MehrSensorenDas Grundprinzip der Informationsfusionstechnologie ist genauso wie der Prozess, bei dem das menschliche Gehirn Informationen verarbeitet, indem es verschiedene Sensoren zur mehrstufigen, räumlichen Informationskomplementation und -optimierung kombiniert verarbeitet, um letztlich eine konsistente Interpretation der beobachteten Umgebung zu erzeugen. Wir wollen heute die vier grundlegenden Merkmale eines Multi-Sensor-Fusionssystems vorstellen, die Ihnen hoffentlich helfen können.

Multi-Sensor-Fusionssysteme weisen vier markante Merkmale auf:

Redundanz von Informationen: Für ein bestimmtes Merkmal der Umgebung können mehrere Informationen über mehrere Sensoren (oder mehrere verschiedene Momente eines einzelnen Sensors) erhalten werden, die redundant sind und unterschiedliche Zuverlässigkeit haben, aus denen durch die Fusionsverarbeitung genauere und zuverlässigere Informationen extrahiert werden können. Darüber hinaus erhöht die Redundanz der Informationen die Stabilität des Systems und verhindert damit Auswirkungen auf das gesamte System durch Ausfälle einzelner Sensoren.

Komplementarität der Informationen: Verschiedene Arten von Sensoren können dem System Informationen unterschiedlicher Art liefern, die Objekte beschreiben, die unterschiedliche Umgebungsmerkmale sind, die sich gegenseitig komplementieren. Wenn ein Koordinatenraum aus allen Merkmalen definiert wird, gehören die von jedem Sensor bereitgestellten Informationen nur zu einem Teilraum des gesamten Raumes und sind unabhängig voneinander von den anderen Sensoren gebildeten Räumen.

Rechtzeitigkeit der Informationsverarbeitung: Der Verarbeitungsprozess der einzelnen Sensoren ist unabhängig voneinander und der gesamte Verarbeitungsprozess kann einen parallelen leitfähigen Wärmebehandlungsmechanismus verwenden, so dass das System eine schnellere Verarbeitungsgeschwindigkeit hat und rechtzeitigere Behandlungsergebnisse liefert.

Niedrige Kosten der Informationsverarbeitung: Mehrere Sensoren können weniger kosten, um die Menge an Informationen zu erhalten, die einem einzelnen Sensor entspricht. Andererseits sind die Kosten für einen einzelnen Sensor und die Kosten für mehrere Sensoren gleich, wenn die von einem einzelnen Sensor bereitgestellten Informationen nicht für andere Funktionen verwendet werden.

Informationsintegration ist ein integrierter Prozess der Verarbeitung von Informationen mit mehreren Sensoren, der von Natur aus komplex ist. Bei der Informationskonvergenzverarbeitung gibt es je nach Methode der Rohdatenverarbeitung drei Architekturen von Informationskonvergenzsystemen: zentralisiert, verteilt und gemischt.

Zentralisiert: Zentralisiert sendet die Rohdaten, die von den einzelnen Sensoren erhalten werden, direkt an den Zentralprozessor zur Fusionsverarbeitung, kann Echtzeit-Fusion erreicht werden, die Präzision der Datenverarbeitung ist hoch, der Algorithmus ist flexibel, der Nachteil ist, dass der Prozessor hohe Anforderungen hat, die Zuverlässigkeit geringer ist und die Datenmenge groß ist, so dass es schwer zu erreichen ist.

Verteilt: Jeder Sensor verarbeitet die erhaltenen Rohdaten zuerst lokal, einschließlich der Vorverarbeitung, Klassifizierung und Extraktion von Eigenschaften der Rohdaten, und trifft Entscheidungen nach den jeweiligen Entscheidungsrichtlinien und sendet die Ergebnisse dann in das Fusionszentrum, um die endgültige Entscheidungsfindung zu erzielen. Die verteilte Kommunikation erfordert geringe Bandbreite, schnelle Berechnungsgeschwindigkeit, Zuverlässigkeit und Kontinuität, aber die zentrale Verfolgungsgenauigkeit ist nicht hoch.

3, gemischte Form: In den meisten Fällen werden die oben genannten beiden in einer anderen Kombination, um eine gemischte Struktur zu bilden. Es behält die Vorteile beider oben genannten Systeme bei, aber mit teureren Kosten für Kommunikation und Computing. Diese Systeme haben jedoch auch die Vorteile der beiden oben genannten Systeme*, die in der Praxis häufig eine solche Struktur verwenden.