基于多传感器信息融合的机床测量数据自动补偿系统

机床测量数据自动补偿能够减少加工误差,为提高机床加工精度,设计基于多传感器信息融合的机床测量数据自动补偿系统。首先设计温度传感器、单片机主控与补偿脉冲发生装置,获取机床运动数据,然后采用多传感器融合算法融合采集信息,对信息中误差处理,采用粗糙集理论寻找最佳补偿值,实现机床测量数据自动补偿。实验结果表明,该系统能够有效减少加工误差,可以满足实际应用要求。

混合动力汽车转向稳定性多传感器融合控制技术

为了满足汽车行驶稳定性要求,当前依托于单一传感信息进行转向控制,容易忽略很多影响因素,使得控制后汽车转向质心侧偏角依旧较大。因此,混合动力汽车提出转向稳定性多传感器融合控制技术。考虑混合动力汽车转向过程中的动态特性,构建转向动力学模型,并计算出车辆理想横摆角速度。深入分析横摆角速度、滑移率对车辆转向稳定性的影响,得出期望的横摆力矩和滑移率调整力矩。将汽车转向稳定性控制问题看作二次规划问题,结合BP神经网络和常规PID控制器,设计转向稳定性控制算法,利用车辆转向参数的理想值、实际值和偏差值推算出稳定性控制参数。结合融合多传感器实时采集信息,推算出汽车转向姿态误差代入控制结构中,给出优化后的控制参数。实验结果表明:新提出的控制技术应用后,车辆转向的质心侧偏角不超过±0.012 rad/s,满足了混合动力汽车转向行驶要求。

“多传感器信息融合技术”研究生课程案例库建设与教学实践

案例教学是推动研究生培养模式改革的重要手段。文章以“多传感器信息融合技术”课程作为切入点,在与学科前沿紧密结合的基础上,进行了课程案例库的建构与内容设计,通过在教学环节中复现实际的工程情境,促进研究生对具体问题进行主动思考和深入分析,进而实现知识和能力的充分融合。实施效果调查显示,案例教学有利于拓宽研究生的科研视野,提升研究生的创新能力和工程实践能力。

传感器信息融合下新能源汽车动力电池信号故障检测方法

新能源汽车作为节能环保的新产品具有较好社会前景,内在的动力电池是新能源汽车的主动力源,但电池发动机是一个较为复杂的系统,在处于恶劣环境时,可能出现各种故障问题。新能源汽车的动力电池若发生故障,不但会使汽车的系统性能下降,还会造成灾难性的后果,为此,研究传感器信息融合下新能源汽车动力电池信号故障检测方法。通过一致性定律整理电池系统传感器数据,在近似概率和频率中估算新能源汽车动力电池信号;选择熵权重法理论对数据信号进行区分,以时刻内单体电压作为评价指标,在预处理后构建判断信号故障矩阵;通过故障判断矩阵确定异常信号,在传感器信息融合算法下修订权值,以最大误差范围检测信号输出,检测新能源汽车动力电池信号故障,完成检测方法设计。实验以四组不同类型的新能源汽车作为测试对象,对其动力电池的运动工况进行信号模拟,在不同的接口处获取故障电压信号并完成检测测试,设计的电池信号故障检测方法能够实现精准的故障信号跟踪,完成较为精准的故障信号检测,具有一定的应用价值。

多传感器信息融合技术在机器人设计中的应用

随着智能机器人在工业、医疗、家居等领域的广泛应用,对其感知环境和做出决策的能力提出了更高的要求。多传感器信息融合技术作为提升智能机器人性能的关键手段,通过整合来自不同传感器的信息,可以显著提高机器人的环境感知、定位和导航能力。本文首先回顾了信息融合技术的基本理论和在智能机器人中的应用实例,详细介绍了多传感器信息融合的原理、常用方法及其在智能机器人系统设计中的实现。通过设计具体的实验,验证了信息融合技术在提高智能机器人性能方面的有效性,并对实验结果进行了详细分析。最后,讨论了当前技术的挑战与未来发展方向。本研究不仅展示了多传感器信息融合技术在智能机器人领域的应用潜力,也为未来相关技术的研究提供了参考。

基于多传感器融合的模糊PID采煤机截割路径自适应控制方法

截割路径自适应控制是提高采煤机生产效率和质量的重要手段,但现行方法控制精度较低,在实际中,截割路径RMSE、MAE均比较高。针对现行方法存在的不足和缺陷,提出基于多传感器融合的模糊PID采煤机截割路径自适应控制方法。采用多传感器融合技术感知采煤机截割运动学模型中位置及状态信息,并对多传感器数据融合处理,根据采煤机截割运动学规律得到采煤机截割路径,模糊化截割路径偏差,利用PID控制器调控比例、积分、微分3个参数,修正采煤机截割路径偏差,实现基于多传感器融合的模糊PID采煤机截割路径自适应控制。实验证明,设计方法应用下的采煤机截割路径RMSE和MAE得到了明显降低,为采煤机截割路径自适应控制提供了一定参考。

复杂环境下多传感器信息融合的无人驾驶汽车智能悬架自动控制方法

为提高无人驾驶汽车在破损和小型障碍物路面行驶的安全性和平顺性,提出了一种基于多传感器信息融合的半主动悬架控制方法。建立考虑多传感器信息融合的汽车1/4悬架振动模型,揭示路面不平信息与汽车振动量之间的关系;利用摄像头和雷达波扫描并识别不平路面状况,创建路面不平度数学模型,通过检测边缘交并比和图神经网络(GNN)算法对不平路面进行信息融合和匹配,得到复杂环境下可信度较高的路面不平数学模型;提出利用车速和路面不平信息计算半主动悬架最佳阻尼比,将悬架调节至该阻尼比以实时适应不同路面状况;开展典型路面输入工况下汽车平顺性试验,对比与分析不同悬架的振动加速度响应信号。结果表明:相同条件下多信息融合控制的无人驾驶悬架振动加速度最大峰值比被动悬架减少43%,验证了所提方法的优越性。

多传感器信息融合模糊控制模型设计

多传感器数据的来源众多,数据时间序列的特征随机性强,难以统一,导致其信息应用范围缩小。提出一种多传感器信息融合的模糊控制模型。运用不同映射模式描述多传感器信息融合状态空间,创建随机时段下测量空间矩阵,获得传感器信息采集时间序列特征。根据信息采集时间序列特征构建二级架构信息融合模型,第一级架构使用模糊控制算法划分输入-输出空间模糊区间,得到模糊规则并计算模糊规则相对信任度,利用模糊规则映射关联聚类信息,剔除传感器冗余数据。在此基础上使用智能粒子滤波法将多传感器信息传输至相应粒子滤波模块,代入遗传算法交叉与变异操作调整粒子权重,通过重采样保存高权值粒子,得到完整的多传感器信息融合结果。仿真结果表明,多传感器信息融合的最大能耗值为110 mJ,信息采集网络延迟为0.75 s,融合时间平均值为4.5 s,信息融合的误差值小于50 m,系统鲁棒性较强。

改进的多传感器信息融合算法及其应用

针对量测噪声未知的问题,提出一种改进的多传感器信息融合方法,首先对量测噪声进行实时跟踪与估计,接着基于估计的量测噪声进行最优加权融合,解决常规加权法权值不是最优的问题,最后将融合的结果进行卡尔曼滤波,得到系统的状态估计。将改进的多传感器信息融合方法应用某型无人机(UAV)垂向高度信息融合系统中,经仿真验证,表明该方法具有一定的工程实用价值。

基于多传感器信息融合的菠萝果茎切割点位置检测方法

夹切一体的菠萝(Ananascomosus(L.)Merr.)采摘器在进行田间采摘作业时,需要自主确定果茎切割点位置,而菠萝果茎处容易被植株叶片和苞叶遮挡,采用单一图像处理的方法难以准确识别到果茎切割点位置,为此提出一种多传感器信息融合的菠萝果茎切割点位置检测方法。将深度相机和多组光电传感器结合,利用改进的YOLOv5目标检测算法融合RGB-D深度信息,实现对菠萝冠芽顶部至果实底部长度测量,再利用光电传感器信号变化判断菠萝采摘器是否到达冠芽顶部位置,并将冠芽顶部作为起始位置,控制采摘器下降速度和时间,从而保证采摘器底部安装的切割刀准确抵达果茎切割点位置。台架试验结果表明,该方法对真实菠萝果茎切割点检测成功率达到85%,满足菠萝采摘机器人作业过程中果茎切割点检测准确性要求。

多传感器信息融合的轴承故障迁移诊断方法

在重型装备低速、重载、强噪声环境下,采用单一传感器难以全面获取轴承的故障诊断信息,导致故障识别率低、识别不稳定,致使变工况下轴承故障迁移诊断失效。针对以上问题,提出了一种多传感器信息融合的轴承故障迁移诊断方法。首先,结合传感器的通道数,构建了堆叠卷积神经网络(MCNNs)提取各个通道的故障特征;然后,在MCNNs中引入最小绝对收缩与选择算子(Lasso),并通过网络反向传播完成了特征权值的更新,从而获得了多通道特征的融合;最后,利用源域数据对模型进行了训练,提取了故障特征,并完成了特征融合,采用损失函数完成了模型参数的优化,将源域训练得到的模型结果作为目标域的初始模型,利用目标域样本对初始模型的参数进行了微调,从而完成了模型迁移;并进行了信息融合效果、方法对比以及传感器信息采集属性的性能实验。研究结果表明:传感器的安装位置对信息融合影响较大,MCNNs+Lasso方法具有较好的特征融合效果,平均迁移诊断精度为99.03%,部分精度可达99.97%,在多个变工况的迁移任务中表现出较高迁移精度和良好的泛化性能。

模糊集合下多传感器信息融合算法仿真

多传感器数据融合通常涉及大量数据,受到噪声、不完整性、不准确性等因素的影响,导致融合结果的不确定性增加。为此,提出一种基于模糊集合的多传感器信息融合算法。利用局部保持投影(Locality Preserving Projection, LPP)处理多传感器信息,采用主成分分析(Principal Component Analysis, PCA)分离特征值较大的反射信号,删除特征值较小的随机噪声。利用隶属函数得到不同传感器提供的可信度,将支持度以及可信度转换为基本概率分配函数,引入证据理论(Dempster-Shafer, D-S),实现多传感器信息融合优化。仿真分析表明,所提方法可以得到高精度和高效率的多传感器信息融合结果,峰值信噪比达60dB以上,信噪比一直处于12dB以上,融合最长耗时仅为2.01ms,使其融合性能得到有效优化。

基于多传感器融合的火花探测与喷水控制方法

室内火花探测与喷水自动控制方法直接对火花图像进行识别,未对疑似火花区域面积变化率进行计算,导致方法火花探测效果差,本文提出基于多传感器融合的室内火花探测与喷水自动控制方法。基于多传感器融合计算疑似火花区域的面积变化率,利用图像识别技术对火花进行自动识别,根据识别结果制定相应的智能化喷水控制策略,实现室内火花探测与喷水自动控制功能。试验结果表明,该研究方法在识别火花样本方面更准确,能够更好地检测实际存在的火花。

基于多传感器信息融合的深基坑作业一体化监控系统设计

为提高深基坑一体化监控系统性能,提出基于多传感器信息融合的电力施工深基坑作业一体化监控系统。使用视频服务器和监控云台解码器为系统提供硬件支持,利用编码感知路由,计算监控数据传输的平均延时,通过设置监控信息传输延时的控制参数,融合处理深基坑作业一体化监控信息,结合深基坑作业一体化监控算法设计,实现电力施工深基坑作业一体化监控。测试结果表明系统可以保证作业正常运行,通过将告警推送最大时延和监控数据存储覆盖率分别控制在1 s以内和85%以上,使系统性能满足设计要求。

多传感器信息融合的机械臂避障系统设计

为实现更准确、可靠的环境感知和避障决策,基于多传感器信息融合设计了一种机械臂避障系统。首先利用多传感器采集机械臂工作环境信息,经过数据层、特征层以及决策层处理,建立了多传感器下的机械臂人工势场模型,并加入引力函数、斥力函数和限制函数;其次通过设置传感器检测权重,融合障碍因素综合信息,实现多传感器信息融合下机械臂的避障;最后通过仿真实验证明,采用多传感器信息融合方法能够增加障碍物特征识别的成功率,提升避障成功率和路径规划效率。

工程认证背景下“机器人传感器与信息融合技术”教学改革与探索

工程教育专业认证是实现工程教育国际互认和工程师资格国际互认的重要基础,旨在确保工科毕业生达到行业认可的质量标准,提高工科人才培养质量。机器人工程专业是顺应国家建设需求和国际发展形势的新兴专业,为了提高该专业教学质量,培养高精尖工科人才,本文在工程认证背景下,结合工程教育专业认证培养目标,以“机器人传感器与信息融合技术”专业核心课为例,在课程教学目标、内容、方法以及考核形式等方面进行了一系列改革探索,通过改革促使学生的课堂参与度有所提高,学习积极性和主动性加强,作业完成质量更高效,学生将所学知识应用于实际问题中,提高其理论运用及实践能力,满足社会对高素质人才的需求。

多传感器信息融合的天线促动器故障诊断

促动器作为天线主动面的唯一调整装置,是保障天线反射面精度的关键部件,因此对促动器健康状态的监测至关重要。文中针对单个传感器诊断存在数据维度有限且现有工程数据稀缺的问题,提出了一种连续小波变换与组归一化并行卷积神经网络(Continuous Wavelet Transform-Group Normalization Parallel Convolutional Neural Networks,CWT-GPCNN)的故障诊断方法。首先建立CWT-GPCNN的故障诊断模型,引用组归一化技术加快网络收敛速度并提高诊断精度;然后通过评估超参数对模型性能的影响,确定诊断的最佳模型;最后,采用促动器传动系统实验数据集对所提方法进行验证,实验结果表明所建模型具有较好的泛化能力及多传感器融合的优越性。文中对多传感器融合与单传感器的诊断性能进行了比较,结果证明了多传感器融合诊断的优越性。此外,还对CWT-GPCNN模型与其他3种信息融合模型进行了比较。CWT-GPCNN模型的准确率高达93%,表明它具有良好的诊断性能。

基于多传感器融合的汽车电子控制系统抗电磁干扰策略研究

随着汽车电子化和智能化程度的不断提高,电磁兼容性问题日益凸显,其给汽车电子控制系统的可靠性和安全性带来了严峻挑战。该文介绍多传感器融合技术,分析汽车电磁环境及电磁干扰对电子控制系统的影响,提出基于多传感器融合的抗电磁干扰策略,旨在提高传感器信息可靠性和系统的电磁兼容性。

无线传感器网络的多信道信息融合方法设计

在无线传感器网络组成的物联网中,受并行通信的干扰,导致多信道信息融合效果差、时延高、信息传送能耗大。为此,提出了针对物联网中无线传感器网络的多信道信息融合方法。通过树型拓扑结构合理分配物联网中传感路由节点信道,抑制并行传感通信的干扰。根据信息熵理论,获取各传感信道信息之间的距离差,采用欧氏距离得出各信息单元的距离熵,进行归一化处理,计算出各传感信息单元属性与融合的权重,按照线性加权算法融合各部分的信息,完成多信道信息融合。仿真结果表明:所提方法的多信道信息融合时延和信息传送能耗始终低于0.69 s和59 J,证明所提方法在传感网络多信道信息融合的效果较好,能够有效降低传感信息融合时延,减小传感信息传送能耗。

基于物联网的煤矿动态传感器信息控制系统研发

煤矿传感器信息系统构建对于矿井安全生产具有重要意义。传统数据控制系统信息之间相互独立,缺乏相互协作,为了提高数据传输系统的兼容性和协作性,利用物联网信息的海量性、实时性、连续性和高效访问性等特点,基于数据分配模型,设计了自适应时域的动态信息控制算法(Adaptive Time-Domain Dynamic Information Control System Algorithm,ATDA),并开发了相应的控制系统。该系统初始化采用静态分配程序,在此基础上实时监测煤矿动态传感器数据,分析数据负载信息,利用门限函数对数据选拔并及时进行迁移,实现数据的高效分配。通过鲁西南地区某矿传感器采集的数据信息,模拟矿井数据流对系统进行评价,基于系统全时负载均衡指标LBOT(Load Balancing of Total)、系统短时负载均衡指标LBST(Load Balancing of Short Term)和数据迁移量指标DM(Data Migration)3个关键指标,对比分析了经典Bubba算法和Random算法以及ATDA算法。结果表明:在系统全时和短时均衡性方面(LBOT和LBST),ATDA与Bubba算法接近,优于Random算法,在数据迁移量DM,即通信成本方面本研究算法显著优于其他2种算法;所开发的动态信息控制系统显著降低了数据存储压力,并提高了数据调用效率。