数据融合的传感器系统技术方案

本发明专利技术涉及一种用于确定至少一个测量参量的数据融合的传感器系统，所述数据融合的传感器系统具有第一传感器类型(100)的至少一个第一传感器(101)和第二传感器类型(200)的至少一个第二传感器(201)以及处理单元，其中，所述处理单元设置用于对所述第一传感器类型的第一输出数据(170)和所述第二传感器类型的第二输出数据(270)进行融合，其中，使用统计学估计功能来推断出所述测量参量(500)。

【技术实现步骤摘要】
数据融合的传感器系统
本专利技术涉及一种数据融合的传感器系统。
技术介绍
已知对冗余传感器数据进行融合来改善数据质量。然而，用于相同测量参量的传感器也具有可比较的性能参数。可以借助取平均或卡尔曼滤波来进行数据融合。I.Skog,J.O.Nilsson,P.所著的文献《使用IMU阵列进行行人跟踪》(2014IEEE电子、计算机和通信技术国际会议(CONECCT)，Bangalore,2014年，1-4页)、J.Chengyu等所著的《使用一阶马尔可夫对速率信号建模来提高精度的MEMS陀螺仪阵列的信号处理》(《传感器》12(2),2012年，1720-1737页)、Martin,H.F.S.等所著的《使用传感器阵列改善低成本MEMSIMU性能的新方法》(导航研究所，2013年)、Lin,Zhirong等所著的《四个九轴MEMS运动传感器的定向精度的实验性能评估》(EnterpriseSystems(ES),2017年第5届国际会议，IEEE,2017)描述了这种传感器系统。
技术实现思路
本专利技术的任务是提供一种数据融本文档来自技高网...

【技术保护点】
1.一种数据融合的传感器系统，所述数据融合的传感器系统用于确定至少一个测量参量，所述传感器系统具有第一传感器类型(100)的至少一个第一传感器(101)、第二传感器类型(200)的至少一个第二传感器(201)以及用于数据融合的处理单元，其中，所述处理单元设置用于对所述第一传感器类型的第一输出数据(170)和所述第二传感器类型的第二输出数据(270)进行融合，其中，使用贝叶斯推理机制来推断出所述测量参量(500)。/n

【技术特征摘要】
20190518 DE 102019207279.81.一种数据融合的传感器系统，所述数据融合的传感器系统用于确定至少一个测量参量，所述传感器系统具有第一传感器类型(100)的至少一个第一传感器(101)、第二传感器类型(200)的至少一个第二传感器(201)以及用于数据融合的处理单元，其中，所述处理单元设置用于对所述第一传感器类型的第一输出数据(170)和所述第二传感器类型的第二输出数据(270)进行融合，其中，使用贝叶斯推理机制来推断出所述测量参量(500)。


2.根据权利要求1所述的数据融合的传感器系统，其特征在于，所述传感器系统具有多个第一传感器和/或多个第二传感器，其中，所述处理单元设置用于首先将所述多个第一传感器的第一输出信号(130)融合成所述第一传感器类型的第一输出数据(170)和/或将所述多个第二传感器的第二输出信号(230)融合成所述第二传感器类型的第二输出数据(270)。


3.根据权利要求2所述的数据融合的传感器系统，其特征在于，所述处理单元设置用于给所述第一输出信号(130)分配第一加权因子，其中，相应的第一加权因子通过一个第一输出信号相对于其余第一输出信号的偏差、尤其...

【专利技术属性】
技术研发人员：B·库尔曼，JT·利瓦尔德，T·菲施勒，T·希勒，Z·彭泰克，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE