小议多传感器融合技术的家电节能系统设计

小议多传感器融合技术的家电节能系统设计

容刚锋

美的环境电器制造有限公司528000

摘要：多传感器信息融合是用于包含处于不同位置的多个或者多种传感器的信息处理技术。随着传感器应用技术、数据处理技术、计算机软硬件技术和工业化控制技术的发展成熟，多传感器信息融合技术已形成一门热门新兴学科和技术。尤其是其在家电节能系统设计中的应用，能够有效实现家居系统的节能目标。

关键词：多传感器；融合技术；家电节能系统设计

1.多传感器融合技术的基本原理

多传感器信息融合技术的基本原理就像人的大脑综合处理信息的过程一样，将各种传感器进行多层次、多空间的信息互补和优化组合处理，最终产生对观测环境的一致性解释。在这个过程中要充分地利用多源数据进行合理支配与使用，而信息融合的最终目标则是基于各传感器获得的分离观测信息，通过对信息多级别、多方面组合导出更多有用信息。这不仅是利用了多个传感器相互协同操作的优势，而且也综合处理了其它信息源的数据来提高整个传感器系统的智能化。

2.多传感器融合技术的几种理论方法

2.1卡尔曼滤波（KF）

卡尔曼滤波处理信息的过程一般为预估和纠正，他对多传感信息融合技术的作用中不仅是个简单具体的算法，而且也是一种非常有用的系统处理方案。事实上，它与很多系统处理信息数据的方法类似，它利用数学上迭代递推计算的方法为融合数据提供行之有效的统计意义下的最优估计，但是对存储的空间和计算要求很小，适合于对数据处理空间和速度有限制的环境下。KF分为分散卡尔曼滤波（DKF）和扩展卡尔曼滤波（EKF）两种。DKF能使数据融合完全分散化，而EKF能有效克服数据处理的误差和不稳定性对信息融合过程产生的影响。

2.2人工神经网络法

这种方法通过模仿人脑的结构和工作原理以传感器获得的数据为网络的输入，通过网络的训练在相应的机器或者模型上完成一定的智能任务来消除非目标参量的干扰。神经网络法对于消除在多传感器在协同工作中受各方面因素相互交叉影响效果明显，而且它编程简便，输出稳定。

3.基于多传感器融合技术的家电节能系统设计

本节以一种多传感器融合技术在家电节能系统设计中的应用为实例，该系统采用STM32F103V8作为系统的核心处理器，控制Zigbee无线通信系统对多种家居环境中的数据传感器进行数据采集和状态监测，由底层设计的多传感器数据融合算法对家居环境中的状态进行数据分析和模型建立，并依据核心算法做出相应的节能决策对家居环境中的用电设备进行控制。决策通过Zigbee系统进行决策发出，将指令发出到相应的用电设备，并对状态进行检测，检验决策的执行效果，实现系统的整体稳定运行。

健康人居理念是在城市化进程中逐渐被提出的一种现代人居思想，在1998年，国内提出了生态人居理念的概念，该理念在现代家居环境中也越来越受到人们的重视，该理念提倡健康，生态，绿色的现代家居理念，该系统在其理念指导下来设计符合当今社会家居环境家电节能方案。并提出了设计中对健康人居的考虑：①对家居环境中用户生活习惯的考虑；②对家居环境中照明度，空气质量等因素的考虑；③对用户生活习惯的交互性纠正。

因此该系统设计算法中需要对以上几点因素进行权重考虑，实现在家居环境节能设计中对用户舒适度，对家居能耗的最优化。

3.1建立家居环境能耗模型建立和分析

对于家居环境的已有的参数分析，首先以照度，二氧化碳，甲醛浓度，声音等个参数建立一个家庭的家居模型来对用户习惯，设备状态来进行分析和处理。利用上述四个参数建立用户习惯的模型来分析用户家居环境的数据模型，比如温度分析。

3.2用户家居环境与数据模型对比分析与决策

用户家居环境数据模型对先期家居环境舒适度参照模型数据进行对比，通过多传感器采集得到的家居环境数据建立的模型，对先期舒适度模型进行修正：

照度——通过数据采集分析，当昼夜间的家居照度符合舒适度模型时，采用模型设定为参考标准，系统检测为用户非规律性使用照明设备时，选择对数据进行跟踪，进行冗余度设定，结合噪声数据分析用户行为，判断为长时间无人且反常照明使用时做出提醒用户，等待检测，后作出维持最低照明度的节能措施。

甲醛，二氧化碳浓度——依据舒适度模型中对加权和二氧化碳浓度值进行警戒值设定，超过设定值时对比用户习惯，判断有人状态，有人时决策提醒用户通风，等待检测趋势，状态继续则产生强制性空气净化设备启动，判断无人时等待检测室内空气状态，浓度达到限定值时启动设备，维持环境浓度在安全范围。

噪声——结合模型对声音设定，在其他参数安全氛围内，适当关闭高噪声设备。

因此在系统决策中用户数据模型和舒适度能耗模型建立决策点，并做出决策。

维持家居环境中的舒适度能耗的平衡。达到在保证现代家居环境中的人居要求时，做出合理的节能措施，满足现代社会的节能要求。

4.简要分析智能吸尘机器人中的多传感器融合技术

智能吸尘机器人是一个集多种传感器于一身的机器人系统。吸尘机器人需要在实现实现避障和路径规划的基础上，完成自主式移动和清扫，因此机器人的定位技术是非常重要的一个方面。限于篇幅，本文对一款应用多传感融合技术智能吸尘机器人的定位觉系统设计进行简要分析。该吸尘机器人采用三轮式驱动结构，两个后轮为驱动轮，前轮采用常用的随动轮结构。这样两个后轮的运行情况就决定了机器人的行进情况，根据理论分析，可以由机器人两个后轮上的相应光电编码器信息得到机器人的定位情况。按照以往所用编码器的原理，该系统采用了自制的光电编码器，在不影响精度的前提下，使编码器体积、重量和成本大大下降。

定位系统采用了一个齿轮，当齿轮在光藕的发射极和接受极之间转动时，就可以在光藕的接收极得到近似方波信号。这个信号经过处理后，就可以实现对后轮转速的测量及定位。

为了能进行准确的测速，必须得到一个精确的脉冲信号，由于各种干扰因素影响，光藕输出的并不是标准方波信号，所以必须对这个近似方波进行整形处理。为了鉴相，码盘必须同时输出两路信号。经过整形之后，一方面可以用于调速，另一方面通过四倍频处理后用于定位，这部分功能的硬件电路图见图1。

图1

结束语：在多传感器系统中，由于信息表现形式的多样性，信息数量的巨大性，信息关系的复杂性，以及要求信息处理的实时性、准确性和可靠性，都已大大超出了人脑的信息综合处理能力，在这种情况下，多传感器信息融合技术便应运而生。伴随着电子技术、信号检测与处理技术、计算机技术、网络通讯技术以及控制技术的飞速发展，多传感器融合技术除了在家电领域外，还可以被推广应用在多个领域，促进我国科学技术的发展进步。

参考文献：

[1]刘雪峰，孙巧巧，赵文仓.多传感器图像融合技术[J].现代电子技术.2016.

[2]孙晓莉.多传感器信息融合在机器人技术中的应用[J].无线互联科技.2018.

[3]张杰，胡一兵，李亮，等.多传感器数据融合技术应用研究[J].测试技术学报.2013.