多传感器信息融合及其在农业中的应

2006年5月农机化研究第5期-164-多传感器信息融合及其在农业中的应用邓巍丁为民南京农业大学工学院南京210031摘要多传感器信息融合在现代军事C3I(指挥控制通信与情报)系统中以及许多民事领域得到了广泛应用为此在对多传感器信息融合技术进行综述的基础上介绍了此技术在民事各领域中的研究应用进展并进一步论述了信息融合技术在推进新的农业科技革命对精细农业技术的发展中的广阔应用前景和深远意义关键词自动控制技术信息融合应用多传感器精细农业中图分类号TP212S126文献标识码A文章编号1003─188X(2006)05─0164─050引言随着社会的发展和科学技术的进步人们要面对大数量多维数种类繁多的信息并要对这些信息做出快速及时地反应由于微电子技术集成电路及其设计技术计算机技术近代信号处理技术和传感器技术的发展各种面向复杂应用背景的多传感器系统大量涌现近几年多传感器信息融合技术MSIFMultisensorInformationFusion越来越受到人们的普遍关注频繁地被众多军事和非军事领域所引用采用这种方法即使各个传感器所提供的信息有一定的误差和不确定性但通过对它们提供的信息进行有效的综合可以比任何单一传感器获取的信息更可靠更完整1多传感器信息融合技术概述1.1信息融合的定义信息融合不仅是一门理论技术而且是一种认识世界的思维方式是指导人们实际工作的方法论目前信息融合还没有统一的定义这是由于所研究的内容的广泛性和多样性造成的信息融合是针对多个或多类传感器的系统而产生的一种信息处理新方法又被称作多源关联多源合成传感器混合或多传感器融合根据文献113对信息融合的一般定义可大致概括为利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分析优化综合以完成所需的决策和估计任务而进行的处理过程也就是将来自多个传感器或多源的信息进行综合处理从而得出更为准确可靠的结论信息融合的另一种称法是数据融合但一般认为信息融合一词更确切更合理更具有概括性因为信息不仅包括了数据还包括了信号和知识1.2信息融合的基本原理人是一个最复杂的且自适应性极强的信息融合系统多传感器数据融合本是人类和其它生物系统的一个基本功能人类的各感官诸如眼耳鼻四肢皮肤等就是传感器通过这些传感器来获取数据即光声味触觉加上人的先验知识在人脑很强的关联推理下带有手工辅助和没有辅助的人都能成功地对传感器和源数据进行综合分析对周围环境和发生的事件做出判断估计多传感器信息融合的基本原理类似于人脑综合处理复杂问题的功能它把各式各样的传感器提供的信息进行加工处理将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来以获得人们所期待的可以直接使用的某些波形数据图像或结论即对观测环境的一致性解释和描述1.3信息融合的目的多源信息的综合分析判断决策是人和其他生命系统的基本功能人类感知外部事物综合推理判断是为更准确更可靠地了解外部世界与此相同信息融合的目的是通过数据组合而不是出现在输入信息中的任何个别元素推导出更多的信息得到最佳协同作用的结果即利用多个传感器共同或联合操作的优势提高传感器系统的有效性消除单个或少量传感器的局限性收稿日期2005-04-14作者简介邓巍1969-,女乌鲁木齐人副教授在读博士(E-mail)[e-mail]通讯作者丁为民1957-男合肥人教授博士生导师2006年5月农机化研究第5期-165-1.4信息融合的思路多传感器系统是信息融合的硬件基础多源信息协调优化准则是它的加工对象和核心尽管在不同问题领域其加工对象和优化准则各不相同数据融合却蕴含着深层次的共性环节和思路[6]信息融合技术必须实现的3大功能1)传感器管理它是一项新的综合技术包括空间管理工作方式管理时间管理频谱管理等全面管理由众多信息需求因素所驱动它的目的就在于要充分利用有限的传感器资源使多传感器系统覆盖尽可能大的搜索空域以较小的代价较低的误差提供更准确更可靠更精确的决策信息它的核心问题是如何选择传感器传感器工作模式和传感器优化策略以优化系统的整体性能数据融合要实现多源信息间协调优化必须加强传感器管理因此传感器管理成为数据融合的必备环节2)多源信息的协调管理多源信息所表征的时空特征表达形式各不相同所以必须将多源信息统一在一个共同的时空参考系采用统一的表达格式以便在公共框架下使用处理多源信息其由坐标变换和数据库支持3)多源信息协调处理数据融合过程包括检测关联相关跟踪估计和综合多源信息协调处理必须在一定结构下完成系统结构即为信息处理实体的拓扑结构和功能分配方案的组合多传感器系统拓扑结构将影响后续处理典型结构如图1所示(a)并行结构(b)串行结构图1典型拓扑结构拓扑结构选定后多源信息协调处理技术应考虑如下几方面1)融合中心应该且能够得到什么层次的多源信息即各实体功能分配方案通常称为融合层次设计2)如何从多源信息提炼融合信息这是多源信息处理的主体3)协调局部处理改善多源信息内在质量实现总体优化综合上述3点可将数据融合技术的共性思路总结于如图2所示中图2信息融合的设计思路1.5信息融合的方法到目前为止还没有通用的信息融合方法目前发展起来的信息融合方法有加权平均法贝叶斯法DS证据法神经网络和模糊理论法产生式规则法卡尔曼滤波法品质因数法聚类分析法等在不同的场合可根据实际情况选用不同的方法[1,2,14,15]信息融合方法如图3所示图3信息融合方法1)加权平均法加权平均法是指多个传感器对目标的同一特征进行测量得到相同属性的信息然后根据先验知识将多个相同属性的信息加权平均这种方法比较简单直观一般是在数据层上进行测量获取多种精确的局部的信息应用加权平均方法必须先对系统和传感器进行详细地分析以获得正确的权值2)经典推理方法在先验假设已知的情况下推理描述一个假设条件下观察到的事件概率它完全依据数学理论严格地应用并需要先验概率分布知识但先验概率往往是不确知的3)贝叶斯法贝叶斯法解决了经典推理方法的某些困难在给定一个预先似然估计和附加证据条件下更新一个假设的似然函数允许使用主观概率但同样存在许多缺点4)D-S证据法证据理论的概念是由Dempster多传感器系统信息协调管理提炼融合信息传感器管理3协调内在质量fu融合层次确定信息结构ui{}iu12现象H1y1y1S1u1u1SNyNufu2u2S现象H融合中心融合中心NyfuNSNS估计方法统计方法加权平均法拟人似然估计最小二乘法卡尔曼滤波法经典推理法贝叶斯法D-S证据决策理论品质因素法聚类分析模板法熵理论模糊逻辑产生式规则神经网络遗传算法模糊积分理论信息论方法人工智能方法现代方法经典方法信息融合集2006年5月农机化研究第5期-166-在1976年最先提出的以后由Shafer进一步发展和完善形成了一套关于证据的数学理论因此证据理论通常称为D-S理论在证据理论中引入了信任函数用它来表示由不知道所引起的不确定性当概率值已知时证据理论就变成了概率论即概率论是证据理论的一种特例由于证据理论中肯定与否定并不是简单的真伪肯定与否定的合成也不是肯定与否定测度的简单合成因此这样的模型更符合人类推理机制5)产生式规则法它采用符号表示目标特征和相应的传感器信息之间的联系与每个规则相联系的置信因子表示其不确定性程度当在同一个逻辑推理过程中的两个或多个规则形成一个联合的规则时可产生融合产生式规则存在的问题是每条规则的可信度与系统的其他规则有关这使得当系统的条件改变时修改相对困难如系统需要引入新的传感器则需要加入相应的附加规则6)模糊理论和神经网络法多传感器系统中各信息源提供的环境信息都具有一定程度的不确定性这些不确定信息的融合过程实质上是一个不确定性推理过程模糊融合过程直接将不确定性表示在推理过程中如果采用某种系统的方法对信息融合中的不确定性建模就可产生一致性模糊推理神经网络理论通过修改网络连接权值达到信息融合的目的基于神经网络理论的融合方法优于传统的聚类分析方法尤其是当输入数据中带有噪声和数据不完整的时候还有许多方法在此不再一一列举各种信息融合方法各具特色任何一个融合算法都包罗不了信息融合的完整内涵它们只是信息融合过程中的不同数学计算方法随着各种研究的继续深入必将产生更有效的方法1.6信息融合的过程问题信息融合依赖于各种信息资源因此数据融合系统必须包括多信息的获取即多传感器系统信息融合过程中多传感器系统与信息融合中心紧密相关前者为后者提供信息资源后者加前者的输出使前者的观测结果成为可靠输出信息融合过程中涉及到的两个问题是跟踪和图像分析[14,15]跟踪问题是将来自一个或多个信息源的测量值互联起来以形成一个目标的轨迹或航迹图像分析是根据高分辨率传感器(如TV摄像机热成像仪合成孔经雷达等)的输出通过智能化信息处理演绎出所观察情景的三维模型在产生三维模型的过程中必须互联各个图像元素其联络过程可以认为是信息融合2多传感器信息融合技术的应用信息融合技术首先是在军事领域发展起来的现在已被应用到海上监视空空防御和地空防御战场侦察监视和目标捕获战略防御与告警等领域现在信息融合技术在许多非军事领域也被非常广泛地应用如工业过程控制高级工业机器人医学遥感空中交通管制气象预报海洋监测禁止毒品和管理领域等[1,2,15]在非军事领域的应用概括为以下几个方面2.1过程监测与控制现代工业生产以综合复杂大型连续为其特点采用了大量各式各样的传感器来监测和控制生产过程在这种多传感器系统中各传感器所提供的信息的空间时间表达方式不同可信度不确定程度不同侧重点和用途也不同这对信息的处理和管理提出了新的要求MSIF与工业监测控制结合将给传统的工业监测控制带来新的机理可望形成一种新型的工业监测控制系统目前信息融合技术已在石油测井平台监控系统水电站监控系统包装工业工业远程多媒体监控系统冶金电力工业窑炉控制水处理等各种工业测控系统中得到了广泛应用[16,17]还有一些实际应用系统如核电站和现代飞机等需要准确地监视和控制以保证系统的正常运行根据多传感器来的多源数据经融合之后所给出的系统运行报告对系统进行监视以估计系统的安全情况在工业中对电力系统的故障诊断有研究报导但其对生产过程的控制尚处于开创阶段2.2智能检测系统利用智能检测系统的多传感器进行信息融合处理可以消除单个或单类传感器检测的不确定性提高检测系统的可靠性获得对检测对象更准确的认识目前尝试把信息融合技术应用于智能检测的实例有油品含水率的检测系统牛肉品质无损检测储粮害虫智能检测等[18,19]2.3机器人机器人是非军事领域应用多传感器融合技术最早的领域智能机器人需要依靠本身的传感器系统综合信息识别环境做出决策例如融合超声传感器和摄像机的信息以确定机器人的空间位置智能机器人还被应用于难以由人完成或对人体有害的一些环境和场合如利用工业机器人完成工业监控水下作业在危险环境工作等[20,21]2.4医疗方面为了减少或避免传统诊断方法看摸听问2006年5月农机化研究第5期-167-引起的误诊有人利用信息融合技术将其开发成软件和专家系统如美国期坦福开发的用于诊断血液疾病的MYCIN软件系统2.5空中交通管制在目前的空中交通管制系统中主要由雷达和无线电提供空中图像并由空中交通管制器承担数据处理的任务2.6全局监视监视较大范围的人和事物都可以应用数据融合技术例如根据各种医疗传感器病历病史气候季节等观测信息可实现对病人的自动监护从空中和地面传感器监视庄稼生长情况可预测其产量根据卫星云图气流温度压力等观测信息可预报天气3传感器信息融合技术在农业中的应用3.1MSIF技术在农业工程中的应用现状在农业工程中应用MSIF技术最多的是遥感系统遥感应用主要是对地面目标或实体进行监视识别与定位其中包括对自然资源如水利资源森林资源和矿产资源等的调查与定位对自然灾害原油泄露核泄露森林火灾和自然环境变化进行监测等对一个农业资源监视系统不仅可以对农作物的生长情况种植面积水肥状况自然灾害监测是否发生病虫害等进行监测和了解而且还可以对农作物进行估产通过遥感数据提取农作物的生物物理和生物化学参数进行重要的生物和农学参数的反演和对一些重要的生态系统过程(如光合作用碳氮循环等)的研究模拟通过研究光谱数据与干