多传感器信息融合技术是近年来十分热门的研究课题,它结合了控制理论、信号处理、人工智能、概率和统计的发展 ,为机器人在各种复杂的、动态的、不确定或未知的环境中工作提供了一种技术解决途径。多传感器信息融合是指综合来自多个传感器的感知数据 ,以产生更可靠、更准确或更精确的信息。经过融合的多传感器系统能完善地、精确地反映检测对象特性 ,消除信息的不确定性 ,提高传感器的可靠性。经过融合的多传感器信息具有以下特性 : 信息的冗余性、信息的互补性、信息的实时性和信息的低成本性。

传感器是贯穿各个技术和应用领域的关键技术，在人们可以想象的所有领域中，它几乎无所不在。多传感器的集成与融合技术迅速扩展到军事和非军事的各个应用领域，如自动目标识别、自主车辆导航、遥感、生产过程监控、机器人、医疗应用等。

多传感器信息融合技术是智能移动机器人的关键技术之一。移动机器人在未知环境下的多传感器信息融合，主要解决其自主定位与导航问题。随着传感器技术的发展以及信息融合技术水平的提高，移动机器人获取环境信息的感知能力以及系统决策能力将会得到不断的提高。传感技术、智能技术以及计算技术的不断发展，将会促进移动机器人向智能化、完全自主化方向发展，移动机器人一定能够在有害和危险环境、极限作业及太空等各个领域中扮演拟人的角色。

多传感器信息融合技术在故障诊断领域中的应用，是通过多传感器获取设备状态的特征信号，并进行多层关联组合、数据选择，从而获得对诊断对象故障信息更可靠的认识和对潜在故障发展趋势的态势评估。

多传感器信息融合技术在图像处理方面的应用，能使各种空间、波谱和时间分辨率的图像纳入统一的时空内，融合构成一种新的图像，增加信息量，实现多种信息的互补，改善了图像的质量和有效性。
随着电子技术以及VLSI技术的飞速发展，传感器结构将朝着并行体结构发展，因此，开发并行计算能力的软件和硬件，来满足具有大量数据且计算复杂的多传感器信息融合的要求，是多传感器信息融合技术的主要发展趋势之一。多传感器信息融合技术硬件的主要发展方向是要研究出能处理多传感器信息的集成电路芯片，使传感器模型和接口实现标准化。

2. 研究的基本内容与方案

2.1 研究内容

本论文着重研究多传感器信息融合的层次结构、体系结构和融合方法。并对其中的关键算法进行仿真和分析。

2.2 研究目标

了解数据融合的相关基础知识、掌握多传感器数据融合的基本原理及主要技术、研究多传感器数据融合关键技术，并对其具体实现算法进行仿真分析、根据仿真结果，结合实际，对其应用进行分析。

2.3拟采用的技术方案及措施