傳感器融合

加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點(diǎn)資訊討論

人類本能地具有將身體上的各種器官(眼、耳、鼻和四肢等)所探測(cè)的信息(景物、聲音、氣味和觸覺(jué)等)與先驗(yàn)知識(shí)進(jìn)行綜合的能力,以便對(duì)其周圍的環(huán)境和正在發(fā)生的事件做出評(píng)估。多傳感器信息融合實(shí)際上是對(duì)人腦綜合處理復(fù)雜問(wèn)題的一種功能模擬。與單傳感器相比,運(yùn)用多傳感器信息融合技術(shù)在解決探測(cè)、跟蹤和目標(biāo)識(shí)別等問(wèn)題方面,能夠增強(qiáng)系統(tǒng)生存能力,提高整個(gè)系統(tǒng)的可靠性和健壯性,增強(qiáng)數(shù)據(jù)的可信度,提高精度,擴(kuò) 展系統(tǒng)的時(shí)間、空間覆蓋率,增加系統(tǒng)的實(shí)時(shí)性和信息利用率等。 作為多傳感器融合的研究熱點(diǎn)之一,融合方法一直受到人們的重視,這方面國(guó)外已經(jīng)作了大量的研究,并且提出了許多融合方法。目前,多傳感器數(shù)據(jù)融合的常用方法大致可分為兩大類:隨機(jī)和人工智能方法。信息融合的不同層次對(duì)應(yīng)不同的算法,包括加權(quán)平均 融合、卡爾曼濾波法、Bayes 估計(jì)、統(tǒng)計(jì)決策理論、概率論方法、模糊邏輯推理、人工神 經(jīng)網(wǎng)絡(luò)、D-S 證據(jù)理論等。

人類本能地具有將身體上的各種器官(眼、耳、鼻和四肢等)所探測(cè)的信息(景物、聲音、氣味和觸覺(jué)等)與先驗(yàn)知識(shí)進(jìn)行綜合的能力,以便對(duì)其周圍的環(huán)境和正在發(fā)生的事件做出評(píng)估。多傳感器信息融合實(shí)際上是對(duì)人腦綜合處理復(fù)雜問(wèn)題的一種功能模擬。與單傳感器相比,運(yùn)用多傳感器信息融合技術(shù)在解決探測(cè)、跟蹤和目標(biāo)識(shí)別等問(wèn)題方面,能夠增強(qiáng)系統(tǒng)生存能力,提高整個(gè)系統(tǒng)的可靠性和健壯性,增強(qiáng)數(shù)據(jù)的可信度,提高精度,擴(kuò) 展系統(tǒng)的時(shí)間、空間覆蓋率,增加系統(tǒng)的實(shí)時(shí)性和信息利用率等。 作為多傳感器融合的研究熱點(diǎn)之一,融合方法一直受到人們的重視,這方面國(guó)外已經(jīng)作了大量的研究,并且提出了許多融合方法。目前,多傳感器數(shù)據(jù)融合的常用方法大致可分為兩大類:隨機(jī)和人工智能方法。信息融合的不同層次對(duì)應(yīng)不同的算法,包括加權(quán)平均 融合、卡爾曼濾波法、Bayes 估計(jì)、統(tǒng)計(jì)決策理論、概率論方法、模糊邏輯推理、人工神 經(jīng)網(wǎng)絡(luò)、D-S 證據(jù)理論等。收起

查看更多
  • 自動(dòng)駕駛汽車如何確保感知數(shù)據(jù)的一致性?
    自動(dòng)駕駛系統(tǒng)通常采用多種感知傳感器協(xié)同感知車輛周圍環(huán)境。攝像頭可獲取高分辨率的環(huán)境圖像,能夠識(shí)別車道線、交通標(biāo)志、信號(hào)燈以及物體的顏色和紋理信息,成本低廉,技術(shù)成熟。然而攝像頭作為被動(dòng)傳感器,依賴環(huán)境光照,在夜間或惡劣天氣下性能下降,且單目攝像頭無(wú)法直接獲得深度信息(需要額外假設(shè)或立體視差),典型單目在20米外測(cè)距精度迅速下降,立體攝像頭在80米之外精度也顯著降低。
    自動(dòng)駕駛汽車如何確保感知數(shù)據(jù)的一致性?

正在努力加載...