该算法在金字塔尺度空间的各层图像上提取规格化Laplacian极值点作为特征点,并利用特征点周围图像区域中的彩色信息来计算特征向量,实验结果证明了该算法的有效性。本文以算法提取的特征点为基础来引导图像中的边缘线匹配,对匹配的特征点进行扩展,并通过三维重建获取立体视觉中的深度信息,从而为实现机器人地图创建中视觉测量信息之间的融合,以及视觉测量信息与声纳测量信息和激光测量信息的融合打下基础。本文从同质多源信息融合、异质多源信息融合以及多源定性信息融合三个角度,对声纳、激光和视觉等传感器进行DSmT建模,运用简化的DSmT融合计算方法来实现移动机器人对非结构化室内环境进行二维和三维的栅格地图创建。并通过与其它几种融合算法下创建的地图进行比较,说明DSmT算法在不完善信息的处理和融合上具有一定的优势。实验结果不仅证明了DSmT算法的有效性,还为机器人导航和地图创建研究提供了新的方法。此外,本文还提出了一种两级的异质信息融合结构,取得了较好的实验效果。为了更好地进行地图创建实验,本文在Pioneer 2移动机器人的基础上安装了双目视觉系统来作为实物平台,并基于VC++6.0和OpenGL设计开发了一套关于机器人信息感知和融合的软件实验平台。双层Client-Server控制结构、模块化的设计思想以及良好的人机交互界面设计使得这套软件成为机器人实验中的有力工具。