System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种传感器感知融合方法、装置及设备制造方法及图纸_技高网

一种传感器感知融合方法、装置及设备制造方法及图纸

技术编号:40927161 阅读:2 留言:0更新日期:2024-04-18 14:49
本发明专利技术提供一种传感器感知融合方法、装置及设备,其中方法包括:获取至少一种类型的传感器数据;通过预设的感知传感器融合模型对所述至少一种类型的传感器数据进行数据融合,得到目标感知结果。可以将不同类型的传感器数据进行融合,得到对目标的准确感知结果。

【技术实现步骤摘要】

本专利技术涉及传感器应用领域,具体涉及一种传感器感知融合方法、装置及设备


技术介绍

1、随着传感器网络、信号检测与处理以及计算机技术的迅速发展,传感器类型增多同时其应用也越发广泛。如何有效利用不用类型传感器的优势,将不同类型的传感器数据进行融合,得到对目标的准确感知结果,是目前面临的主要技术问题。


技术实现思路

1、本专利技术要解决的技术问题是提供一种传感器感知融合方法、装置及设备,可以将不同类型的传感器数据进行融合,得到对目标的准确感知结果。

2、为解决上述技术问题,本专利技术的技术方案如下:

3、一种传感器感知融合方法,包括:

4、获取至少一种类型的传感器数据;

5、通过预设的感知传感器融合模型对所述至少一种类型的传感器数据进行数据融合,得到目标感知结果。

6、可选的,通过预设的感知传感器融合模型对所述至少一种类型的传感器数据进行数据融合,得到目标感知结果,包括:

7、根据所述至少一种类型的传感器数据,得到至少一种传感器测量结果和传感器预测结果;

8、根据所述传感器测量结果和传感器预测结果的误差,得到目标感知结果。

9、可选的,根据所述至少一种类型的传感器数据,得到至少一种传感器测量结果和传感器预测结果,包括:

10、根据所述至少一种类型的传感器数据,对所述传感器数据进行特征提取,根据提取的特征得到传感器测量结果;

11、根据预设的状态转移模型对所述至少一种类型的传感器数据进行预测,得到传感器预测结果。

12、可选的,根据预设的状态转移模型对所述至少一种类型的传感器数据进行预测,得到传感器预测结果,包括:

13、将所述至少一种类型的传感器数据向量化处理,得到状态向量;

14、将所述状态向量输入状态转移模型,得到传感器预测结果。

15、可选的,根据所述传感器测量结果和传感器预测结果的误差,得到目标感知结果,包括:

16、初始化所述感知传感器融合模型的状态向量、状态协方差矩阵和过程噪声协方差矩阵;

17、根据所述传感器测量结果和传感器预测结果的误差,对所述状态向量、状态协方差矩阵和过程噪声协方差矩阵进行迭代更新计算,直到更新次数达到预设阈值,得到目标状态向量、目标状态协方差矩阵和目标过程噪声协方差矩阵;

18、根据所述目标状态向量、目标状态协方差矩阵和目标过程噪声协方差矩阵得到感知结果。

19、可选的,根据所述传感器测量结果和传感器预测结果的误差,对所述状态向量、状态协方差矩阵和过程噪声协方差矩阵进行迭代更新计算,包括:

20、根据所述传感器测量结果和传感器预测结果的误差,得到修正学习控制算子;

21、根据所述修正学习控制算子更新所述状态向量、状态协方差矩阵和过程噪声协方差矩阵。

22、可选的,传感器感知融合方法还包括:

23、构建关系型数据库,对所述至少一种类型的传感器数据进行特征提取后,将提取的特征进行存储。

24、本专利技术还提供一种传感器感知融合装置,包括:

25、获取模块,用于获取至少一种类型的传感器数据;

26、处理模块,用于通过预设的感知传感器融合模型对所述至少一种类型的传感器数据进行数据融合,得到目标感知结果。

27、本专利技术还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上述任一项所述的方法。

28、本专利技术还提供一种计算机可读存储介质,存储有指令,当所述指令在计算机上运行时,使得计算机执行如上述任一项所述的方法。

29、本专利技术的上述方案至少包括以下有益效果:

30、本专利技术的上述方案,通过获取至少一种类型的传感器数据;通过预设的感知传感器融合模型对所述至少一种类型的传感器数据进行数据融合,得到目标感知结果。可以将不同类型的传感器数据进行融合,得到对目标的准确感知结果。

本文档来自技高网...

【技术保护点】

1.一种传感器感知融合方法,其特征在于,包括:

2.根据权利要求1所述的传感器感知融合方法,其特征在于,通过预设的感知传感器融合模型对所述至少一种类型的传感器数据进行数据融合,得到目标感知结果,包括:

3.根据权利要求2所述的传感器感知融合方法,其特征在于,根据所述至少一种类型的传感器数据,得到至少一种传感器测量结果和传感器预测结果,包括:

4.根据权利要求3所述的传感器感知融合方法,其特征在于,根据预设的状态转移模型对所述至少一种类型的传感器数据进行预测,得到传感器预测结果,包括:

5.根据权利要求2所述的传感器感知融合方法,其特征在于,根据所述传感器测量结果和传感器预测结果的误差,得到目标感知结果,包括:

6.根据权利要求5所述的传感器感知融合方法,其特征在于,根据所述传感器测量结果和传感器预测结果的误差,对所述状态向量、状态协方差矩阵和过程噪声协方差矩阵进行迭代更新计算,包括:

7.根据权利要求3所述的传感器感知融合方法,其特征在于,还包括:

8.一种传感器感知融合装置,其特征在于,包括:</p>

9.一种计算设备,其特征在于,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,存储有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种传感器感知融合方法,其特征在于,包括:

2.根据权利要求1所述的传感器感知融合方法,其特征在于,通过预设的感知传感器融合模型对所述至少一种类型的传感器数据进行数据融合,得到目标感知结果,包括:

3.根据权利要求2所述的传感器感知融合方法,其特征在于,根据所述至少一种类型的传感器数据,得到至少一种传感器测量结果和传感器预测结果,包括:

4.根据权利要求3所述的传感器感知融合方法,其特征在于,根据预设的状态转移模型对所述至少一种类型的传感器数据进行预测,得到传感器预测结果,包括:

5.根据权利要求2所述的传感器感知融合方法,其特征在于,根据所述传感器测量结果和传感器预测结果的误差,得到...

【专利技术属性】
技术研发人员:占柳许小伟邓明星洪义君刘旺姚璐琦
申请(专利权)人:武汉科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1