1.多传感器数据融合的结构形式有串联型融合，并联型融合，混联型融合。

2.
3
4自校准层中用到的算法包括自适应加权算法、和（贝叶斯估算法，分布图与分批估计算法）。

5传感器一般由敏感元件，转换元件，测量电路，辅助电路等组成。

6机器人由机械部分、传感部分、控制部分三大部分组成。

7.智能传感器是由传感器和微处理器相结合而构成。

8.根据信息融合处理方式的不同，可以将多传感器信息融合系统结构分为集中、分散、混合、反馈型等。

9.常用的多传感器信息融合方法可以分为以下四大类。

10.根据处理对象的层次不同，可以将信息融合分类为数据层融合、特征层融合、决策层融合。

12.11.序号跳了，
13.11、12并没有题目。

14.机器人的机械结构系统由机械构件和传动机构组成。

15.机器人的运动方式主要有、、、及。

16.机器人传感器分为内部传感器和外部传感器两种。

17.多传感器信息融合过程主要包括A/D、数据预处理、特征值提取、和融合计算等环节。

18.智能传感器的硬件结构模块要由以下六个部分组成一个或多个敏感器件、微处理器或为控制器、非易失性可擦写存储器、双向数据通信的接口、模拟量输入输出接口、高效的电源模块。

19.传感器的标定可分为动态标定和静态标定。

20.传感器按构成原理分类为结构型和物性型。

21.压电传感器是根据压电效应制造而成的。

22.机器人的机械结构系统中的机械构件由机身、手臂和末端执行器三大件组成。

23.机器人驱动系统的驱动方式主要有液压、气压和电气。

24.机器人内部传感器主要包括位置、速度、加速度、倾斜角、力觉传感器等五种基本种类。

25.智能传感器是由传感器和微处理器相结合而构成的。

第7题重复
26.多传感器信息融合的常用方法可以分为估计、分类、推理、人工智能四大类。

26.传感器按能量关系分类为能量转换和能量控制型；按基本效应分类分为物理、化学、生物型。

第19题合并
27传感器进行动态特性标定时常用的标准激励源有周期函数和瞬变函数两种。

28机器人的机械结构系统由机械构件和传动系统组成。

第13题重复
29机器人外部传感器主要包括视觉传感器、触觉、接近度、激光等基本种类。

30.智能传感器的实现方式主要有非集成化的模块方式、集成化实现和混合实现三种形式。

31.多传感器信息融合的系统结构分为集中、分散、混合、反馈型四大类。

第8题重复
32.机器人电器驱动系统中，马达是其执行元件。

1.简述像素融合的局限性。

答：由于它是对像素点进行操作，所以计算机就要对大量的数据进行处理，处理时所消耗的时间会比较长，就不能够及时地将融合后图像显示出来，无法实现实时处理；另外在进行数据通信时，信息量较大，容易受到噪声的影响；还有如果没有将图片进行严格的配准就直接参加图像融合，会导致融合后的图像模糊，目标和细节不清楚、不精确。

2.决策级融合的主要特点。

答：决策级图像融合是以认知为基础的方法，它不仅是最高层次的图像融合方法，抽象等级也是最高的。

决策级图像融合是有针对性的，根据所提问题的具体要求，将来自特征级图像所得到的特征信息加以利用，然后根据一定的准则以及每个决策的可信度（目标存在的概率）直接作出最优决策。

决策级图像融合的计算量是最小的，可是这种方法对前一个层级有很强的依赖性，得到的图像与前两种融合方法相比不是很清晰。

将决策级图像融合实现起来比较困难，但图像传输时噪声对它的影响最小。

3.简述数据融合系统的两个应用领域。

人工智能。

大数据。

4.简述传感器组成，并分别介绍每个组成部分的功能。

答:敏感元件：是直接受被测物理量；以确定关系输出另一物理量的元件。

转换元件；是将敏感元件输出的非电量转换成电路参数及电流或电压等电信号。

基本转换电路则将该电路转换成便于传输处理电量
5.
6.机器人传感器主要分为哪两个类型？并分别简述每种类型的作用及其在机器人中的作用。

分为内部传感器和外部传感器。

内：就是测量机器人自身状态的功能元件，具体检测的对象有：关节的线位移、角位移等几何量，速度、角速度、加速度等运动量，还有倾斜角、方位角、振动等物理量。

外：主要用来测量机器人周边环境参数，通常跟机器人的目标识别、作业安全等因素有关。

7.简述机器人对传感器的基本性能要求。

高精度、宽量程、高信噪比与高分辨力、高自适应能力、高可靠与稳定性、高性价比、超小型微型化、低功耗
8.简述基于神经网络的多信息融合具有的特点。

1、具有统一的内部知识表达，便于建立知识库。

2、利用外部环境信息，便于实现只是的自动获取及并行联想推理。

3、能够将不确定环境的复杂关系，经过学习推理，融合系统理解的准确信号。

4、网络具有大规模并行处理信息的能力，使得信息处理较快。

9.简述在进行传感器建模时必须考虑的建模原则。

原则：1、传感器模型必须能反映观察中的不确定性。

2、必须能方便地在同意参照系内表达。

3、必须包括一系列环境特征向量及有关这些特征的先验知识。

10.简述特征层融合的基本过程及优点。

不同传感器分别对应的检测对象反映并提取特征，再将这些特征进行融合。

在充分识别后进行决策。

优点：实现了可观的信息压缩，有利于实时处理，由于提取的特征直接与决策分析有关，因而融合结果能最大限度地给出决策分析所需的特征信息。

11.简述信息融合的三个核心特征。

1、信息融合是在多个层次上完成对多源信息处理的过程，其中每一个层次都表示不同级别的信息抽象。

2、包含探测、互联、相关、估计以及信息组合。

3、融合的结果包括较低层次上的状态估计，以及较高层次上的整个系统的状态估计。

13.画出工业测控用多传感器信息融合系统结构。

14.画出机器人控制系统的组成及功能框图。

14
15.画出基于神经网络的信息融合过程框图。

16.写出Kaiman滤波的五个基本方程。

17.写出Bayes条件概率的定义过程及其表达式。

贝叶斯公式是建立在条件概率的基础上寻找事件发生的原因（即大事件A已经发生的条件下，分割中的小事件Bi的概率），设B1,B2,...是样本空间Ω的一个划分，则对任一事
件A（P(A)>0),有
三、论述
1.从系统结构角度出发，论述多传感器信息融合在移动机器人导航系统中的应用。

2.论述多传感器在装配机器人中的应用。

3.论述多传感器在焊机机器人中的应用。

电弧超声波视觉三类。