硕七学位论文
在智能交通系统中采用多传感器数据融合技术，可实现无人驾驶交通工具的
自主道路识别、速度控制以及定位。德国ＣＳｔｉｌｌｅｒ等人采用卡尔曼滤波融合多个
传感器的输出信号识别汽车行驶路面情况，协助控制机构实现了汽车无人驾驶。
由ＭａｒｔｉｎＭａｒｉｅｔｔａ设计制造的ＤＡＲＰＡ自主陆地车ＡＬＶ，利用激光测距传感器和
图象传感器信息的融合集成识别了公路上的障碍物，而激光测距传感器和方向传
感器的数据融合，可以得到倾角、滚动和平面坐标等信息，建立外部环境视图。
美国ＲＯＭＥ实验室设计的先进传感器开发实验装置，利用数据融合算法实现了景
象产生、ＣＩ仿真、数据融合、评估和控制等战况估计。Ｊｉａｎｇｃｈｕｎｈｏｎｇ等使用模
糊ＡＲＴＭＡＰ神经网络区分最优控制的实时性图象，结合ＤＳ证据理论进行多传感
器的决策层融合应用，提高了导航系统的精确度和系统的学习能力。获得最优导
航参数估计，提高了导航系统的精度和学习能力。
德国西门子公司和荷兰的ＲＴＢ公司联合开发的Ｓｃｈｒｏｂｂｉｅ移动清洗机器人，由
激光、超声波等传感器构成的数据融合导航避障系统，可以准确识别前方位置，
不会发生碰撞和遗漏需要清扫的地面。日本丰田公司的Ａｓｉｍｏ仿人机器人通过多
种传感器信息融合技术，实现了行走、爬楼梯、识别声音的功能。ＬｕｏＲＣ等人研
制的智能生物机器人的控制单元、驱动单元和传感器单元应用了多等级多传感器
的融合方法，提高了智能性和自主性。
我国国防科技大学的“先行者”仿生机器人应用多传感器信息融合技术实现
了动态步行，可以适应地面的高度变化。在机械结构、控制系统结构、协调运动
规划和控制方法等机器人关键技术方面取得一系列重大突破，把机器人神经网络
技术研究推向了新的高度。
中科院沈阳自动化所机器人学国家重点实验室研制的超高压输电线路巡检机
器人，攻克了超高压环境下的机器人机构、自主控制、数据和图像的传输以及电
磁兼容等关键技术，超高压输电线路巡视及检测试验表明能够沿架空地线自主行
走，具有在直线杆塔处越障的能力，通过摄像机可完成对输电设施及线路的巡检。
另外一种非结构环境新型特种机器人，通过对多个传感器的障碍物信息进行融合，
并结合超声波、视觉即时感知机器人位置、状态以及环境信息的定位新方法，有
效解决了移动机器人的精确定位问题。
总而言之，多传感器信息融合技术在智能自主移动机器人上具有巨大的发展
和应用前景，多传感器信息融合技术必将在系统建模、高新传感器研制、多层次
信息融合和新算法等各方面取得更大的突破【１５Ｊ。随着传感器技术、数据处理技术、
人工智能技术、计算方法等相关技术的发展，多传感器数据融合必将成为未来复
杂工业系统智能检测与数据处理的重要技术。虽然国内外对于除冰机器人的研究
还不是很成熟，但是除冰机器人的研究及应用必然有极为广阔的前景，对于高压输电线路的信息检测也有非常积极的现实意义，多传感器融合、具有环境自适应．．ｊ