背景技术 机器人触觉的原理就是通过触觉传感器与被识物体相接触或相互作用，完成对物体表面特征和物理性能的感知。机器人触觉传感服装是指分布于机器人全身的服装型触觉传感器，可根据机器人的形状进行剪裁及缝制加工，并可穿戴于机器人身上以感知环境信息。其主要特点是触觉表面柔性大，传感器形状不受限制及感觉的多功能化。
机器人触觉传感服装具有以下特点1 通过传感器获取位置、压力等数据。传感数据在空间上表现为二维平面信息。机器人服装触觉传感是被动式触觉，与机器视觉相似。可借助图像处理方法求取压力数据的时间、空间分布。2 与机器视觉相比，触觉信息更具多样性。除空间数据、压力分布数据外，机器人通过触觉传感器可以获取接触物的多种物理信息，如接触物的表面粗糙度、温度、硬度、材质等。因此它类似于人体皮肤的功能，可以实现机器人对环境更丰富的感知，以便于人机信息的交互。
机器人触觉是20世纪60年代新兴的触觉研究方向，在迄今为止提出的智能机器人触觉传感方法中，有的利用PVDF膜压电效应获得力觉信息，有的利用超声波或压力引起电容变化，还有利用机械开关、光波导传感等多种方案，但这些方案中，考虑问题的重点都是将触觉传感技术应用于机器人手部、指部，有个别方案是将触觉传感用于机器人手臂关节处。目前分布于机器人全身服装型触觉传感技术的研究在国内外仍然处于起步阶段，可供研究的参考资料甚少。智能机器人触觉传感服装，不仅具有高灵敏度和大面积等特点，还可以检测接触物与机器人身体相接触面的外形轮廓和压力分布，其成果可望用于仿人机器人的全身触觉传感系统，在机器人传感技术方面取得新的突破。
智能机器人触觉传感服装的难点是对各传感器获得的数据进行处理。这是因为机器人服装涉及的传感器多达几百上千个，各传感器的特性参数互不相同，接受作用的状态和效果不同，不但需要对获得的数据进行补偿，更重要的是还涉及到多传感器信息融合问题。多传感器信息融合是一个新兴的研究领域，是针对一个系统使用多传感器这一特定问题而展开的一种关于数据处理的研究。多传感器信息融合技术是近几年来发展起来的一门实践性较强的应用技术，是多学科交叉的新技术，涉及到信号处理、概率统计、信息论、模式识别、人工智能、模糊数学等理论。
与单传感器系统相比，运用多传感器信息融合技术在解决探测、跟踪和目标识别等问题方面,能够增强系统生存能力,提高整个系统的可靠性和鲁棒性，增强数据的可信度，并提高精度，扩展整个系统的时间、空间覆盖率，增加系统的实时性和信息利用率等。
利用多个传感器所获取的关于对象和环境全面、完整的信息，主要体现在融合算法上。因此，多传感器系统的核心问题是选择合适的融合算法。对于多传感器系统而言，信息具有多样性和复杂性，因此，对信息融合方法的基本要求是具有鲁棒性和并行处理能力。此外，还有计算方法的运算速度和精度问题；
与前续预处理系统和后续信息识别系统的接口性能；
与不同技术和方法的协调能力；
对信息样本的要求等。一般情况下，基于非线性的数学方法，如果它具有容错性、自适应性、联想记忆和并行处理能力，都可以用来作为融合方法。
多传感器信息融合虽然未形成完整的理论体系和有效的融合算法，但在一些应用领域根据各自的具体应用背景，已经提出了具有针对性的融合方法。而对于机器人触觉传感服装来说，其信息融合的研究非常之少，这也是阻碍其发展的一大因素。目前机器人服装只局限于处理开关信号的处理无检测压力大小，在机器人压力传感方面信息处理比较多的有基于BP网络的压力传感器信息融合、人工神经网络、贝叶斯估计和Dempster-Shafer 证据理论等等，但是都是局限在于机器人手部、指部，也有个别方案是将触觉传感用于机器人手臂关节处，机器人传感服装方面还没有运用。
发明内容 针对现有机器人触觉传感服装传感数据处理方法存在的上述不足，本发明的目的是提供一种机器人触觉传感服装的信息融合数据处理方法，本方法可以解决机器人服装大面积传感单元的信息获取与处理问题，即将分布在全身触觉传感的数据作智能综合，产生比单一传感器获得更精确、更完全、更可靠的估计和判断。
本发明的目的是这样实现的机器人服装触觉传感信息融合数据处理方法，其特征在于它包括如下步骤 ①首先在计算机内建立机器人服装触觉数据库，该数据库至少包括每个传感器的物理位置、从每个传感器获取数据所需要的时间、从每个传感器所获取数据的特性参数、每个传感器恢复误差补偿系数；
②数据获取数据采集卡采集机器人服装上所有传感器传送过来的数据，并将采集到的传感数据送到计算机传感器缓存器中；
③对传感器缓存器中的数据进行预处理将传感器缓存器中的每一个传感数据依次取出并按照时序对传感信号进行滤波和补偿处理，同时根据传感器的时序控制信号并结合机器人服装触觉数据库中的信息，确定该数据对应的传感器的地址信息，该地址与机器人服装传感单元是一一对应的映射关系，所有的数据处理完毕形成传感器模板，该模板为传感器的物理地址、数据格式和传感器的数量；
④传感数据补偿对上步（第③步）处理后的数据再结合机器人服装触觉数据库中的特性参数和补偿系数进行数据补偿和修正；
⑤传感信息融合将所有经补偿和修正后的传感数据综合成一个内在数据单元，通过概率密度公式曲线来分析传感器的特性功能，使用统计理论来定义误差探测标准，并定义间距量度标准来作为探测传感器误差的标准，把所有传感数据根据地址关联性逐一进行融合，同时对传感数据进行误差补偿和错误检测；
⑥将上步（第⑤步）经融合处理后的数据用二维和三维图像显示出来，从而得到接触物的外形轮廓和接触面压力分布。
所述第②步数据采集卡采集数据的方法为把整个触觉服装传感器分成若干个阵列块，将每个阵列块中传感器的行列引出线接入采样扫描电路，通过采样扫描电路进行块选，扫描电路块选信号由安装了数据采集卡的计算机产生，接着将选定的块传感器中每个传感单元的电压信号依次送入信号调理电路，再由计算机控制的数据采集卡将已调理好的信号采集到计算机中，并将采集到的数据存放在计算机传感器缓存器中。
所述第⑥步图像显示方法为首先在计算机内建立一个与实体机器人对应的机器人的三维图像，实体机器人服装上所有的传感器对应着三维图像中的坐标点，传感器的特征值用颜色深浅来表示所读取数值的大小并在三维图像中在该传感器对应的坐标点上表示出来，最后通过调用传感数据文档（即调用经过校正和融合处理后的传感数据）就可以进行触觉数据显示和触觉图像显示，从而得到接触物的外形轮廓和接触面压力分布。
进一步地，为了避免由于传感器偶然性的误差，将数据采集卡连续采集得到的同一传感器的三个数值在传感数据补偿和修正后取平均值作为该传感器补偿和修正后的实际输出。
本方法将分布在全身触觉传感的数据作智能综合，能有效处理并避免了单一触觉组单元不确定性误差的影响和传感器故障产生的错误信息，同时保证融合结果的精确性和可靠性，产生比单一传感器获得更精确、更完全、更可靠的估计和判断。鲁棒性强，可提高机器人全身的空间分解力和清晰度、机器人触觉图像测图精度、分类精度与可靠性，增强解译和动态监测能力，减少模糊度，有效提高触觉数据的利用率等。
本方法可以克服环境温度、电压扰动等各种外界环境的影响，提高接触物体表面轮廓数据测量和图像重构的精度，从而使机器人传感服装具有良好的稳定性、容错性和可靠性。
附图说明 图1-本发明的原理示意图；
图2-机器人触觉传感服装数据处理方法流程图；
图3-触觉传感数据显示结构示意图；
图4-具有不同方差的两个概率分布函数图；
图5-可信间距度的定义示意图。
具体实施方式 以下结合附图对本发明作进一步详细介绍。
图1是本发明的原理示意图。其中包括机器人传感服装、采样扫描电路、信号调理电路、数据采集卡和计算机。触觉服装传感器系统的主体部分采用块状阵列式，即把整个触觉服装分成若干个阵列块，将每个块传感器的行列引出线接入采样扫描电路的核心组成部分-多路模拟开关，通过多路模拟开关进行块选（模拟开关块选信号由安装了NI公司的PCI-6259多功能数据采集卡的主机产生），接着将选定的块传感器中每个传感单元的电压信号依次送入信号调理电路，然后利用数据采集卡对机器人传感服装进行数据采集，并将采集到的传感数据送到传感器缓存器中，经过一系列的数据处理将接触物的外形轮廓和接触面压力分布以图像的形式直观显现。
图2是本机器人触觉传感服装数据处理方法流程图，它包括四大步骤依次是数据获取、数据预处理、传感数据补偿和传感数据处理，其中每一步还包括一些具体的处理方法，本方法还包括一个重要的机器人服装触觉数据库，数据库内存储的信息是各步骤处理的依据。下面结合图2对本发明进行详细说明 机器人服装触觉数据库（分为3个资料库） 1、传感器数据库该数据库包含了系统中所有可用的传感器的相关信息，主要有可用传感器的种类和它们各自的输出数据格式；
每个传感器的操作约束；
每个传感器的物理位置；
从每个传感器获取数据所需要的时间；
从每个传感器所获取数据的特性参数（如标准偏离等）；
对原始数据进行转换，获得具有运算法则特性的数据。
2、传感器错误检测与补偿数据库该数据库包含了所有传感器及其各自性能的信息。有问题的传感器将在该数据库中被勾画出来，并且将对它们的数据作进一步分析，并允许传感数据的误差恢复。恢复误差补偿系数将存储在该数据库中。
3、环境数据库该数据库存储与工作环境相关的信息。环境信息决定下一步的执行动作，成功地执行一项动作需要知道机器人操作者的性格特点和工作环境，这些数据都储存在环境数据库中。
数据获取步骤 本单元的主要任务是为以后的检索获取和存储原始传感数据，该单元有多个传感器输入信号，通过接口将原始传感数据存储在缓存器中，缓存器只是一个存储中介。
机器人触觉传感服装中触觉单元数目非常多，若直接连接到计算机上，则需开发带有大量输入端口的专用计算机板卡，显然此种方式是不合适的。因此机器人触觉传感服装的实验系统设计中将整个触觉服装分成若干个阵列块，每个触觉传感器阵列的行列引出线接入扫描电路，通过扫描电路进行块选，接着将选定的块传感器阵列中每个敏感元件检测到的电压信号依次送入信号调理电路，信号调理电路主要对电压信号进行放大和滤波，再由主机控制的数据采集卡将已调理好的信号按照逐行扫描的方式采集到主机中，并将采集到的数据存放在计算机缓存器中。缓存器指的是PC内存的一个区域，它用来临时存放数据。当需要每秒采集几千个传感单元的数据，并进行实时显示是困难的。但是将采集卡的数据先送到缓存器，可以先将它们快速存储起来，稍后再重新找回它们进行显示或分析。
计算机通过数据采集卡输出时序控制信号进行同步采集，完成传感器的单元选择和数据采集。行扫描法每次扫描一行，从而大大提高了单次触觉阵列全部信息的读出速度，为整个系统的实时性打下硬件基础，并且在提高采样速度的同时，较好地解决了行列间的串扰噪声问题。数据采集卡对多个变化较为缓慢的模拟信号进行A/D转换时，同时利用多路模拟开关将各路模拟信号轮流与A/D转换器接通，使一个A/D转换器能完成多个模拟信号的转换，节省硬件开销。
数据预处理步骤 该步骤涉及传感器选择、传感信号处理、传感数据处理和传感器模板的输出。
传感器选择计算机通过数据采集卡输出时序控制信号进行同步采集，完成传感器的单元选择和数据采集，也就是说传感器单元的选择和数据获取是由计算机输出的时序控制信号决定，而该时序控制信号又是由机器人服装触觉数据库的传感器时序单元决定，并且该时序控制信号是与机器人传感服装的每个传感器有映射关系。
传感信号处理传感信号处理是通过一定的算法控制对采集到的数据进行滤波和补偿。由于测量对象不是稳定的信号，因此