多模态传感器协同信息感知技术解析
1. 引言
目前,任何单一功能的传感器都无法保证在任何时间和地点都能提供完全可靠的信息。因此,综合考虑各种传感器的优势,充分利用多个传感器的数据冗余来互补特性,并收集和获取多个传感器的数据进行有机合成,即通过多传感器数据融合技术,可获得系统运行所需的综合信息。这已成为无人系统的关键研究内容,也是亟待解决的问题。
多传感器信息融合实际上是对人类大脑综合复杂问题的功能模拟。与单一传感器相比,在解决检测、跟踪和目标识别等问题方面,多传感器信息融合技术能增强系统的生存能力,提高整个系统的可靠性和鲁棒性,增强数据的可信度,提高准确性,扩大系统的时间和空间覆盖范围,并提高系统的实时性能和信息利用率。数据融合具有以下特点:
- 冗余性 :对于具有相同属性的部分,不同传感器的数据可以组合起来,以提高传感器的容错性和鲁棒性。例如,两幅叠加的图像。
- 互补性 :来自不同方位传感器的数据融合,以检测不同部分的属性。例如,使用四个摄像头探头检测360°范围。
- 协同性 :对于同一属性的某一部分,使用单个传感器无法满足检测要求。通过融合不同传感器的数据,可以更好地感知周围环境。例如,立体视觉。
2. 数据融合的层次和分类
2.1 数据融合的层次
- 集中式架构
- 优点 :
- 传感器模块 :传
- 优点 :
超级会员免费看
订阅专栏 解锁全文
944

被折叠的 条评论
为什么被折叠?



