多传感器融合

摘要： 为了解决巡检机器人在小型农场环境信息采集时需自主导航并合理规划局部路径的问题,文中提出一种基于多传感器和模糊控制融合的方法来对局部路径进行合理规划。首先利用多个超声波传感器采集局部路径环境信息;然后将经计算得到的距离和角度信息输入模糊控制器,制定出模糊控制规则;再进行模糊化处理从而输出处理结果,进行模糊推理以得到控制模糊集;最后进行去模糊化处理,得到较精确的电机值并以此规划出较优路径。结果表明,文中设计的机器人系统运行稳定,可以有效地完成小型农场环境信息的采集并将数据返回上位机,说明基于多传感器融合的模糊控制方法可行有效。

摘要： 轨道炮的轨道直线度与发射过程中的电接触性能密切相关。为获取轨道直线度,融合使用激光测距传感器、位置敏感探测器(PSD)、电感传感器,提出一种轨道炮轨道直线度测量方法。并对测量方法的工作原理及测量系统设计进行深入分析。最后对30 mm轨道炮轨道进行检测,结果表明:测量精度能控制在0.03 mm以内,满足轨道炮轨道直线度测量要求。

摘要： 针对移动机器人定位系统中单一传感器定位精度低与环境地图的重要性问题,提出了一种基于多传感器融合的移动机器人定位方法.首先,在未知环境下,分别利用单一里程计,扩展卡尔曼滤波(extended Kalman filter,EKF)算法融合里程计、惯性测量单元(inertial measurement unit,IMU)进行定位,实验表明他们存在累积误差;然后,在已知环境下,利用自适应蒙特卡洛定位(adaptive Monte Carlo localization,AMCL)算法,融合里程计、IMU、激光雷达进行定位.最后,实验结果表明,该方法可以对累积误差进行校正,相较于未知环境下的单一里程计定位与EKF算法融合定位,误差均值分别减少了68%、30%,验证了所提出定位方法的有效性以及环境地图的重要性.

摘要： 粮食仓储环境监测对于实现粮食减损、降耗、保鲜至关重要。针对单一传感器采集数据片面、易造成误报、漏报等情况,本文设计了一种基于多传感器融合的粮仓环境监测系统,采用物联网技术、通信技术、云计算技术及多传感器融合技术,对粮仓温湿度、二氧化碳浓度、氧气浓度进行实时监测,提高了粮仓环境信息监测智能化水平,确保了粮仓存储的质量,具有一定的推广应用前景。

摘要： 推导出偏参数为矩阵形式的有偏卡尔曼滤波(BKF)的完整迭代过程,该算法在均方误差条件下优于卡尔曼滤波(KF),可以进一步提高估计的精度。将BKF与多传感器融合算法中的扩维融合和序贯式融合相结合,推导出多传感器扩维有偏卡尔曼滤波和多传感器序贯有偏卡尔曼滤波算法,并从理论上证明了多传感器序贯BKF融合在均方误差条件下优于扩维BKF融合。仿真实验结果表明:在均方误差条件下,多传感器扩维BKF融合和序贯BKF融合优于扩维KF融合和序贯KF融合,序贯BKF融合优于扩维BKF融合。

摘要： 云贯玉衡COO朱鸿认为,准确、安全、高效的“高精定位系统”的发展将会加快汽车产业智能化转型的进度,促进智能驾驶时代早日到来。自动驾驶、智慧出行已被公认为汽车出行产业的未来方向。算法的迭代、纯视觉路线与多传感器融合路线成为自动驾驶产业发展过程中玩家们争论的焦点,而在感知端发挥重要作用的高精定位引擎虽然争论较少,却在自动驾驶实现过程中发挥着重要作用。

摘要： 同时建图与定位(SLAM)是自动驾驶功能重要的组成部分,现有算法以激光或视觉惯性里程计为主,未充分利用多模态传感器各自的优势,对特征缺失的场景鲁棒性不足。针对此问题,本文中提出了一种采用激光雷达、摄像头和惯性测量单元(IMU)的多传感器紧耦合SLAM系统。首先它改善了激光雷达点云特征提取和平面拟合的方案,提升了利用点云对视觉特征点深度信息优化的效率和精度。其次提出的紧耦合状态估计框架通过在视觉惯性系统中直接添加激光雷达里程计约束,在不增加算法复杂度的前提下提升了系统的稳定性和精度。最后由粗到精的视觉-激光雷达耦合回环框架进一步降低了系统的长时累计漂移。在开源数据集KITTI上进行大量测试验证的结果表明,与其它常用的算法相比,所提出的算法具有较高的精度和环境适应能力。另外在基于自主搭建的自动驾驶汽车测试平台进行的实车试验还证明本算法可适应长时间大场景的工作环境。

摘要： 当无人机遇到电量低、丢失遥控信号、失去GPS信号、天气突变等需要迅速降落的紧急情况时,依靠机载的传感器实现无人机自主降落到安全区域显得非常重要。为保证无人机在遇到紧急情况或者收到降落指令后,能够自动识别安全的降落区域,实现安全自主降落,本文提出一种基于多传感器融合和深度学习网络框架的无人机可降落区域识别方法。首先,使用基于无人机机载图像信息搜索安全降落区域;然后利用孪生网络对安全降落区域进行跟踪。当无人机降落到一定高度时,利用机载激光雷达进行近地面环境实时建模与语义分割,确定安全的可降落区域;最后,通过实时建立的可降落区域点云模型,计算出精确的可降落区域位姿信息,供飞控系统实时着陆控制使用。在仿真环境和实际环境中的试验研究表明,基于多传感器融合的方法对可降落区域的识别准确率达到90%,位置识别的误差为5cm,着陆过程地形高程估计误差为2cm,能够满足无人机自主安全着陆的要求。通过对可降落区域识别方法的研究,实现无人机对下方可降落区域的识别,进而引导无人机实现安全自主着陆。

摘要： 随着感知计算以及传感器集成技术的发展,使用各种传感设备实时捕捉的手势运动数据,为人机交互提供了新的驱动力,并被广泛地应用于智能家居、远程医疗、虚拟现实等领域.由于手势动作具有时序性与空间连接性,因此在手势识别中需要考虑手势空间连接关系和手势长距离依赖特性.然而现有的手势识别方法忽略了上述两种特性,导致识别精度不高.本文提出了基于时空图神经网络的手势识别算法,该方法从传感器空间分布角度出发,基于传感器的空间位置信息,借助图神经网络(Graph Neural Networks,GNN)对手势数据之间的空间关联性进行表征,并引入门控循环单元(Gated Recurrent Unit,GRU)解决手势的时序性和长距离依赖问题,增强手势识别性能.在多种数据集上的实验结果证明本文方法可行且有效.

摘要： 为研究电动轮椅的智能避障功能,该研究特点在于将HC-SR04超声波传感器和ZY101红外避障传感器相结合使轮椅对环境的感知更加准确,通过多传感器融合技术和模糊控制技术的研究进一步提高避障功能计算的精确度,使电动轮椅在实际行驶中可以自主地完成路线规划并躲避障碍物,更安全便捷地抵达目的地。

摘要： 为了跟踪空间目标,构建基于局部粒子滤波器的多传感器融合方法估计空间目标状态.粒子滤波重要采样过程中设计基于融合估计的重要密度函数减少粒子贫化问题,并设计基于McDE(memetic compact differential evolution)重采样策略通过对粒子的变异与选择等进化操作来解决粒子退化问题.理论推导与仿真结果证明方法的有效性.

摘要： 乡村道路边界模糊、路况复杂,给智能车的识别造成困难。本文针对该问题,基于认知模型,针对摄像头和雷达提出多传感器融合算法,实现了对乡村道路中可行驶道路区域的准确、可靠识别。实验结果表明,该算法在车辆低速行驶时稳定可靠。

摘要： 高速多级轴流压气机中气动失稳现象十分复杂,不仅严重地制约着其性能的提升,而且威胁着航空发动机的安全运转.面对下一代航空发动机多可调几何参数、多电、智能、分布式控制的总体设计要求,必须摒弃目前基于单一测点的气动失稳检测模式,转而采用多传感器融合的检测模型,但这方面的研究目前尚鲜见报导.分析了压气机气动失稳发生发展过程中多传感器的信号特征;提出一种适用于高速多级轴流压气机气动失稳检测的二级融合检测模型;阐述了基于Monte Carlo随机模拟和遗传算法的检测系统多目标多参数优化模型和算法.

摘要： 多传感器融合的数据关联问题一直是目标跟踪领域的核心与难点之一。这里提出了一种多传感器融合的多维数据互联算法。首先进行多目标跟踪模式的判断，根据跟踪模式选取不同维数的数据互联算法，对现有的多维数据互联算法存在问题进行了分析并进行了改进，给出了算法实现的伪代码。仿真与实装实验结果表明，该算法能够对弹道目标跟踪具有好的效果，对复杂环境下的多目标也能进行稳定的跟踪。

摘要： 为了高效地检测路面车辆目标,提出了一种基于毫米波雷达及视觉传感器融合的车辆检测方法.采用了底层的数据融合策略.在雷达数据通道,利用霍夫变换及切比雪夫定理排除非路面车辆目标点,生成稀疏概率图.在图像数据通道,结合稀疏概率图与图像底层特征,建立视觉显著模型并生成车辆显著图像.在显著图上利用过分割方法快速定位路面车辆的位置.本方法在结构化道路下进行了大量实验,结果表明:本方法有效的克服了基于视觉传感器的车辆检测方法对光照敏感的缺陷,相比于基于单一传感器的车辆检测方法,本文方法具有更高的精确度和鲁棒性.

摘要： 针对目前海底电缆监控所存在的技术问题,本文提出了一种海底电缆一体化监控架构,建立了一体化监控架构模型,并通过多传感器融合技术及网络技术实现了该架构.基于该架构的一体化监控系统能同时对海底电缆运行状况及海底电缆敷设区域海面船只进行全天候实时监控.最后,以舟山朱家尖到登步岛的110kV南双1953线、沙屿1954线为实验对象试用该监控系统,实验验证该监控架构的可行性和监控系统的长期效应.

摘要： 多项式卡尔曼滤波通过泰勒多项式对非线性系统进行拟合，具有实现简单且收敛迅速的特点。为了研究多项式卡尔曼滤波在农业机械车辆中的定位精度，利用三阶和四阶多项式模型对农业机械车辆运动进行建模，对车辆直线速度和角速度进行多项式拟合。分析了直接卡尔曼滤波器结构和特点，在算法中采用直接卡尔曼滤波器结构进行多传感器融合。和里程计航位推算定位方法进行比较，试验在Pioneer3-AT移动机器人平台上采用扩展卡尔曼滤波算法对移动机器人里程计测得行驶速度和AHRS传感器测得航向角和转向角速度进行融合，RTK-GPS 测量实际行驶轨迹作为对比参考。试验结果表明，在速度为0.2m/s，最大转向角速度为50°/s 时，三阶多项式卡尔曼滤波算法的定位精度比里程计航位推算定位方法平均提高81.44%，四阶多项式卡尔曼滤波算法比三阶多项式卡尔曼滤波算法定位精度平均提高3.06%。

摘要： 针对煤矿井下环境复杂和干扰严重的特点，设计了基于多传感器融合的煤矿救灾机器人定位系统，提出了信任度相加的数据融合算法，并通过Matlab仿真软件验证了该算法的可行性。将定位系统搭载在CUMT—Ⅲ型煤矿搜救机器人平台上进行了矿井环境下的模拟试验，结果表明，不同类型的传感器相互组合能增强系统的抗干扰能力；基于信任度相加的融合算法具有较强鲁棒性，在多干扰的情况下能够很好地过滤干扰数据。因此该定位系统能够应用于煤矿救灾机器人，使其获取较好的定位效果。

摘要： 为了在智慧交通中结合更多信息来做到全局优化,能够通过控制交通信号灯更灵活地应对动态的交通状况,缓解城市道路日益凸显的交通拥堵问题,提出如下设计:通过北斗卫星导航系统对行驶车辆的定位和行车速度的采集,实时监测并分析判断一定区域内所有路段的路况;利用基于深度学习的目标检测算法,对交叉路口各个方向红绿灯前方一段区域进行车流量检测.然后经由交通控制中心服务器对采集的信息进行分析和综合,依据路段的路况信息和临近路口的车流量,为交通信号灯进行合理配时与实时调控提供策略支持.

摘要： 为了在智慧交通中结合更多信息来做到全局优化,能够通过控制交通信号灯更灵活地应对动态的交通状况,缓解城市道路日益凸显的交通拥堵问题,提出如下设计:通过北斗卫星导航系统对行驶车辆的定位和行车速度的采集,实时监测并分析判断一定区域内所有路段的路况;利用基于深度学习的目标检测算法,对交叉路口各个方向红绿灯前方一段区域进行车流量检测.然后经由交通控制中心服务器对采集的信息进行分析和综合,依据路段的路况信息和临近路口的车流量,为交通信号灯进行合理配时与实时调控提供策略支持.

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，一种用于确定可移动物体的初始化信息的方法包括：借助于一个或多个处理器来检测所述可移动物体已经开始操作；在所述一个或多个处理器处从由所述可移动物体携带的至少一个惯性传感器接收惯性数据；在所述一个或多个处理器处从由所述可移动物体携带的至少两个图像传感器接收图像数据；以及借助于所述一个或多个处理器，基于所述惯性数据和所述图像数据来确定所述可移动物体的所述初始化信息，其中所述初始化信息包含当所述可移动物体开始操作时以下各项中的一项或多项：所述可移动物体的位置、所述可移动物体的速度或所述可移动物体相对于重力方向的朝向。

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，提供了用于标定可移动物体的一个或多个外参的方法。所述方法可以包括：接收所述一个或多个外参的初始值，其中所述一个或多个外参包含由所述可移动物体携带的至少两个图像传感器之间的空间关系；在所述可移动物体的操作期间，从由所述可移动物体携带的至少一个惯性传感器接收惯性数据；在所述可移动物体的所述操作期间，从由所述可移动物体携带的所述至少两个图像传感器接收图像数据；以及在所述可移动物体的所述操作期间，使用迭代优化算法基于所述初始值、所述惯性数据和所述图像数据来确定所述一个或多个外参的估计值。

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，提供了一种用于标定具有处于初始配置中的多个传感器的可移动物体的一个或多个外部参数的方法。所述方法可以包括：检测所述多个传感器的所述初始配置已被修改；在所述可移动物体的操作期间，从至少一个惯性传感器接收惯性数据；在所述可移动物体的所述操作期间，从至少两个图像传感器接收图像数据；以及响应于检测到所述初始配置已被修改，基于所述惯性数据和所述图像数据来估计所述一个或多个外部参数，其中所述一个或多个外部参数包含处于所述经修改的配置中的所述多个传感器之间的空间关系。

摘要： 借助中央计算单元将多传感器系统的至少两个环境传感器同步的方法，具有步骤：首先由环境传感器检测代表至少一个环境信息的传感器信号。在下一步骤中，由相应环境传感器产生包括分别检测的传感器信号和/或从中导出的测量变量的数据组。在进一步步骤中，由中央计算单元通过数据网络接收数据组。借助算法求取每个环境传感器数据组的信号传播时间，基于由数据组包括的测量变量与至少另一环境传感器数据组的相应测量变量的内容比较确定相应环境传感器数据组的平均信号传播时间，将确定的平均信号传播时间配属给相应环境传感器。借助中央计算单元融合至少两个环境传感器的传感器信号的方法以及融合传感器数据以进行对象识别的多传感器系统。

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，提供了一种用于标定具有处于初始配置中的多个传感器的可移动物体的一个或多个外部参数的方法。所述方法可以包括：检测所述多个传感器的所述初始配置已被修改；在所述可移动物体的操作期间，从惯性传感器接收惯性数据；在所述可移动物体的所述操作期间，从图像传感器接收图像数据；以及响应于检测到所述初始配置已被修改，基于所述惯性数据和所述图像数据来估计所述一个或多个外部参数，其中所述一个或多个外部参数包含处于所述经修改的配置中的所述多个传感器之间的空间关系。

摘要： 加速度传感器和气压传感器信息的传感器融合。一种监测运输系统内的运输设备的方法包括：检测所述运输系统内的、所述运输设备附近的第一大气压力；检测所述运输系统内的、所述运输设备附近的第二大气压力；响应于所述运输系统内的所述第一大气压力和所述第二大气压力来确定所述运输设备附近的大气压力的改变；以及至少响应于所述第一大气压力和所述第二大气压力来确定所述运输系统内的所述运输设备的位置和所述运输设备的运动方向中的至少一个。

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，提供了一种用于估计可移动物体的状态信息的方法。所述方法可以包括：接收所述可移动物体的先前状态信息；从由所述可移动物体携带的至少一个惯性传感器接收惯性数据；从由所述可移动物体携带的至少两个图像传感器接收图像数据；以及在所述可移动物体的操作期间，使用迭代优化算法基于所述先前状态信息、所述惯性数据和所述图像数据来确定所述可移动物体的更新的状态信息。

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，提供了一种用于标定具有处于初始配置中的多个传感器的可移动物体的一个或多个外部参数的方法。所述方法可以包括：检测所述多个传感器的所述初始配置已被修改；在所述可移动物体的操作期间，从至少一个惯性传感器接收惯性数据；在所述可移动物体的所述操作期间，从至少两个图像传感器接收图像数据；以及响应于检测到所述初始配置已被修改，基于所述惯性数据和所述图像数据来估计所述一个或多个外部参数，其中所述一个或多个外部参数包含处于所述经修改的配置中的所述多个传感器之间的空间关系。

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，一种用于确定可移动物体的初始化信息的方法包括：借助于一个或多个处理器来检测所述可移动物体已经开始操作；在所述一个或多个处理器处从由所述可移动物体携带的至少一个惯性传感器接收惯性数据；在所述一个或多个处理器处从由所述可移动物体携带的至少两个图像传感器接收图像数据；以及借助于所述一个或多个处理器，基于所述惯性数据和所述图像数据来确定所述可移动物体的所述初始化信息，其中所述初始化信息包含当所述可移动物体开始操作时以下各项中的一项或多项：所述可移动物体的位置、所述可移动物体的速度或所述可移动物体相对于重力方向的朝向。

摘要： 本发明提供了用于使用多个传感器来控制可移动物体的系统、方法和装置。在一方面，提供了用于标定可移动物体的一个或多个外参的方法。所述方法可以包括：接收所述一个或多个外参的初始值，其中所述一个或多个外参包含由所述可移动物体携带的至少两个图像传感器之间的空间关系；在所述可移动物体的操作期间，从由所述可移动物体携带的至少一个惯性传感器接收惯性数据；在所述可移动物体的所述操作期间，从由所述可移动物体携带的所述至少两个图像传感器接收图像数据；以及在所述可移动物体的所述操作期间，使用迭代优化算法基于所述初始值、所述惯性数据和所述图像数据来确定所述一个或多个外参的估计值。