Zusammenfassung
In den letzten Jahren ist das Interesse an einem synergetischen Gebrauch mehrerer Sensoren stark gewachsen, um die Fähigkeiten intelligenter Maschinen und Systeme zu steigern [LK89], Dies liegt vor allem daran, daß der Gebrauch von Einzelsensoren fundamentalen Beschränkungen bezüglich der Erfaß-barkeit der realen Welt unterliegt, da die einzelnen Sensoren jeweils nur sehr partielle Beschreibungen liefern können. Darüberhinaus gibt es aber auch andere Gründe, Multisensorsysteme zu verwenden, um die inhärenten Nachteile von Einzelsensorsystemen zu verringern. Messungen der Sensoren sind ungenau, partiell, gelegentlich falsch und häufig geometrisch und geographisch unvergleichbar mit anderen Messungen [DW88]. Durch Sensordatenfusion können diese durch die Sensoren induzierten Ungenauigkeiten reduziert werden. Um die reale Welt jedoch zielgerichtet zu beobachten, ist ein Sensorplanungssystem erforderlich, das die dazu notwendigen Sensoren und Sensordatenverarbeitungsprozesse bestimmt. Im nächsten Abschnitt werden in einem kurzen Überblick Sensorintegration und Sensordatenfusion vorgestellt. Abschnitt 3 gibt eine Übersicht auf einige Sensorplanungssysteme und diskutiert deren unterschiedlichen Ansätze. Im Abschnitt 4 wird ein Konzept eines Sensorplanungssystems für kooperierende Sensoren in einer dynamischen Umwelt vorgestellt.
Teile dieser Arbeit werden durch den NATO Collaborative Research Grant No. CRG 910994 gefördert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
J.G. Baichen, F. Dessen, and G. Skofteland. Sensor Integration Using State Estimators. NATO Advanced Research Workshop, Marathea, Italy, 1989.
B. Beni, S. Hackwood, L.A. Hornak, and J.L. Jackel. Dynamic Sensing for Robots: An Analysis and Implementation, Int. Journal Robotics Research, 2(2):51–61, 1983.
P. L. Bogler. Shafer-Dempster Reasoning with Applications to Multisensor Target Identification Systems. IEEE Systems, Matt and Cybernetics, 1987.
G.M. Castore. Solid Modeling, Aspect Graphs and Robot Vision. 1984. in [PB 84].
A. Cameron and H. Durrant-Whyte. A Bayesian Approach to Optimal Sensor Placement. The Int. Journal of Robotics Research, 9(5), 1990.
. Integration, Coordination and Control of Multi-Sensor Robot Systems. Engineering and Computer Science. Kluwer Academic Publishers, Boston, 1988.
H.F. Durrant-Whyte, R. Rao, and H. Hu. Toward Fully Decentralized Architecture for Multi Sensor Data Fusion. Proc. of the IEEE Int. Conf. on Robotics & Automation, 1990.
P. Grandjean and A. Robert de Saint Vincent. 3-D Modelling of Indoor Scenes by Fusion of Noisy Range and Stereo Data. CH2750–8/89/0000/0681$01.00 IEEE89, 1989.
G. Grunwald. Integration, Fusion und Planung in der Multisensordatenverarbeitung. DLR-OP Institut für Robotik und Systemdynamik, 1991. Interner Bericht, IB 515–91–11.
J.K. Hackett. Multisensor Fusion: A Perspective. Proc. of the IEEE Int. Conf on Robotics & Automation, 1990.
G. Hager. Task Directed Sensor Fusion and Planning: A Computational Approach. Kluwer Academic, 1990.
S.A. Hutchinson, R.L. Cromwell, and A.C. Kak. Planning Sensing Strategies in a Robot Workcell with Multi-Sensor Capabilities. Proc. of the IEEE Int. Conf. on Robotics & Automation, 1988.
G. Hirzinger, G. Grunwald, B. Brunner, and H. Heindl. A Sensor-based Telerobotic System for the Space Robot Experiment ROTEX. 2. International Symposium on Experimental Robotics, 1991. Toulouse, France.
C. Hansen and T. Henderson. CAGD — Based Computer Vision. IEEE — Transaction on Pattern Analysis and Machine Intelligence, 11(11), 1989.
G. Hirzinger. The Telerobotic Concepts of ROTEX — Germany’s First Step Into Space Robotics. 39th I.A.F., Bangalore, India, 1988.
S.A. Hutchinson and A.C. Kak. Planning Sensing Strategies in a Robot Workcell with Multisensor Capabilities. IEEE Transactions on Robotics and Automation, 5(6), 1989.
G. Hager and M. Mintz. Task-Direkted Multi Sensor Fusion. Proc. of the IEEE Int. Conf. on Robotics & Automation, 1990.
T. Henderson and E. Shilcrat. Logical Sensor Systems. Journal of Robotics Systems, 1(2):169–193, 1984.
R.L Luo and M. G. Kay. Multisensor Integration and Fusion in Intelligent Systems. IEEE Transactions on Systems, Man and Cybernetics, 19(5), 1989.
R.L. Luo and M. Lin. Robot Multi Sensor Fusion and Integration: Optimum Estimation of Fused Sensor Data. Proc. of the IEEE Int. Conf on Robotics & Automation, 1988.
D. McDermott. Planning Reactive Behavior: A Progress Report. In J. Allen, J. Hendler, and A. Tate, editors, Innovative Approaches to Planning, scheduling and Control. 1990.
L. Pau. Sensor Data Fusion. Journal of Intelligent and Robotic Systems, pages 103–116, 1988.
J. Raczkowsky. Ein Konzept fir die Multisensordatenverarbeitung in der Robotik. PhD thesis, Fakultät für Informatik, Universität Karlsruhe (TH), 1989.
J.M Richardson and K.A Marsh. Fusion of Multisensordata. The International Journal of Robotics Research, 7(6), 1988.
S.W Shaw, R. deFigueiredo, and K. Krishen. Fusion of Radar and Optical Sensors for Space Robotic Vision. Proc. of the IEEE Int. Conf on Robotics & Automation, 1988.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Grunwald, G. (1992). Integration, Fusion und Planung in der Multisensordatenverarbeitung. In: Görke, W., Rininsland, H., Syrbe, M. (eds) Information als Produktionsfaktor. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77810-0_32
Download citation
DOI: https://doi.org/10.1007/978-3-642-77810-0_32
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-55960-3
Online ISBN: 978-3-642-77810-0
eBook Packages: Springer Book Archive