基于多传感器数据融合的障碍物判定系统  

Obstacle determination system based on multi-sensor data fusion

作　　者：罗盆琳 方艳红[1,2] 王学渊 陈泳吉[1] 蒲毅 LUO Pen-lin;FANG Yan-hong;WANG Xue-yuan;CHEN Yong-ji;PU Yi

机构地区：[1]西南科技大学信息工程学院,绵阳621010 [2]特殊环境机器人技术四川省重点实验室,绵阳621010

出　　处：《制造业自动化》2022年第11期114-118,共5页Manufacturing Automation

基　　金：国家自然科学基金面上项目(61771411)。

摘　　要：针对视觉传感器获取障碍物深度信息准确率低,单一或少数超声波传感器无法获得大范围场景深度信息,传感器阵列式、全局布局方式体积太大等问题,提出一种多传感器数据融合障碍物判定系统。首先系统前端设计一种立体转轴式数据采集结构,基于该结构提出一种全局场景深度值采集方法,简化传统隶属度的运算来提高数据处理效率,利用数据组的互补和冗余性,使用Bayesian与模糊理论相结合的融合方法得到障碍物位置的最优估计值;其次配以视觉传感器以提高障碍物形态信息判定的准确性;最后系统所有功能基于树莓派实现,使其具备便携、可移植特点。实验结果表明,系统能够实时并准确判断出环境中多个障碍物的深度位置、形状和动态信息,相较于真实场景,角度值最大绝对误差为6.2°,深度值误差率在4%以内,满足避障需求。

关 键 词：超声波传感器 立体转轴式结构 数据融合 BAYESIAN 障碍物判定 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]