【導(dǎo)讀】多傳感器信息融合(Multi-sensor Information Fusion,MSIF),就是利用計(jì)算機(jī)技術(shù)將來自多傳感器或多源的信息和數(shù)據(jù),在一定的準(zhǔn)則下加以自動(dòng)分析和綜合,以完成所需要的決策和估計(jì)而進(jìn)行的信息處理過程。
多傳感器融合面臨的主要挑戰(zhàn)是如何將收集來的大量數(shù)據(jù)集中在一起,并做出正確決策。
1. 多傳感器融合
多傳感器信息融合(Multi-sensor Information Fusion,MSIF),就是利用計(jì)算機(jī)技術(shù)將來自多傳感器或多源的信息和數(shù)據(jù),在一定的準(zhǔn)則下加以自動(dòng)分析和綜合,以完成所需要的決策和估計(jì)而進(jìn)行的信息處理過程。
多傳感器信息融合技術(shù)的基本原理就像人的大腦綜合處理信息的過程一樣,將各種傳感器進(jìn)行多層次、多空間的信息互補(bǔ)和優(yōu)化組合處理,最終產(chǎn)生對觀測環(huán) 境的一致性解釋。
在這個(gè)過程中要充分地利用多源數(shù)據(jù)進(jìn)行合理支配與使用,而信息融合的最終目標(biāo)則是基于各傳感器獲得的分離觀測信息,通過對信息多級別、多方面組合導(dǎo)出更多有用信息。
這不僅是利用了多個(gè)傳感器相互協(xié)同操作的優(yōu)勢,而且也綜合處理了其它信息源的數(shù)據(jù)來提高整個(gè)傳感器系統(tǒng)的智能化。
2. 融合體系
在信息融合處理過程中,根據(jù)對原始數(shù)據(jù)處理方法的不同,信息融合系統(tǒng)的體系結(jié)構(gòu)主要有三種:集中式、分布式和混合式。
1、集中式:集中式將各傳感器獲得的原始數(shù)據(jù)直接送至中央處理器進(jìn)行融合處理,可以實(shí)現(xiàn)實(shí)時(shí)融合,其數(shù)據(jù)處理的精度高,算法靈活,缺點(diǎn)是對處理器要求高,可靠性較低,數(shù)據(jù)量大,故難于實(shí)現(xiàn)。
2、分布式:每個(gè)傳感器對獲得的原始數(shù)據(jù)先進(jìn)行局部處理,包括對原始數(shù)據(jù)的預(yù)處理、分類及提取特征信息,并通過各自的決策準(zhǔn)則分別作出決策,然后將結(jié)果送入融合中心進(jìn)行融合以獲得最終的決策。分布式對通信帶寬需求低、計(jì)算速度快、可靠性和延續(xù)性好,但跟蹤精度沒有集中式高。
3、混合式:大多情況是把上述二者進(jìn)行不同的組合,形成一種混合式結(jié)構(gòu)。它保留了上述兩類系統(tǒng)的優(yōu)點(diǎn),但在通信和計(jì)算上要付出較昂貴的代價(jià)。但是,此類系統(tǒng)也有上述兩類系統(tǒng)難以比擬的優(yōu)勢,在實(shí)際場合往往采用此類結(jié)構(gòu)。
3. 多傳感器融合特點(diǎn)
多傳感器融合 系統(tǒng)具有四個(gè)顯著的特點(diǎn):
①信息的冗余性:對于環(huán)境的某個(gè)特征,可以通過多個(gè)傳感器(或者單個(gè)傳感器的多個(gè)不同時(shí)刻)得到它的多份信息,這些信息是冗余的,并且具有不同的可靠性,通過融合處理,可以從中提取出更加準(zhǔn)確和可靠的信息。
此外,信息的冗余性可以提高系統(tǒng)的穩(wěn)定性,從而能夠避免因單個(gè)傳感器失效而對整個(gè)系統(tǒng)所造成的影響。
②信息的互補(bǔ)性:不同種類的傳感器可以為系統(tǒng)提供不同性質(zhì)的信息,這些信息所描述的對象是不同的環(huán)境特征,它們彼此之間具有互補(bǔ)性。
如果定義一個(gè)由所有特征構(gòu)成的坐標(biāo)空間,那么每個(gè)傳感器所提供的信息只屬于整個(gè)空間的一個(gè)子空間,和其他傳感器形成的空間相互獨(dú)立。
③信息處理的及時(shí)性:各傳感器的處理過程相互獨(dú)立,整個(gè)處理過程可以采用并行導(dǎo)熱處理機(jī)制,從而使系統(tǒng)具有更快的處理速度,提供更加及時(shí)的處理結(jié)果。
④信息處理的低成本性:多個(gè)傳感器可以花費(fèi)更少的代價(jià)來得到相當(dāng)于單傳感器所能得到的信息量。另一方面,如果不將單個(gè)傳感器所提供的信息用來實(shí)現(xiàn)其他功能,單個(gè)傳感器的成本和多傳感器的成本之和是相當(dāng)?shù)摹?/div>
4. 在自動(dòng)駕駛中的應(yīng)用
自動(dòng)駕駛車上使用了多種多樣的傳感器,不同類型的傳感器間在功用上互相補(bǔ)充,提高自動(dòng)駕駛系統(tǒng)的安全系數(shù)。自動(dòng)駕駛要求傳感器融合具備一個(gè)必須的性質(zhì)——實(shí)時(shí)性。
MSDF面臨的主要挑戰(zhàn)是如何將收集來的大量數(shù)據(jù)集中在一起,并做出正確決策。如果MSDF出錯(cuò),意味著下游階段要么沒有必要的信息,要是使用了錯(cuò)誤的信息做出了錯(cuò)誤的決策。
可以看到,自動(dòng)駕駛汽車會(huì)通過安裝在車身周圍的攝像頭收集視覺數(shù)據(jù),也會(huì)通過雷達(dá)(激光雷達(dá)、毫米波雷達(dá)等)來收集諸如周圍物體運(yùn)動(dòng)速度的數(shù)據(jù),但是這些數(shù)據(jù)是從不同角度來描述現(xiàn)實(shí)世界的同一樣或不同樣的物體。
使用越多的傳感器,對計(jì)算能力的要求就越高,這意味著自動(dòng)駕駛汽車必須搭載更多的計(jì)算機(jī)處理器和內(nèi)存,這也會(huì)增加汽車的重量,需要更多的功率,還會(huì)產(chǎn)生更多的熱量。諸如此類的缺點(diǎn)還有很多。
智能汽車的顯著特點(diǎn)在于智能,意思就是說汽車自己能通過車載傳感系統(tǒng)感知道路環(huán)境,自動(dòng)規(guī)劃行車路線并控制車輛到達(dá)預(yù)定目標(biāo)。
目前而言,車載感知模塊包括視覺感知模塊、毫米波雷達(dá)、超聲波雷達(dá)、360°環(huán)視系統(tǒng)等,多源傳感器的協(xié)同作用識別道路車道線、行人車輛等障礙物,為安全駕駛保駕護(hù)航。因此,感知信息也需要融合,感知信息也需要相互補(bǔ)充。
5. 多傳感器融合的四個(gè)關(guān)鍵方法
Harmonize
假設(shè)有兩種不同的傳感器,稱它們?yōu)閭鞲衅鱔和傳感器Z。它們都能夠感知自動(dòng)駕駛汽車的外部世界。
在現(xiàn)實(shí)世界中存在一個(gè)物體,這個(gè)物體可能是人,也可能是車,甚至是一條狗,傳感器X和傳感器Z都能夠檢測到這個(gè)物體。
這就意味著傳感器對這個(gè)物體進(jìn)行了雙重檢測,這種雙重檢測意味著兩種不同類型的傳感器都有關(guān)于該物體的數(shù)據(jù)報(bào)告,對于該物體有兩個(gè)維度不同地認(rèn)知。
假設(shè),傳感器X表示該物體高6英尺,寬2英尺;傳感器Z表示該物體以每秒3英尺的速度正朝著自動(dòng)駕駛車輛方向移動(dòng)。
結(jié)合兩個(gè)傳感器采集到的數(shù)據(jù),就可以得出一條相對準(zhǔn)確的信息:有一個(gè)高約6英尺,寬2英尺的物體正在以每秒鐘3英尺的速度移動(dòng)。
假設(shè)這兩自動(dòng)駕駛汽車上只安裝了X傳感器,那么就無法得知該物體的大??;若Z傳感器壞了,那么就只有物體的大小信息,無法檢測該物體的運(yùn)動(dòng)狀態(tài)。這也就是最近業(yè)內(nèi)廣泛討論的“在自動(dòng)駕駛汽車上應(yīng)該安裝哪些傳感器”的問題。
此前,特斯拉埃隆•馬斯克(Elon Musk)旗幟鮮明地聲稱,特斯拉不會(huì)安裝激光雷達(dá)。
盡管馬斯克自己也認(rèn)為,L5自動(dòng)駕駛不會(huì)通過激光雷達(dá)來實(shí)現(xiàn)這個(gè)想法最終可能被驗(yàn)證為錯(cuò)誤的,這依舊沒有改變馬斯克的決定。
一些反對的聲音稱,不配備激光雷達(dá)的特斯拉,無法通過其他的傳感器獲取如同激光雷達(dá)效果相同的感官輸入,也無法提供補(bǔ)償和三角測量。
但是另一些支持者認(rèn)為,激光雷達(dá)不值得花費(fèi)如此高昂的費(fèi)用成本,不值得為其增大計(jì)算能力,也不值得為其增加認(rèn)知時(shí)間。
Reconcile
在同一個(gè)視場(Field of View,F(xiàn)OV)內(nèi),假設(shè)傳感器X探測到一個(gè)物體,而傳感器Z沒有探測到。注意,這與物體完全在傳感器Z的FOV之外的情況有很大的不。
一方面,系統(tǒng)會(huì)認(rèn)為傳感器X是正確的,Z是錯(cuò)誤的,可能是因?yàn)閆有故障,或者有模糊探測,或者是其他的一些什么原因。另一個(gè)方面,也許傳感器X是錯(cuò)誤的,X可能是報(bào)告了一個(gè)“幽靈”(實(shí)際上并不存在的東西),而傳感器Z報(bào)告那里沒有東西是正確的。
Integrate
假設(shè)我們有兩個(gè)物體a和b,分別在傳感器X和傳感器Z的視場FOV內(nèi)(a在X視場內(nèi),b在Z視場內(nèi))。也就是說,Z無法直接檢測到a,X也無法直接檢測到b。
目前,想要實(shí)現(xiàn)的效果是,能否將X和Z的報(bào)告整合在一起,讓它們在各自的視場內(nèi)探測物體同時(shí),判斷是否為X視場中的物體正在向Z視場移動(dòng),預(yù)先提醒Z將有物體進(jìn)入探測區(qū)域。
Synthesize
第四種方法Synthesize是將感知數(shù)據(jù)融合在一起,你可能會(huì)遇到這樣的情況,傳感器X和傳感器Z都沒有在各自的視場內(nèi)探測到物體。
在這種情況下,沒有傳感器知道這個(gè)物體的存在,但是可以通過一些其他的感觀數(shù)據(jù),比如聲音,間接地弄清楚在視場之外的物體情況。自動(dòng)駕駛汽車是時(shí)刻運(yùn)動(dòng)的,所以要求這種預(yù)判是瞬間發(fā)生的,像上文提到的一樣,是實(shí)時(shí)的。
多傳感器信息融合技術(shù)應(yīng)用至今,有著非常多的應(yīng)用方法,在所有方法當(dāng)中較為成熟的方法包括了聚類分析法、證據(jù)理論法、DS 算法、最優(yōu)理論法等。
(來源:傳感器世界,作者:清研車聯(lián))
免責(zé)聲明:本文為轉(zhuǎn)載文章,轉(zhuǎn)載此文目的在于傳遞更多信息,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題,請電話或者郵箱聯(lián)系小編進(jìn)行侵刪。