用于多传感器的数据融合方法及装置、电子设备、存储介质制造方法及图纸

本申请涉及数据融合技术领域，公开一种用于多传感器的数据融合方法，包括：对多个传感器的检测数据进行预处理，获得预处理数据；分析预处理数据各分量的相似度，并计算各相似度对应的第一权重向量；分析预处理数据各分量的准确度，并计算各准确度对应的第二权重向量；输入所述第一权重向量和所述第二权重向量至D‑S证据理论算法执行数据融合，获得每个传感器的目标数据。该方法可提升融合数据的准确性。本申请还公开一种用于多传感器的数据融合装置及电子设备、存储介质。

【技术实现步骤摘要】

本申请涉及数据融合，例如涉及一种用于多传感器的数据融合方法及装置、电子设备、存储介质。

技术介绍

1、目前，多传感器数据融合技术表示利用智能信息技处理技术对从时序获得的若干同类型传感器的观测数据在预设准则下进行分析，综合完成所需的决策和估计任务二进行的信息处理过程。随着人工智能与信息技术的快速发展，在多传感器融合技术方面已形成较为成熟的理论与方法。例如，表决系统、证据理论、神经网络和模糊理论等。由于多传感器数据融合技术可辅助获得更为精准的数据，所以，多传感器数据融合技术在目标识别领域、定位跟踪领域、故障诊断领域和决策支持领域方面具有广泛的应用。

2、相关技术公开一种基于分段函数的多传感器数据融合方法，包括如下步骤：(1)获取多个传感器数据并统计输出目标分布情况；(2)分析多个传感器数据的稳定性，输出跳变标志位；(3)基于分段函数对目标分布情况进行拟合，输出权重曲线；(4)基于权重曲线对多个传感器数据进行融合，得到融合数据。

3、在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：

4、采用分段函数计算权重曲线的方本文档来自技高网...

【技术保护点】

1.一种用于多传感器的数据融合方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述分析预处理数据各分量的相似度，并计算各相似度对应的第一权重向量，包括：

3.根据权利要求2所述的方法，其特征在于，按照以下方式计算模糊支持度矩阵Sup(U,V)：

4.根据权利要求2所述的方法，其特征在于，所述计算各相似度对应的第一权重向量，包括：

5.根据权利要求1所述的方法，其特征在于，所述分析预处理数据各分量的准确度，并计算各准确度对应的第二权重向量，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据第i分量对应的...

【技术特征摘要】

1.一种用于多传感器的数据融合方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述分析预处理数据各分量的相似度，并计算各相似度对应的第一权重向量，包括：

3.根据权利要求2所述的方法，其特征在于，按照以下方式计算模糊支持度矩阵sup(u,v)：

4.根据权利要求2所述的方法，其特征在于，所述计算各相似度对应的第一权重向量，包括：

5.根据权利要求1所述的方法，其特征在于，所述分析预处理数据各分量的准确度，并计算各准确度对应的第二权重向量，包括：

6.根据权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：刘雷，吕守鹏，许升，
申请(专利权)人：青岛海尔智能技术研发有限公司，
类型：发明
国别省市：