1 江苏科技大学机械工程系，江苏 镇江 212003
2 陕西柴油机重工有限公司，陕西 兴平 713105
3 火箭军工程大学控制工程学院，陕西 西安 710025
加工过程状态监测是实现加工状态智能监控的前提和基础。针对加工过程中的故障特征多种多样，单一传感器采集的信息不全面以及得到的诊断结果可靠性低的问题，基于LabVIEW 平台开发了多传感器加工过程智能监测系统，该系统可以对加工过程中的电流、振动、噪声和声发射信号进行采集、存储、分析和诊断。实验结果表明，该系统可以准确地采集多传感器信号，同时能对信号进行存储、分析和诊断，可以提高机床加工效率和产品质量，减少生产过程中的损失和浪费，可在实际生产中实现更加智能化和高效化的加工状态监控。
智能监测 多传感器 数据采集 系统设计 可靠性 intelligent monitoring multi-sensor data acquisition system design reliability
南京航空航天大学机电学院，江苏 南京 210016
为了实现对跨尺度零件微小结构的尺寸精度和定位精度的同时测量，提出一种基于宏微复合标定的测量方法。建立不同尺度传感器组合式测量的标定模型，利用变焦扫描显微系统测量零件微尺度特征，利用双目系统测量定位显微设备，从控制坐标转换精度的角度设计加工特殊的标定块，将其作为跨尺度中转坐标系，标定变焦扫描显微重建点云坐标系与测头坐标系的空间转换关系，从而将局部测量点云统一至一个数据集中以完成所有局部区域的整体拼接。与理论模型对比分析，所提测量方法的各孔圆心坐标分布圆度误差为0.0438 mm，平面度误差为0.0252 mm，对喷注器各孔位姿的点误差值小于0.029 mm，孔轴向误差小于0.1140°。与面结构光传感器重建结果对比分析，所提模型能够在保证高精度重建三维形貌的情况下，更加正确地获取跨尺度零件的尺寸和位置。
表面形貌测量 跨尺度 多传感器方法 点云拼接
1 东南大学仪器科学与工程学院，江苏 南京 210096
2 微惯性仪表与先进导航技术教育部重点实验室，江苏 南京 210096
3 国网江苏省电力有限公司南京供电公司，江苏 南京 210019
针对单一传感器难以解决激光雷达在运动场景中因为点云畸变和误差累积产生的运动失真与定位精度差的问题，提出一种融合惯性测量单元数据和轮速计数据的激光雷达点云畸变矫正与定位方法。首先，以激光雷达数据为时刻基准，利用积分的方法对惯性测量单元和轮速计的数据进行预处理；之后，将融合数据与激光雷达数据融合，以矫正产生畸变的激光点云；最后，利用线性插值的方式来保证传感器间数据的时间同步，并将计算的位姿作为里程计迭代计算的初值，降低计算复杂度并提高里程计的定位精度。实验结果表明，相比没有采用多传感器融合的传统方案（LOAM、F-LOAM），在公开数据集实验中，所提方法的定位均方根误差分别降低了81.11%和21.54%，在自测数据集实验中，定位均方根误差分别降低了52.76%和24.29%。
激光雷达 畸变补偿 多传感器融合 激光雷达里程计 激光与光电子学进展
2023, 60(24): 2428003
1 长安大学 道路施工技术与装备教育部重点实验室, 陕西 西安 710064
2 中国铁建重工集团股份有限公司, 湖南 长沙 410000
3 南京信息工程大学 计算机与软件学院, 江苏 南京 210044
三维重建技术是机器视觉中最热门的研究方向之一，在无人驾驶和数字化加工与生产等领域得到了广泛的应用。传统的三维重建方法包括深度相机和多线激光扫描仪，但是通过深度相机获得的点云存在着信息不完整和不精确的问题，而多线激光扫描仪成本高，阻碍了该项技术的应用和研究。为解决上述问题，提出了一种基于转动式二维激光扫描仪的三维重建方法。首先，用步进电机带动二维激光扫描仪旋转运动来获取三维点云数据。然后，用多传感器融合的方法对激光扫描仪的位置进行标定，采用坐标系变换完成点云数据的匹配。最后，对采集得到的点云数据进行了滤波和精简处理。实验结果表明：相较于深度相机/IMU数据融合的重建方法，平均误差降低了0.93 mm，为4.24 mm；精度达到了毫米级别，误差率也控制在了2%以内；整套设备的成本相较于多线激光扫描仪大大降低。本文方法基本满足保留物体的外形特征、高精度和成本低的要求。
二维激光扫描仪 坐标系变换 多传感器融合 三维重建 2D laser scanner coordinate system transformation multi-sensor fusion three-dimensional reconstruction
1 湖北工业大学,武汉 430000
2 湖北省农机装备智能化工程技术研究中心, 武汉 430000
同步定位与建图(SLAM)技术是自主移动机器人的主要技术支撑, 成为当今的研究热点。介绍了SLAM 技术的发展历程及主要传感器, 梳理了基于视觉、激光雷达以及多传感器融合的SLAM技术, 并对常见的SLAM算法进行归纳总结, 对比分析各实现方案的优缺点。最后探讨了SLAM的技术难题和发展趋势。
同步定位与建图 激光雷达 视觉相机 多传感器融合 自主移动机器人 SLAM lidar vision camera multi-sensor fusion autonomous mobile robot
1 西南石油大学机电工程学院，四川 成都 610500
2 中国石油集团川庆钻探工程有限公司安全环保质量监督检测研究院，四川 成都 610056
3 中国石油集团西部钻探工程技术研究院，新疆 乌鲁木齐 830000
针对多传感器管道缺陷检测数据融合精度不高的问题，提出了一种改进鸟群算法（IBSN）与加权正则化极限学习机（WRELM）相结合的多传感器检测管道缺陷数据融合方法。首先，利用电磁超声导波、漏磁以及涡流检测设备采集管道缺陷数据，将高斯核函数样本权重矩阵和正则化参数引入极限学习机中，建立WRELM数据融合模型；而后，通过引入混沌变量和高斯扰动、优化警惕行为以及改变飞行行为中步长因子来优化鸟群算法，采用IBSA优化WRELM输入层到隐含层的连接权值和隐含层的偏置；最后，利用多仪器检测管道缺陷数据融合平台进行实验分析。实验结果表明：采用IBSA-WRELM的多仪器检测管道缺陷数据融合模型的误差最小，仅为2.33%，有效提高了多仪器检测管道缺陷数据的融合精度。
油气管道腐蚀 多传感器 改进鸟群算法 加权极限学习机 数据融合 激光与光电子学进展
2023, 60(4): 0412001
1 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
2 光电控制技术重点实验室, 河南 洛阳 471000
3 中航航空电子有限公司, 北京 100000
4 中国航空工业集团公司西安航空计算技术研究所, 西安 710000
针对多传感器目标识别中证据存在非一致性问题, 提出一种面向目标识别的基于证据置信熵与相似性的多传感器证据融合算法。首先, 利用传感器证据非一致性不确定度与非特异性不确定度, 提出了一种基于置信熵的传感器证据不确定性度量模型; 在此基础上, 结合传感器证据距离与证据冲突, 设计了一种基于置信熵与相似性的传感器证据权重生成方法; 最后, 构建了一种多传感器证据融合模型。仿真结果表明, 所提出的多传感器信息融合方法进行目标识别时, 相较于传统算法具有更好的有效性。
目标识别 多传感器证据融合 证据理论 置信熵 证据相似性 target recognition multi-sensor evidence fusion evidence theory belief entropy evidence similarity
1 清华大学电子工程系, 北京 100084
2 中国人民解放军 31401部队, 吉林长春 130022
3 北京科技大学计算机与通信工程学院, 北京 100083
对于视觉惯性里程计(VIO), 视觉遮挡、运动物体等复杂场景可能带来异常的视觉测量, 导致系统定位精确度急剧下降。对此, 提出了一种新的 VIO异常视觉测量的检测和处理方法。通过选取检测指标、设置先验阈值和设计检测分类器, 实现对异常视觉测量的检测与分类；提出多传感器融合策略和自适应误差加权算法, 及时消除与实际运动不一致的异常视觉测量的影响；最后, 将异常视觉测量检测和处理算法整合到基于关键帧的视觉惯性里程计(OKVIS)系统中, 提出了视觉惯性里程计的异常检测和处理(EDS-VIO)系统框架。在复杂场景仿真数据集上的评测结果表明, EDS-VIO比 OKVIS取得了更好的性能, 定位误差均值从 1.045 m下降到 0.437 m。所提方法较好地提升了 VIO在复杂场景中的定位精确度和鲁棒性。
视觉惯性里程计 异常视觉测量 多传感器融合 自适应误差权重 复杂场景 Visual-Inertial Odometry abnormal visual measurement multi-sensor fusion strategy adaptive error weighting complex scene 太赫兹科学与电子信息学报
2022, 20(10): 1038
东南大学仪器科学与工程学院，江苏 南京 210096
为了解决视觉-惯性里程计（VIO）在室外复杂环境中图像特征信息不足和累计误差的问题，设计提出了一种基于点线特征的单目VIO和全球卫星导航系统（VIO-GNSS）定位算法。首先，提出了一种基于几何约束的最小化策略对提取的线特征进行前后帧间约束匹配，改进了基于点线特征的单目VIO算法；在此基础上，建立了改进的VIO-GNSS松耦合定位模型，利用GNSS全局观测值对VIO位姿估计的累计误差进行校正和抑制。在KIITI数据集和实测数据集中进行了实验验证，结果表明，与几种同类算法相比，提出算法在GNSS信号良好/间断/拒止的大型室外复杂环境中均可保持良好的精度和鲁棒性，且满足驾驶定位的实时性要求。
机器视觉 运动估计和光流 点线特征 视觉-惯性里程计 卡尔曼滤波 多传感器定位 激光与光电子学进展
2022, 59(18): 1815002
