什么是传感器融合？
2011-09-19 16:28:31   来源：微迷   评论：0   点击：

作者：Michael Stanley

当我的同事最近问我“什么是传感器融合？”这个问题时，我必须停下来仔细思考一下。如同Justice Potter Stewart曾经说过的那样：“所见即所知”。但工程师每天都在处理这一课题，我应该能够更加出色地胜任这一任务。最终我想出以下这些要点：

传感器融合包含以下介绍的各种技术：

* 平衡各种传感器的优势和劣势，利用单独部件获得更大的计算能力；
* 充分利用以下优势，提高计算结果的质量和噪声级：
（1）传感器数据之间的已知数据冗余；
（2）系统传递函数、动态和/或动力学的知识。

老天！这听上去就像是我的教科书一样。通过观察一个例子，你会发现这其实非常有趣！

加速度传感器可以返回包括惯性加速度和重力在内的被测量。当它们没有运动时，可以成为非常出色的倾斜仪。但它们无法探测到重力矢量的旋转情况。磁力计在探测地球磁场的时候，也有着类似的问题。但将二者结合在一起，你就可以将二者的优势进行互补，从而获得此前单独使用时无法获得的优势。

MEMS陀螺仪用于测量角旋转，通常可以快速响应旋转的变化。随着时间的延长，它们也通常会出现相当大的偏移和漂移现象。磁力计可以提供一种方式，来抑制这些偏移和漂移。反之，陀螺仪的数据可以作为复查磁场干扰的有用工具。

你会看到上述这些技术应用在各种各样的iPhone和Android传感器应用之中，如今你可以将它们下载到自己的手机内。有时，你还可以看到开发人员也在应用这些技术！

我喜欢向人们展示的传感器融合应用之一便是“3D罗盘”应用，我已经将它下载到了我的Xoom安卓系统之中。这种增强现实应用的技术融合了磁力计、加速度传感器和GPS信息，不仅可以为你展示你所在的位置，而且还可以显示出你当前的视野。这种应用屏幕可以提供当前的摄像头视图，还可以利用虚拟罗盘进行叠加，以同样的方式映射出你所面对的方向，并且放慢你当前的位置。非常有趣！

我希望大家能够在未来的几个月内看到像这样更具创意性的应用出现。

在未来的几年内，我们将会看到以算法为基础发展起来的应用，它们可以根据研究对系统的行为进行建模，包括系统内传感器的静态噪声级。利用预测的数值比较被测量，通常它可能会将从表面上看似噪声的信号进行提炼整理。

低成本MEMS和固态传感器正在推动多年前受制于成本的消费电子产品和应用不断取得了进展。我们非常幸运，我们在微观层次上所解决的大部分传感器融合问题，在30多年前已经被美国宇航局(NASA)和航天部门在宏观层次上得到了解决。由于加入了飞思卡尔的传感器团队，我必须重新温习我的数学和控制理论，并且购买了大量的教科书。