加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

传感器融合

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

人类本能地具有将身体上的各种器官(眼、耳、鼻和四肢等)所探测的信息(景物、声音、气味和触觉等)与先验知识进行综合的能力,以便对其周围的环境和正在发生的事件做出评估。多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。与单传感器相比,运用多传感器信息融合技术在解决探测、跟踪和目标识别等问题方面,能够增强系统生存能力,提高整个系统的可靠性和健壮性,增强数据的可信度,提高精度,扩 展系统的时间、空间覆盖率,增加系统的实时性和信息利用率等。 作为多传感器融合的研究热点之一,融合方法一直受到人们的重视,这方面国外已经作了大量的研究,并且提出了许多融合方法。目前,多传感器数据融合的常用方法大致可分为两大类:随机和人工智能方法。信息融合的不同层次对应不同的算法,包括加权平均 融合、卡尔曼滤波法、Bayes 估计、统计决策理论、概率论方法、模糊逻辑推理、人工神 经网络、D-S 证据理论等。

人类本能地具有将身体上的各种器官(眼、耳、鼻和四肢等)所探测的信息(景物、声音、气味和触觉等)与先验知识进行综合的能力,以便对其周围的环境和正在发生的事件做出评估。多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。与单传感器相比,运用多传感器信息融合技术在解决探测、跟踪和目标识别等问题方面,能够增强系统生存能力,提高整个系统的可靠性和健壮性,增强数据的可信度,提高精度,扩 展系统的时间、空间覆盖率,增加系统的实时性和信息利用率等。 作为多传感器融合的研究热点之一,融合方法一直受到人们的重视,这方面国外已经作了大量的研究,并且提出了许多融合方法。目前,多传感器数据融合的常用方法大致可分为两大类:随机和人工智能方法。信息融合的不同层次对应不同的算法,包括加权平均 融合、卡尔曼滤波法、Bayes 估计、统计决策理论、概率论方法、模糊逻辑推理、人工神 经网络、D-S 证据理论等。收起

查看更多

设计资料

查看更多
  • “AI+”成就传感器厂商Bosch Sensortec的野望?
    “AI+”成就传感器厂商Bosch Sensortec的野望?
    自1996年推出第一颗MEMS传感器,博世公司的MEMS传感器业务经历了三个阶段,其中,1996年-2007年,实现10亿颗传感器产品的出货量;2007年-2018年,传感器产品的出货量超过100亿颗;2018年-2023年,这一数字上升到180亿颗,“6年不到的时间,我们几乎完成了过去20年的出货量,这反映了整个MEMS市场的快速变化,也是博世在MEMS传感器业务布局上的成功,MEMS传感器由汽
    3184
    04/24 13:52
  • Wi-Fi 7、BMS、传感器融合……Qorvo多领域推动智能体验和可持续发展
    Qorvo的产品线已经广泛覆盖了天线、滤波器、UWB、压力传感和电源管理等多个方面,这些技术在移动设备、汽车、基站、数据中心、智能家居以及各种IoT设备中发挥着重要作用。
    2516
    04/22 10:46
  • LeddarTech 将展出其备受赞誉的LeddarVision ADAS 产品和技术
    LeddarTech®,(纳斯达克股票代码:LDTC)是一家自动化软件公司,主要为 ADAS、AD 和泊车应用提供基于人工智能的低层传感器融合和感知软件专利技术。其激动地宣布,将参加2024 年消费电子展 (CES 2024)(LVCC/北厅 11014 展位),并向参观者独家展示可为 ADAS 和 AD 应用赋能的下一代软件技术和创新产品。
  • 做“擦屁股”的多传感器融合,对开发者的意义是什么?
    做“擦屁股”的多传感器融合,对开发者的意义是什么?
    解决上游感知模型性能不足导致的误检、漏检、精度不准等各种各样的问题(利用另外一个或多个传感器的结果),需要用到的规则本身并不会有多复杂,这更多依赖开发者的经验及其对上游传感器特性的理解。这种特别工程化的,依赖经验的开发内容,显然不太能在自己的简历上出彩,甚至会让别人觉得你做的这些事很“low”。因此,有人形容传感器融合是“夜壶”一般的存在。但我认为,很多开发人员不仅低估了传感器融合模块在整个感知系统中的价值,而且也忽略了从事融合模块开发对自身职业发展的意义。
  • 使用传感器融合的前方碰撞预警仿真
    使用传感器融合的前方碰撞预警仿真
    这个例子matlab自动驾驶工具箱中关于使用传感器融合的前方碰撞预警-(Forward Collision Warning Using Sensor Fusion)例子,其展示了如何通过融合视觉和雷达传感器的数据来跟踪车辆前方的物体,从而实现前向碰撞预警系统的开发与验证。