為了對(duì)造船中所用型材變形進(jìn)行在線檢測(cè), 在高精度劃線切割機(jī)器人系統(tǒng)中, 建立了多傳
感器檢測(cè)系統(tǒng), 引入基于小波變換和虛擬噪聲自適應(yīng)卡爾曼濾波的多分辨率最優(yōu)多傳感器數(shù)據(jù)融合方法, 實(shí)現(xiàn)了對(duì)噪聲統(tǒng)計(jì)量缺乏先驗(yàn)知識(shí)和模型參數(shù)不確切的多分辨率多傳感器的數(shù)據(jù)融合. 實(shí)驗(yàn)結(jié)果表明, 多傳感器數(shù)據(jù)融合可以有效地實(shí)現(xiàn)變形型材的在線檢測(cè), 提高系統(tǒng)的測(cè)試精度和可靠性.
高精度劃線切割機(jī)器人系統(tǒng)是應(yīng)造船領(lǐng)域中型材的劃線和切割而開發(fā)研制的, 多傳感器數(shù)據(jù)融合技術(shù)是該系統(tǒng)的關(guān)鍵技術(shù)之一. 在造船行業(yè)中, 劃線和切割所大量使用的型材幾乎都是變形的, 型材的變形嚴(yán)重影響系統(tǒng)的加工精度和質(zhì)量, 該系統(tǒng)應(yīng)用多傳感器數(shù)據(jù)融合技術(shù)有效地實(shí)現(xiàn)了變形型材在線檢測(cè).
小波變換是功能強(qiáng)大的多尺度信號(hào)處理算法,這種算法一直吸引著從事隨機(jī)信號(hào)估計(jì)學(xué)者的關(guān)注. 早期,Basseville 等[ 1 ]在從事隨機(jī)過程的參數(shù)化和白化性能的研究時(shí), 在小波變換的啟發(fā)下建立了多尺度自回歸模型; 隨后, Chou 等[ 2 ]研究了基于小波變化的多尺度自回歸模型、平滑算法和數(shù)據(jù)融合;Hong[ 3 ]研究了多傳感器多分辨率分布式濾波, 小波變換連接不同尺度間的變換. 本文在綜合以上算法的基礎(chǔ)上提出了適合于該系統(tǒng)的多分辨率最優(yōu)數(shù)據(jù)融合算法.