Về nguyên tắc, một hệ thống sử dụng nhiều nguồn dữ liệu cảm biến sẽ đưa ra được một kết quả có ý nghĩa hơn là từ một nguồn dữ liệu đơn, vì hệ thống cung cấp đa dạng thông tin bổ sung cũng như thông tin dự phòng.
Ta xét một ví dụ đơn giản một robot chuyển động cần định vị chính xác vị trí của mình nếu chỉ sử dụng camera lập thể có thể xác định chính xác góc quay bằng cách ghi lại góc của ánh sáng phản chiếu so với một đối tượng (ví dụ như cột mốc) nhưng không thể đo chính xác khoảng cách đến đối tượng, nhưng máy đo xa laser thì có thể đo được chính xác khoảng cách robot đến đối tượng. Như vậy, nếu kết hợp nguồn dữ liệu nhận được của hai cảm biến trên ta sẽ xác định vị trí và hướng chính xác của robot. Một ví dụ tiếp theo là phương pháp định vị đơn giản thường được sử dụng, đó là phương pháp odometry. Phương pháp này gặp phải vấn đề sai số tích lũy [22,50], trong đó sự bất định của vị trí ước lượng bởi hệ thống odometric tăng theo thời gian trong khi robot di chuyển….Tuy nhiên nếu áp dụng phương pháp tổng hợp cảm biến bằng bộ lọc Kalman mở rộng sẽ cải thiện đáng kể độ chính xác ở trên bằng cách tổng hợp dữ liệu với các dữ liệu tiên nghiệm và dữ liệu hiện tại của nó.
Cảm biến
Hoá học
Quá trình xử lý thông minh
Hành động suy diễn và kết luận
Lưỡi điện tử Nhìn Nghe Nếm Cảm biến nhiệt Cảm biến áp suất
Cảm biến âm thanh
Sờ
Cảm biến
địa chấn Ngửi
Một số lý do chỉ ra tại sao phải tổng hợp dữ liệu cảm biến được nêu ra tóm tắt dưới đây [71]:
- Nâng cao tính bền vững của hệ thống: Trong tình huống nguồn dữ liệu đơn đó hỏng hoàn toàn thì hoạt động của hệ thống sẽ bị ảnh hưởng. Vì vậy, một hệ thống sử dụng một vài nguồn dữ liệu sẽ bền vững hơn trong vận hành hoặc có một tỷ lệ lỗi vận hành thấp hơn các hệ thống chỉ sử dụng một nguồn dữ liệu.
- Tốt hơn trong việc đánh giá tình huống và ra quyết định, và chính vì vậy phản ứng của hệ thống sẽ chính xác hơn. Từ các nguồn dữ liệu khác nhau quá trình tổng hợp dữ liệu sẽ đem lại một đánh giá tốt hơn về tình huống đang xem xét, vì vậy tăng độ chính xác khi kết luận dẫn đến dễ dàng đưa ra quyết định.
- Tăng độ chính xác của dữ liệu, giảm các dữ liệu không chắc chắn và mơ hồ.
- Mở rộng thông tin về đối tượng. Nhiều nguồn dữ liệu sẽ cung cấp thêm thông tin về đối tượng hoặc sự kiện quan sát. Mở rộng thông tin bao gồm cả không gian và thời gian. Ví dụ, thông thường mỗi cảm biến độc lập chỉ quan sát được một vùng không gian và thời gian nhất định, tăng thêm cảm biến tăng thêm tầm phủ quan sát về không gian và thời gian.
- Khắc phục trường hợp khi không có nguồn dữ liệu đơn hoàn chỉnh. Hầu hết các nguồn thu thập dữ liệu, ví dụ như các cảm biến, chỉ thực sự hữu ích trong một môi trường nhất định. Những thông tin thu nhận được từ một nguồn dữ liệu đơn sẽ bị hạn chế và có thể không hoàn toàn đầy đủ và đáng tin cậy. Ví dụ như cảm biến siêu âm chỉ phát hiện được đối tượng khi có tín hiệu âm thanh được phát ra, cảm biến quang điện tử (camera) hoàn toàn phụ thuộc vào điều kiện ánh sáng ở môi trường xung quanh và các cảm biến từ địa bàn phụ thuộc nhiều nhiễu từ tính ở môi trường xung quanh...;
-Tăng khả năng chống nhiễu bằng cách tăng số chiều của không gian đo lường. Ví dụ, phép đo có chất lượng mong muốn với các cảm biến quang và cảm biến siêu âm.
- Hiệu quả về chi phí với việc giảm về chi phí tính toán, truyền thông và tài nguyên mạng. Trong trường hợp tổng quát, hầu hết chi phí sẽ phụ thuộc vào nhiều nguồn dữ liệu đầu vào hơn là dựa vào một nguồn dữ liệu để cung cấp tất cả thông tin cần thiết. Ví dụ, để xây dựng một cảm biến thực hiện nhiều chức năng sẽ đắt hơn rất nhiều so với việc kết hợp một vài cảm biến đơn giản và rẻ tiền với một chức năng cụ thể.
- Cải thiện độ phân giải khi nhiều phép đo độc lập của cùng một tính năng được tổng hợp, kết quả giá trị độ phân giải tốt hơn so với duy nhất của một phép đo của một cảm biến.
- Khả năng thu nhỏ sự phức tạp của hệ thống: Trong hệ thống thiết kế truyền thống các phép đo cảm biến thường được đưa trực tiếp vào các ứng dụng điều khiển, do đó sẽ phải đối phó với một số lượng lớn sự không chính xác, tính nhập nhằng, và luồng dữ liệu không đầy đủ. Trong khi với một hệ thống hiện đại dữ liệu cảm biến được xử lý trước bằng các phương pháp tổng hợp, đầu vào cho ứng dụng điều khiển có thể được chuẩn hóa độc lập với các cảm biến được sử dụng, do đó tạo điều kiện thuận lợi thực hiện ứng dụng và cung cấp khả năng của sự điều chỉnh trong hệ thống cảm biến về số lượng và các loại cảm biến được sử dụng mà không cần sự điều chỉnh của phần mềm ứng dụng [48].
1.1.2. Quản lý đa cảm biến.
Các cảm biến cung cấp dữ liệu và thông tin cho quá trình tổng hợp dữ liệu. Để đưa ra đánh giá tốt nhất về đại lượng đang xem xét, một trong các yêu cầu đầu tiên là phải lựa chọn được các loại cảm biến phù hợp và quản lý chúng. Quản lý cảm biến giải quyết các công việc phức tạp trong các trường hợp sau [40,63,93]:
- Nguồn dữ liệu từ một cảm biến là không đủ. - Khả năng của các cảm biến là hạn chế. - Tính động học của môi trường cao.
- Khả năng và sự thực thi của các cảm biến là khác nhau. - Khả năng xử lý tính toán hạn chế.
- Các yêu cầu tổng hợp dữ liệu và thông tin.
Ví dụ như trên nền chuyển động của robot phải có một bộ điều khiển quản lý các cảm biến cho phép lựa chọn, xắp xếp quyền ưu tiên, chỉ định, phân bổ và sắp xếp các nhiệm vụ cho các cảm biến. Mục đích của một hệ thống quản lý đa cảm biến là quản lý, bố trí và tích hợp các cảm biến thông thường lại với nhau nhằm giải quyết các bài toán đặc thù nhất là trong bài toán giám sát đối tượng chuyển động. Quản lý là nhằm điều khiển các cảm biến; bố trí mang lại hiệu quả nhất khi sử dụng các cảm biến; và tổng hợp mang lại khả năng phối hợp giữa các cảm biến trong hệ thống hoặc là kết hợp toàn bộ các cảm biến lại với nhau. Nghĩa là hệ thống quản lý đa cảm biến phải lựa chọn các cảm biến để thực hiện đúng được công việc cho từng đối tượng cụ thể trong một thời gian chính xác nhằm tối ưu hoá tất cả các công việc của hệ thống tổng hợp dữ liệu. Nói một cách khác, nó cần giải quyết các vấn đề dưới đây:
- Sử dụng loại cảm biến nào hoặc nhóm cảm biến nào ? - Hoạt động theo chế độ nào (mode) hoặc nhiệm vụ nào ? - Làm thế nào để điều khiển được cảm biến ?
- Khi nào thì bắt đầu ?