多传感器数据融合

定义与目的

多传感器数据融合（也称信息融合）是指：充分利用不同时间与空间的多传感器信息资源，采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配和使用，获得对被测对象的一致性解释与描述，以完成所需的决策和估计任务，使系统获得比它的各组成部分更优越的性能。

其目的是通过数据组合而不是依赖输入信息中的任何个别元素，推导出更多的信息，得到最佳协同作用的结果，即利用多个传感器共同或联合操作的优势，提高传感器系统的有效性，消除单个或少量传感器的局限性。

硬件基础、加工对象与核心

• 多传感器系统是数据融合的硬件基础；
• 多源信息是数据融合的加工对象；
• 协调优化和综合处理是数据融合的核心。

基本原理

多传感器数据融合的基本原理类似人脑综合处理信息：充分利用多个传感器资源，通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间或时间上可冗余或互补的信息依据某种准则进行组合，以获得被测对象的一致性解释或描述，使该信息系统获得比其各组成部分的子集所构成的系统更优越的性能。

各传感器的信息可能具有不同特征：实时的或非实时的，快变的或缓变的，模糊的或确定的，相互支持的或互补的，也可能是互相矛盾和竞争的。融合的任务就是按准则对这些信息进行综合。

时、空特性

被观测目标处于一定的时间和空间度量中，因此对目标运动状态的观测存在时间性和空间性问题。

• 时间性：按时间先后对观测目标在不同时间的观测值进行融合。利用单传感器在不同时间的观测结果进行融合时，要考虑数据融合的时间性。
• 空间性：多个传感器在空间上分布，对同一目标从不同位置观测，融合时需统一空间参考。

互补实例：陀螺仪与加速度计

单一传感器存在局限：陀螺仪可准确测量运动状态，但静止时存在零点漂移；加速度计在静止或可忽略运动加速度时可由重力方向估计俯仰与横滚角，但非静止时受运动加速度影响。两者特性互补：陀螺仪动态准确、静止漂移，加速度计在重力主导时可估计倾斜、动态受干扰。

将两者输出按一定准则分析综合，可形成对姿态的一致性描述，从而改善姿态准确性。该互补改善成立的条件是：两者的信息经过统一坐标和时间基准，可共同约束俯仰与横滚等姿态量；仅凭重力方向不能确定航向角，且融合时依据各自在不同状态下的可信程度进行综合——静止或低动态时更多依赖加速度计的角度信息，动态时更多依赖陀螺仪的运动信息，并对陀螺仪的漂移进行估计和补偿。

车辆环境感知中的多源汇合

在车辆周围环境感知中，激光雷达输出点云数据用于构建环境三维结构，摄像头输出带目标检测框的图像用于识别车辆及车道线，毫米波雷达输出雷达扫描图用于探测周围目标。三类数据汇合后可形成以车辆为中心的环境感知结果，实际视场由安装与覆盖决定，体现多源数据融合后的全方位环境感知能力。这属于多传感器在空间上对同一环境的多方位观测与汇合，是数据融合基本思想的具体体现。