传感器融合
传感器融合来自于百度技术学院的PPT。一、引言(1) 挑战与问题数据对准传感器观测数据的不确定性数据关联不完整、不一致以及虚假数据(2) 对车载系统的要求统一的同步时钟,保证传感器信息的时间信息一致性与正确性准确的多传感器标定,保证相同时间下不同传感器信息的空间一致性(3) 传感器融合过程多个(种)传感器独立工作获得观测数据对各传感器(RGB图像、点云数据等)进行预处理对处理数据进行特征提取变换,
·
传感器融合
来自于百度技术学院的PPT。
一、引言
(1) 挑战与问题
- 数据对准
- 传感器观测数据的不确定性
- 数据关联
- 不完整、不一致以及虚假数据
(2) 对车载系统的要求
- 统一的同步时钟,保证传感器信息的时间信息一致性与正确性
- 准确的多传感器标定,保证相同时间下不同传感器信息的空间一致性
(3) 传感器融合过程
- 多个(种)传感器独立工作获得观测数据
- 对各传感器(RGB图像、点云数据等)进行预处理
- 对处理数据进行特征提取变换,并对其进行模式识别处理,获取对观测对象的描述信息
- 在数据融合中心按照一定的准则进行数据关联
- 使用足够优化的算法对各传感器数据进行融合,获得对观测对象的一致性描述和解释。
(4) 传感器融合结构
- Low-level 融合:包括数据级融合和特征级融合,是一种集中式融合结构
- High-level 融合:是一种决策级别融合,可以是集中式融合或者分布式融合
- 混合融合: 是多种Low-level和High-level融合结构组合而成
二、 多传感器融合结构
(1) Low-level 融合
(2) High-level 融合
(3) 混合融合
三、多传感器融合算法
四、多传感器后融合技术
(1) UIm 自动驾驶:模块化的融合方法
(2) FOP-MOC 模型
五、多传感器前融合技术
Reference
- https://bit.baidu.com/productsBuy?id=184
更多推荐
已为社区贡献1条内容
所有评论(0)