1、信息融合技術(shù)研究如何有效的利用更多的信息,通過降低信息的模糊性與不全面性,實(shí)現(xiàn)對(duì)客觀對(duì)象有效的認(rèn)識(shí)與描述,最終給出正確的決策。融合多個(gè)傳感器所測(cè)量到的信息能夠有效的解決智能移動(dòng)機(jī)器人在復(fù)雜、未知、動(dòng)態(tài)環(huán)境中的導(dǎo)航問題。但是針對(duì)不同的機(jī)器人控制系統(tǒng)與特定的環(huán)境,選取的信息融合算法也不盡相同。由于每個(gè)信息融合算法都有固有的缺點(diǎn),到目前為止還沒有一種融合算法能適合于所有的機(jī)器人控制系統(tǒng)及運(yùn)行環(huán)境,因此對(duì)信息融合算法的改進(jìn)有待于我們進(jìn)一步的研究

2、。
　　本文以信息融合算法中的神經(jīng)網(wǎng)絡(luò)與模糊邏輯算法作為重點(diǎn)研究對(duì)象,以對(duì)算法做出改進(jìn)優(yōu)化應(yīng)用于機(jī)器人導(dǎo)航中作為主要研究目的。針對(duì)BP神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)節(jié)收斂比較慢的問題,通過使用學(xué)習(xí)率的調(diào)節(jié)因子,在訓(xùn)練過程中自適應(yīng)的調(diào)節(jié)學(xué)習(xí)率的大小,減少訓(xùn)練時(shí)間。設(shè)計(jì)兩級(jí) BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)模型用于對(duì)障礙物類型的識(shí)別,把信息融合的過程分成特征層的融合與決策層的融合,提高了系統(tǒng)的魯棒性與靈活性。仿真結(jié)果表明該模型能夠有效的識(shí)別障礙物的類型并且權(quán)值調(diào)節(jié)收