一种多传感器异步信息融合方法及系统技术方案

本发明专利技术公开了一种多传感器异步信息融合方法及系统，通过将采集的多传感器的原始数据信息进行滤波核信息提取，利用滤波核信息计算聚类簇的个数k，然后以聚类簇的个数k为基础，对聚类簇的个数k进行分析计算，将计算得到的每个聚类簇的中心数据信息进行加权组合求解后及进行信息融合，完成多传感器异步信息融合，本发明专利技术根据多传感器的原始数据信息的滤波核信息进行聚类分析，能够有效避免传感器信息异步或者丢包等情况，然后以聚类簇的个数K为基础进行分析计算，得到每个聚类簇的中心数据信息，确保了信息融合的稳定性，降低了融合的难度，解决了实际应用中实时多传感器难融合的问题。问题。问题。

A multi-sensor asynchronous information fusion method and system

【技术实现步骤摘要】
一种多传感器异步信息融合方法及系统


[0001]本专利技术属于多传感器信息融合
，具体涉及一种多传感器异步信息融合方法及系统。

技术介绍

[0002]随着自动化程度的提高，传感器稳定性需求急剧增加，传统单一的传感器无法支持系统需求，尤其在自动驾驶领域中更为显著。随着人工智能近年来的快速发展，多传感器信息融合得到快速的发展，这些多传感器系统逐渐发展变得更加强大并在越来越多的情况下控制着智能设备。
[0003]已有的多传感器信息融合方法是基于同步条件假设完成的，且都有独特的使用场景，例如传感器信息的异步性或者丢包等情况，这些都严重影响数据融合结果，无法解决实际应用中遇到的实时融合挑战。

技术实现思路

[0004]本专利技术的目的在于提供一种多传感器异步信息融合方法及系统，旨在解决多传感器异步数据下的高性能融合的问题，同时弥补现有技术的不足。
[0005]一种多传感器异步信息融合方法，包括以下步骤：
[0006]S1，将采集的多传感器的原始数据信息进行滤波核信息提取；
[0007]S2，根据提取的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多传感器异步信息融合方法，其特征在于，包括以下步骤：S1，将采集的多传感器的原始数据信息进行滤波核信息提取；S2，根据提取的滤波核信息计算聚类簇的个数k，然后对聚类簇的个数k进行分析计算，将计算得到的每个聚类簇的中心数据信息进行加权组合求解后及进行信息融合，即可完成多传感器异步信息融合。2.根据权利要求1所述的一种多传感器异步信息融合方法，其特征在于，提取的滤波核信息包括滤波核高度l、中心位C
k
、滤波核宽度Δt，其中滤波核宽度Δt根据实际情况进行设定，中心位C
k
为所有原始数据信息数据的中心点，D＝{s1,s2,
…
,s
n
}为传感器数据集合，滤波核高度l由下式计算：3.根据权利要求1所述的一种多传感器异步信息融合方法，其特征在于，将单个t时刻的滤波核信息数据投影到单个特征轴形成集合D
p
，并将集合D
p
划分为λ个组并进行组间元素数量求和：D
p
＝{S
p
(1),S
p
(2),
…
,S
p
(λ)}式中S
p
(λ)＝sum(D
p
)，因此得到了λ个标量组成的集合)，因此得到了λ个标量组成的集合利用最大可能准则对进行选择，得到通过反解方程式求解概率密度值y的逆函数值，即可得到K
‑
Means所需的k值。4.根据权利要求1所述的一种多传感器异步信息融合方法，其特征在于，采用K
‑
Means方法将等待聚类的数据集分为k个聚类，ω
i
表示第j个簇的元素，m
j
＝|ω
j
|代表ω
j
类中的元素个数，因此有D＝{ω1,ω2,
…
,ω
j
},j≤k，聚类后的每个簇的中心为C
k
：：重复上述步骤直至迭代收敛或者达到稳定不变的误差e
min
即可得到每个聚类簇的中心数据信息ω
j
。5.根据权利要求1所述的一种多传感器异步信息融合方法，其特征在于，对得到的每个聚类簇的中心数据信息进行加权融合：式中W为权值向量，为各个传感器出厂的精确度，C＝{c1,c2,
…
,c
k
}，t为时间戳。6.一种多传感器异步信息融合系统，其特征在于，包括多传感器采集模块、传输...

【专利技术属性】
技术研发人员：岳高峰，言浬，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：