1　概述

信息融合是指利用計算機技術對來自多傳感器的探測信息按時序和一定準則加以自動分析和綜合的信息處理過程，是對多種信息的協調優化，又稱數據融合。多傳感器由于所測物理量之間的互補性，能獲取比單傳感器更多、更有效的信息，變單源探測為網絡探測，顯著擴展目標感知的時間和空間的覆蓋范圍，具有更高的系統可靠性、更大的空間和時間覆蓋范圍、良好的置信度和分辨率、系統冗余度高、生存能力強等優點。多傳感器信息融合技術由于其信息表現的多樣性、信息容量的巨大性、信息關聯的復雜性以及對信息處理的及時性等，大大超出了單傳感器處理能力，因此獲得了廣泛應用。

在高速公路交通管制系統中，我們利用MSDF（即多傳感器信息融合）系統獲取應有的交通數據，并將其反饋到控制器進行分析、推理，給出控制參數，實現對高速公路運行車輛的實時控制，以達到安全、暢通、高效、有序的目的。本文由此提出了一種基于多傳感器信息融合技術的高速公路交通管制模型，給出系統融合結構和多傳感器的數據處理算法等。

2 系統融合結構

圖1 融合系統模型框圖

信息融合的結構模型一般有三種基本形式：集中式、分散式和分級式。本文從應用的角度出發，采用的是集中式多傳感器信息融合，如圖1所示。集中式多傳感器系統的所有傳感器地理配置位置相近，通過通訊網絡將原始信息傳輸到融合中心，由中央處理實施統一處理，這種融合結構的優點就是簡單、精度高。

模型由k個傳感器組成多傳感器系統提供高速公路車輛信息，由融合中心對這k個信息進行融合。每個傳感器的探測范圍涵蓋左右各兩個傳感器的覆蓋范圍，以傳感器3為例，它的覆蓋范圍為傳感器1-5。傳感器1-5的輸出信息Signal(1)、Signal(2) 、Signal(3)、 Signal(4)、 Signal(5)在融合中心中融合成新的信息Signal(a)。依次類推，k個傳感器系統中獲取的信息可以最終被融合成結果信息Signal（p），送入中心處理器得出交通參數。由圖1可以看出， 多傳感器系統中得到的是k維信息向量，輸出的信息維數為p，所以信息融合的算法本質上是實現一種由k維空間到p維空間的非線性映射。我們可以憑借融合推理算法，充分利用多傳感器的信息資源，將多傳感器在空間或時間上冗余和互補的信息，依據某種準則來進行組合和推理，以獲得對被測對象的一致性解釋和描述。

結合系統融合原理，高速公路交通管制系統所使用的傳感器根據現場用途包含測速儀、紅外遙測裝置（測距儀）、廣播發生器及緊急求助救援報警器等。具體情況為:車輛駛入高速公路的路口處時，為其隨機分配廣播接收頻率（在交通控制獨立頻段中），每輛車的廣播接收頻率各不相同。包含著測速測距功能的傳感器將車輛行駛實時信息傳送給中心處理器，通過數據融合處理之后，在必要時對車輛進行廣播。廣播內容包括天氣狀況（雨、雪、霧及能見度等）、前方路況（彎、坡等）、車輛過近告警、超速告警、車速建議、前方事故告警及車輛分流建議等。目的在于綜合氣象、路況等信息，最大限度避免交通事故的發生，保障車輛運行的高效、有序、安全。一旦發生事故之后可對后續車輛進行預警，防止連環相撞等惡性事故發生。

3 信息融合算法

3.1信號獲取

多傳感器信號獲取的方法很多，可根據具體情況采取不同的傳感器，獲取被測對象的信號。此處根據雷達測速儀、紅外遙測裝置等對速度及車間距進行測量。

3.2 特征提取及信號的預處理

對來自傳感器的原始信息進行特征提取，特征即被測對象的各種物理量。此處提取的主要參數為車速V、車間距K。在信號獲取過程中，由于各種客觀因素的影響，在檢測到的信號中常�；煊性肼�。在對多傳感器信號融合處理前，還要對傳感器輸出信號進行預處理，以盡可能地去除這些噪聲，提高信號的信噪比。信號預處理的方法主要有去均值、濾波、消除趨勢項、野點剔除等。

3.3 信息相關及融合推理

信息相關就是要對各傳感器獲得的信息進行關聯處理。信息相關的核心問題之一是要克服傳感器測量的不準確性和干擾等引起的相關二義性，即保持信息的一致性：在一個多傳感器系統中，每一種傳感器所提供的數據不可避免地受環境狀態和傳感器本身特性的制約，因而不同的傳感器對環境中同一特征所測的數據有時彼此差別很大甚至是矛盾的，這就會造成關聯的二義性，如何降低關聯的二義性是信息融合研究必須解決的問題；另一個核心問題就是要控制和降低相關計算的復雜度，開發出合適的相關處理算法和模型。

融合推理是進行信息融合的核心步驟，它所完成的功能主要有：對傳感器獲得信息的取舍做出決定，顯然不是傳感器獲得的所有信息都要進行融合處理；對同一傳感器相繼獲得的信息進行綜合和狀態估計，并參照其他信息源的信息進行修改驗證；對不同傳感器的相關信息進行驗證分析、歸納綜合、協調修改和狀態跟蹤估計。

3.4 信息融合的具體算法

圖2：車輛探測模型圖

以圖2模型為例，前文提到每個傳感器的探測范圍涵蓋左右各兩個傳感器的覆蓋范圍，則能探測車輛A的傳感器為1、2、3、4，能探測車輛B的傳感器為2、3、4、5。

為了降低關聯的二義性，對傳感器獲得的信息做恰當取舍，速度及車間距數據采用貝葉斯準則進行融合。貝葉斯準則是多傳感器系統優化決策的主流技術，是發展最早的融合方法。這種方法首先對各傳感器信息進行相容性分析，刪除那些可信度很低的錯誤信息，然后對保留下來的信息進行貝葉斯估計，以求得最優的融合信息。以車輛A為例，傳感器1-4分別單獨的測量出車輛A的速度，剔除四個數據中方差最大的一個，對剩余三個數據進行平均估計，假設每個獨立傳感器的故障概率為 ，此時系統的準確度為 。

結合多傳感器的測距結果，可得出A、B兩車的空間位置關系（即縱向距離a及橫向距離b），如下圖所示：

圖3：車輛橫向、縱向距離模型圖

安全縱向距離：

其中，車速 ，人的反應時間 ，天氣狀況（路面濕滑程度、可見度等）對剎車距離的影響 ，生物鐘對剎車距離的影響 （統計資料表明夜間發生交通事故概率比白天大1-1。5倍）以及其他因素對剎車距離的影響 。

如果兩車縱向距離a接近安全縱向距離 與安全余度乘積時，通過兩車分配的頻率提出告警，根據兩車的橫向距離b來鑒別屬于超車意圖還是追尾前兆，從而最大限度避免車輛相撞事故的發生。一旦發生事故，則對即將經過該區域的車輛通過廣播進行預警，遇車輛擁堵時則通過廣播進行車輛分流。

4 結論

當前的高速公路控制方式，已不足以收集和處理復雜狀況下的交通信息。采用多傳感器信息融合方法，則可以在復雜、多變和存在許多不確定因素的情況下，對交通情況和應急告警作出適時而完整的評估。多傳感器信息融合技術減少了測量中的不確定性，增強了系統的容錯性，可增強數據的準確性與可靠性，使交通管制部門能更全面、準確、合理、方便地認識和使用信息。本文將多傳感器信息融合技術引入到高速公路交通管制系統中，構造了一種多傳感器分布式控制方案，給出了多傳感器信息融合算法。文中的例子雖較簡單，但不失一般性。

參考文獻：

[1] 王耀南、李樹濤 多傳感器信息融合及其應用綜述，控制與決策，2001年第16期第5卷:518～522

[2] 張明路、戈新良、唐智強 多傳感器信息融合技術研究現狀和發展趨勢，河北工業大學學報，2003年第32期第2卷：30～35

[3] 曹輝、吳超仲、嚴新平 多傳感器信息融合技術及其在駕駛模擬器中的應用， 交通與計算機，2004年第4期第22卷：48～50

[4] 孔軍 基于多傳感器信息融合的道路收費系統，電子技術，2003年第1期：55～57

[5] 劉朝陽、蔡自興 基于信息融合的多傳感器偵察技術，計算機時代，2004年第10期：7～9

作者簡況:

（1）       曹飛龍，男，生于1983年2月，中國民航大學在讀研究生，飛行器設計專業，

（2）       馮振宇，男，教授，中國民航大學研究生導師

09822