智能传感器调试与测试课件 7.1 了解多传感器融合技术.pptxVIP

智能传感器调试与测试第七章传感器融合实例

010203了解多传感器融合技术了解ADAS传感器融合方案设计掌握联合标定分析

01多传感器融合技术

多传感器融合技术多传感器融合的概念多传感器融合又称多传感器信息融合（multi-sensorinformationfusion），有时也称作多传感器数据融合（multi-sensordatafusion），于1973年在美国国防部资助开发的声纳信号处理系统中被首次提出，它是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。

多传感器融合技术如图所示，它从多信息的视角进行处理及综合，得到各种信息的内在联系和规律，从而剔除无用和错误的信息，保留正确和有用的成分，最终实现信息的优化，也为智能信息处理技术的研究提供了新的思路。

多传感器融合技术数据融合主要优势在于：充分利用不同时间与空间的多传感器数据资源，采用计算机技术按时间序列获得多传感器的观测数据，在一定准则下进行分析、综合、支配和使用。获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比各组成部分更为充分的信息。

多传感器融合技术多传感器融合的方法在以目标身份估计为目的的体系结构下，根据多传感器信息融合技术抽象程度的不同，可以将其划分为3个层次：像素级融合、特征级融合、决策级融合，一般情况下，具体应用方案根据系统特点进行合理选择。

多传感器融合技术（1）像素级融合。又称为数据级融合，如图所示，它将同类别的传感器采集的原始数据进行融合，最大可能地保留了各预处理阶段的细微信息。但是，由于融合进行在数据的最底层，计算量大且容易受不稳定性、不确定性因素的影响。同时，数据融合精确到像素级的准确度，因而无法处理异构数据。

多传感器融合技术（2）特征级融合。如图所示，特征级融合是通过各传感器的原始数据结合决策推理算法，对信息进行分类、汇集和综合，提取出具有充分表示量和统计量的属性特征。根据融合内容，特征级融合又可以分为目标状态信息融合和目标特性融合两大类。其中，前者的特点是先进行数据配准，以实现对状态和参数相关估计，更加适用于目标跟踪。后者是借用传统模式识别技术，在特征预处理的前提下进行分类组合。

多传感器融合技术（3）决策级融合。决策级融合的特点是高层次，需要处理不同类型的传感器对同一观测目标的原始数据，并完成特征提取、分类判别，生成初步结论，然后根据决策对象的具体需求，进行相关处理和高级决策判决，获得简明的综合推断结果，如图2-6-4所示。决策级融合具有实时性好、容错性高的优点，面对一个或者部分传感器失效时，仍能给出合理决策。

多传感器融合技术

多传感器融合技术多传感器融合视频演示

多传感器融合技术

感谢观看