CN107451623A - 一种多传感器数据融合方法及装置 - Google Patents

一种多传感器数据融合方法及装置 Download PDF

Info

Publication number
CN107451623A
CN107451623A CN201710778733.1A CN201710778733A CN107451623A CN 107451623 A CN107451623 A CN 107451623A CN 201710778733 A CN201710778733 A CN 201710778733A CN 107451623 A CN107451623 A CN 107451623A
Authority
CN
China
Prior art keywords
data
sensor
data element
time
type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710778733.1A
Other languages
English (en)
Other versions
CN107451623B (zh
Inventor
黄海婷
李同乐
姜浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Sens Habei Electronic Technology Co Ltd
Original Assignee
Nanjing Sens Habei Electronic Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Sens Habei Electronic Technology Co Ltd filed Critical Nanjing Sens Habei Electronic Technology Co Ltd
Priority to CN201710778733.1A priority Critical patent/CN107451623B/zh
Publication of CN107451623A publication Critical patent/CN107451623A/zh
Application granted granted Critical
Publication of CN107451623B publication Critical patent/CN107451623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种多传感器数据融合方法及装置,该方法首先将每一传感器在一段时间内的输出数据封装成一个数据元进行存储,然后再将每一传感器数据元集合中的每个数据元与其他传感器数据元集合中每个数据元进行数据融合,在两个数据元的数据类型、时间和内容都相同时,将其中一个数据元的传感器标识改成两者之和并删除另一个数据元;在两个数据元的数据类型和时间相同但数据内容不同时,将传感器等级较高的数据元的传感器标识改成两者之和并删除另一数据元;在两个数据元的数据类型不同但数据时间相同时,分别在两个数据元的数据内容里增加对方的数据元身份标识。本发明具有效率高、支持多路数据源的优点,为多传感器数据融合提供新的思路。

Description

一种多传感器数据融合方法及装置
技术领域
本发明涉及一种多传感器数据融合的方法及装置,属于传感器数据融合领域。
背景技术
目前多传感器融合技术的研究主要是多传感器应用的决策方面,对多传感器数据层级的融合技术的研究较少,因此传感器数据融合是信息领域一个前景广阔的研究方向,对多传感器数据融合进行研究具有重要意义。多传感器数据融合技术形成于上世纪80年代,它不同于一般信号处理,也不同于单个或多个传感器的监测和测量,而是对基于多个传感器测量结果基础上的更高层次的综合决策过程。多传感器数据融合技术是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。多传感器数据融合技术从多信息的视角进行处理及综合,得到各种信息的内在联系和规律,从而剔除无用的和错误的信息,保留正确的和有用的成分,最终实现信息的优化,它也为智能信息处理技术的研究提供了新的观念。
数据融合作为一门跨学科的综合信息处理理论,涉及系统论、信息论、控制论、人工智能和计算机通信等众多的领域和学科。但是目前业界多传感器数据融合技术只是数据应用层面的融合,存在着数据融合效率低、传感数据融合种类单一的问题,急需在传感器底层数据方面研究数据融合问题。
发明内容
发明目的:针对现有技术的问题,本发明的目的在于提供一种多种传感器数据融合的方法及装置,重点解决多传感器数据的综合应用问题,具有充分利用传感器数据、减低数据冗余、提升数据准确性的特点。
技术方案:为实现上述发明目的,本发明采用如下技术方案:
一种多传感器数据融合方法,包括如下步骤:
(1)将每一个传感器在一段时间内的输出数据封装成一个数据元进行存储,所述数据元包括数据元身份标识、传感器标识、传感器等级、传感器数据类型、数据时间和数据内容六部分数据信息;
(2)将每一个传感器数据元集合中的每个数据元与其他传感器数据元集合中每个数据元进行数据融合,在两个数据元的数据类型、数据时间和数据内容都相同的情况下,将其中一个数据元的传感器标识改成两者之和并删除另一个数据元;在两个数据元的数据类型和数据时间相同但数据内容不同的情况下,将传感器等级较高的数据元的传感器标识改成两者之和并删除传感器等级较低的数据元;在两个数据元的数据类型不同但数据时间相同的情况下,分别在两个数据元的数据内容里增加对方的数据元身份标识。
作为优选,步骤(1)中,数据元封装的步骤包括:
(1.1)生成数据元唯一身份标识数据,将其写入数据元内身份标识数据段内;
(1.2)读取传感器标识数据,将其写入数据元内传感器标识数据段内;
(1.3)依据传感器标识从预先建立的传感器等级表中找到传感器等级,将等级数据写入数据元传感器等级数据段内;
(1.4)依据传感器标识从预先建立的传感器数据类型表中读取传感器数据类型,将类型数据写入数据元内数据类型数据段内;
(1.5)记录传感器传输的数据时间t1~t2,将数据时间写入数据元内数据时间数据段内;其中,t1为数据传输开始的时间,t2为数据传输结束的时间;
(1.6)将时间t1~t2产生的数据存储入数据元的数据内容数据段内,完成数据元封装,并进行存储。
作为优选,步骤(2)中,两个传感器的数据元进行数据融合的步骤包括:
(2.1)令i=1,j=1,读取第一传感器的数据元ai,读取第二传感器的数据元bj,进入步骤(2.2);
(2.2)对比ai与bj内的数据类型,若相同则进入步骤(2.3),否则进入步骤(2.9);
(2.3)对比ai与bj内的数据时间,若相同则进入步骤(2.4),否则进入步骤(2.6);
(2.4)对比ai与bj内的数据内容,若相同则进入步骤(2.5),否则进入步骤(2.7);
(2.5)将ai内传感器标识改为两者之和,保存ai并删除bj;进入步骤(2.11);
(2.6)保存ai和bj,进入步骤(2.11);
(2.7)对比ai与bj内的传感器等级,若aiL<bjL则进入步骤(2.5),否则进入步骤(2.8);
(2.8)将bj内传感器标识改为两者之和,保存bi并删除aj;进入步骤(2.12);
(2.9)对比ai与bj内的数据时间,若相同则进入步骤(2.10),否则进入步骤(2.6);
(2.10)在数据元ai内数据内容后增加数据元bj的身份标识,在数据元bj内数据内容后增加数据元ai的身份标识,保存数据元ai和bj;进入步骤(2.11);
(2.11)令j=j+1,读取第一传感器的数据元ai,读取第二传感器的数据元bj,并进入步骤(2.2),至第二传感器无数据元可读取,进入步骤(2.12);
(2.12)令i=i+1,j=1,读取第一传感器的数据元ai,读取第二传感器的数据元bj,若数据元bj不存在则令j=j+1至读取到一个数据元,并进入步骤(2.2);在第一传感器返回信息无数据元可读取时,第一传感器与第二传感器的数据融合完成。
一种多传感器数据融合装置,包括数据元封装模块、数据元融合模块和存储模块;
所述数据元封装模块,用于将每一个传感器在一段时间内的输出数据封装成一个数据元并存入存储模块,所述数据元包括数据元身份标识、传感器标识、传感器等级、传感器数据类型、数据时间和数据内容六部分数据信息;
所述数据元融合模块,用于将每一个传感器数据元集合中的每个数据元与其他传感器数据元集合中每个数据元进行数据融合,在两个数据元的数据类型、数据时间和数据内容都相同的情况下,将其中一个数据元的传感器标识改成两者之和并删除另一个数据元;在两个数据元的数据类型和数据时间相同但数据内容不同的情况下,将传感器等级较高的数据元的传感器标识改成两者之和并删除传感器等级较低的数据元;在两个数据元的数据类型不同但数据时间相同的情况下,分别在两个数据元的数据内容里增加对方的数据元身份标识。
作为优选,所述数据元封装模块包括:
身份标识处理单元,用于生成数据元唯一身份标识数据,将其写入数据元内身份标识数据段内;
传感器标识处理单元,用于读取传感器标识数据,将其写入数据元内传感器标识数据段内;
传感器等级处理单元,用于依据传感器标识从预先建立的传感器等级表中找到传感器等级,将等级数据写入数据元传感器等级数据段内;
数据类型处理单元,用于依据传感器标识从预先建立的传感器数据类型表中读取传感器数据类型,将类型数据写入数据元内数据类型数据段内;
数据时间处理单元,用于记录传感器传输的数据时间t1~t2,将数据时间写入数据元内数据时间数据段内;
以及,数据内容处理单元,用于将时间t1~t2产生的数据存储入数据元的数据内容数据段内,完成数据元封装,并进行存储。
作为优选,所述数据元融合模块包括:
读取单元,用于从不同传感器封装得到的数据元集合中读取数据元,每次从两个不同传感器的数据元集合中读取两个未比较过的数据元;
第一融合单元,用于在两个数据元的数据类型不同且数据时间不同时保存两个数据元;以及在两个数据元的数据类型相同但数据时间不同时保存两个数据元;
第二融合单元,用于在两个数据元的数据类型、数据时间和数据内容相同时将其中一个数据元的传感器标识改成两者之和保存该数据元并删除另一个数据元,以及在两个数据元的数据类型和数据时间相同但数据内容不同时,将传感器等级较高的数据元的传感器标识改成两者之和保存该数据元并删除传感器等级较低的数据元;
以及,第三融合单元,用于在两个数据元的数据类型不同但数据时间相同时,分别在两个数据元的数据内容里增加对方的数据元身份标识,保存两个数据元。
有益效果:本发明首先将各传感器输出的数据封装成自定义的数据元,通过对一段时间内的多传感器输出数据元集合进行多维度的融合处理,能够有效的减少传感器数据融合的处理工作量,解决了多传感器数据融合问题。通过汇总多种传感器的数据,进行数据分析处理,最后融合成能够应用的数据信息。该数据融合方法具有效率高、数据冗余度低、准确性高、支持多路数据源的优点,为多传感器数据融合提供新的思路。
附图说明
图1为多传感器融合方法整体架构图。
图2为数据元封装过程图。
图3为两个数据元融合过程图。
图4为两个传感器的数据元集合融合过程图。
图5为多个传感器的融合过程图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如附图1存在传感器A、传感器B…传感器N,每一个传感器一段时间内输出数据通过CPU处理封装成数据元,CPU再定期对每个传感器输出的数据元进行数据融合。存在数据处理模块(以下简称CPU),负责对传感器数据进行封装和融合处理。存在数据存储模块(以下简称RAM),保存处理后的数据。每个数据元包括数据元身份标识D、传感器等级L、传感器标识S、数据类型P、数据时间T、数据内容C六部分数据信息。需要说明的是此处传感器A、传感器B…传感器N,并不代表与字母顺序相同数量的传感器,其中N≥2,传感器A、传感器B可以理解为第一传感器、第二传感器,只用于区别不同传感器。
如附图2所示,CPU对传感器A的在时间t1~t2内产生的数据封装成数据元的过程如下:
(1)CPU生成数据元唯一身份标识数据,将其写入数据元内身份标识D数据段内,进入流程(2)。
(2)CPU读取传感器标识数据,将其写入数据元内传感器标识S数据段内,进入流程(3)。
(3)CPU根据依据传感器标识S从建立的传感器等级表中找到传感器等级,将等级数据写入数据元传感器等级L数据段内,进入流程(4)。
(4)CPU依据传感器标识S从传感器数据类型表中读取传感器数据类型,将类型数据写入数据元内数据类型P数据段内,进入流程(5)。
(5)CPU记录传感器传输的数据时间t1~t2,将数据时间写入数据元内数据时间T数据段内,进入流程(6)。
(6)CPU将时间t1~t2产生的数据存储入数据元的数据内容C数据段内,完成数据元封装,存入RAM。
其中传感器等级表定义了每一个传感器的等级数据,传感器数据类型表定义每一个传感器的数据类型。
例如:温度传感器的时间t1~t2内产生的数据经过CPU封装的数据元包括D(IDDE3434)唯一身份标识数据;S(T342)传感器类型标识;L(B456)此温度传感器的级别;P(TEMP2)温度数据类型;T(t1-t2)t1~t2内时间信息;C(t1,34℃;…)传感器的温度信息。
一段时间t(t时间长度大于t1~t2的时间长度)内传感器A输出数据元a1、a2、a3、a4…an1;传感器B输出数据元b1、b2、b3…bn2;……传感器N输出数据元n1、n2、n3…nnn;其中n1、n2……nn分别为传感器A、传感器B、传感器N输出的数据元集合的元素个数。如附图3-5所示,本发明实施例对各传感器数据元进行数据融合过程如下:
(1)CPU读取传感器A输出数据元a1,读取传感器B输出数据b1,进入流程(2)。
(2)CPU对比a1与b1内的数据类型P内数据,若a1P=b1P则进入流程(3),若a1P≠b1P,则进入流程(9)。
(3)CPU对比a1与b1内的数据时间T内数据,若a1T=b1T则进入流程(4),若a1T≠b1T,则进入流程(6)。
(4)CPU对比a1与b1内的数据内容C内数据,若a1C=b1C则进入流程(5),若a1C≠b1C,则进入流程(7)。
(5)CPU将传感器A输出数据元a1内传感器标识S改为a1S与b1S,并在RAM中保存数据元a1,删除传感器B输出数据元b1。返回数据元融合完成信息RETURN,并进入流程(11)
(6)RAM中保存数据元a1和b1。返回数据元融合完成信息RETURN,并进入流程(11)
(7)CPU对比a1与b1内的传感器等级L内数据,若a1L<b1L则进入流程(5),若a1L≥b1L,则进入流程(8)。
(8)CPU将传感器B输出数据元b1内传感器标识S改为b1S与a1S,并在RAM中保存数据元b1,删除传感器A输出数据元a1。返回数据元融合完成信息RETURN,并进入流程(12)
(9)CPU对比a1与b1内的数据时间T内数据,若a1T=b1T则进入流程(10),若a1T≠b1T,则进入流程(6)。
(10)CPU在传感器A输出数据元a1内数据内容a1C后增加b1D,并在RAM中保存数据元a1;CPU在传感器B输出数据元b1内数据内容b1C后增加内容a1D,并在RAM中保存数据元b1。返回数据元融合完成信息RETURN,并进入流程(11)。
(11)CPU读取传感器A输出数据元a1,读取传感器B输出数据b2。并进入流程(2)(流程2-10中的a1、b1在重复执行时应当理解为重新读取的两个数据元,如a1、b2),至返回数据元融合完成信息RETURN后,继续读取传感器A输出数据元a1,读取传感器B输出数据b3并进入流程(2)。至传感器B返回信息无数据元可读取EMP,进入流程(12)。
(12)CPU读取传感器A输出数据元a2,读取传感器B输出数据b1(若无b1则依次读取b2,至传感器B无数据元可以读取,返回数据融合完成信息DONE),并进入步骤(2),传感器B返回信息无数据元可以读取EMP,进入流程(12)CPU读取传感器A输出数据元a3,读取传感器B输出数据b1(若无b1则依次读取b2,至传感器B无数据元可以读取,返回数据融合完成信息DONE)。至传感器A返回信息无数据元可读取EMP,返回数据融合完成信息DONE。
(13)传感器A与传感器B数据融合完成后,继续对传感器A与传感器C数据进行融合,至传感器A到传感器N之间所有传感器两两之间都进行数据融合流程,返回完成信息OVER。
本发明实施例公开的一种多传感器数据融合装置,包括数据元封装模块、数据元融合模块和存储模块。其中,数据元封装模块用于将每一种传感器在一段时间内的输出数据封装成一个数据元并存入存储模块。数据元封装模块包括:身份标识处理单元,用于生成数据元唯一身份标识数据,将其写入数据元内身份标识数据段内;传感器标识处理单元,用于读取传感器标识数据,将其写入数据元内传感器标识数据段内;传感器等级处理单元,用于依据传感器标识从预先建立的传感器等级表中找到传感器等级,将等级数据写入数据元传感器等级数据段内;数据类型处理单元,用于依据传感器标识从预先建立的传感器数据类型表中读取传感器数据类型,将类型数据写入数据元内数据类型数据段内;数据时间处理单元,用于记录传感器传输的数据时间t1~t2,将数据时间写入数据元内数据时间数据段内;以及,数据内容处理单元,用于将时间t1~t2产生的数据存储入数据元的数据内容数据段内,完成数据元封装,并进行存储。
数据元融合模块用于将每一个传感器数据元集合中的每个数据元与其他传感器数据元集合中每个数据元进行数据融合,基于比较结果确定融合保存、删除还是合并。数据元融合模块包括:读取单元,用于从不同传感器封装得到的数据元集合中读取数据元,每次从两个不同传感器的数据元集合中读取两个未比较过的数据元;第一融合单元,用于在两个数据元的数据类型不同且数据时间不同时保存两个数据元;以及在两个数据元的数据类型相同但数据时间不同时保存两个数据元;第二融合单元,用于在两个数据元的数据类型、数据时间和数据内容相同时将其中一个数据元的传感器标识改成两者之和保存该数据元并删除另一个数据元,以及在两个数据元的数据类型和数据时间相同但数据内容不同时,将传感器等级较高的数据元的传感器标识改成两者之和保存该数据元并删除传感器等级较低的数据元;以及,第三融合单元,用于在两个数据元的数据类型不同但数据时间相同时,分别在两个数据元的数据内容里增加对方的数据元身份标识,保存两个数据元。

Claims (6)

1.一种多传感器数据融合方法,其特征在于:包括如下步骤:
(1)将每一个传感器在一段时间内的输出数据封装成一个数据元进行存储,所述数据元包括数据元身份标识、传感器标识、传感器等级、传感器数据类型、数据时间和数据内容六部分数据信息;
(2)将每一个传感器数据元集合中的每个数据元与其他传感器数据元集合中每个数据元进行数据融合,在两个数据元的数据类型、数据时间和数据内容都相同的情况下,将其中一个数据元的传感器标识改成两者之和并删除另一个数据元;在两个数据元的数据类型和数据时间相同但数据内容不同的情况下,将传感器等级较高的数据元的传感器标识改成两者之和并删除传感器等级较低的数据元;在两个数据元的数据类型不同但数据时间相同的情况下,分别在两个数据元的数据内容里增加对方的数据元身份标识。
2.根据权利要求1所述的一种多传感器数据融合方法,其特征在于:所述步骤(1)中,数据元封装的步骤包括:
(1.1)生成数据元唯一身份标识数据,将其写入数据元内身份标识数据段内;
(1.2)读取传感器标识数据,将其写入数据元内传感器标识数据段内;
(1.3)依据传感器标识从预先建立的传感器等级表中找到传感器等级,将等级数据写入数据元传感器等级数据段内;
(1.4)依据传感器标识从预先建立的传感器数据类型表中读取传感器数据类型,将类型数据写入数据元内数据类型数据段内;
(1.5)记录传感器传输的数据时间t1~t2,将数据时间写入数据元内数据时间数据段内;其中,t1为数据传输开始的时间,t2为数据传输结束的时间;
(1.6)将时间t1~t2产生的数据存储入数据元的数据内容数据段内,完成数据元封装,并进行存储。
3.根据权利要求1所述的一种多传感器数据融合方法,其特征在于:所述步骤(2)中,两个传感器的数据元进行数据融合的步骤包括:
(2.1)令i=1,j=1,读取第一传感器的数据元ai,读取第二传感器的数据元bj,进入步骤(2.2);
(2.2)对比ai与bj内的数据类型,若相同则进入步骤(2.3),否则进入步骤(2.9);
(2.3)对比ai与bj内的数据时间,若相同则进入步骤(2.4),否则进入步骤(2.6);
(2.4)对比ai与bj内的数据内容,若相同则进入步骤(2.5),否则进入步骤(2.7);
(2.5)将ai内传感器标识改为两者之和,保存ai并删除bj;进入步骤(2.11);
(2.6)保存ai和bj,进入步骤(2.11);
(2.7)对比ai与bj内的传感器等级,若aiL<bjL则进入步骤(2.5),否则进入步骤(2.8);
(2.8)将bj内传感器标识改为两者之和,保存bi并删除aj;进入步骤(2.12);
(2.9)对比ai与bj内的数据时间,若相同则进入步骤(2.10),否则进入步骤(2.6);
(2.10)在数据元ai内数据内容后增加数据元bj的身份标识,在数据元bj内数据内容后增加数据元ai的身份标识,保存数据元ai和bj;进入步骤(2.11);
(2.11)令j=j+1,读取第一传感器的数据元ai,读取第二传感器的数据元bj,并进入步骤(2.2),至第二传感器无数据元可读取,进入步骤(2.12);
(2.12)令i=i+1,j=1,读取第一传感器的数据元ai,读取第二传感器的数据元bj,若数据元bj不存在则令j=j+1至读取到一个数据元,并进入步骤(2.2);在第一传感器返回信息无数据元可读取时,第一传感器与第二传感器的数据融合完成。
4.一种多传感器数据融合装置,其特征在于:包括数据元封装模块、数据元融合模块和存储模块;
所述数据元封装模块,用于将每一个传感器在一段时间内的输出数据封装成一个数据元并存入存储模块,所述数据元包括数据元身份标识、传感器标识、传感器等级、传感器数据类型、数据时间和数据内容六部分数据信息;
所述数据元融合模块,将每一个传感器数据元集合中的每个数据元与其他传感器数据元集合中每个数据元进行数据融合,在两个数据元的数据类型、数据时间和数据内容都相同的情况下,将其中一个数据元的传感器标识改成两者之和并删除另一个数据元;在两个数据元的数据类型和数据时间相同但数据内容不同的情况下,将传感器等级较高的数据元的传感器标识改成两者之和并删除传感器等级较低的数据元;在两个数据元的数据类型不同但数据时间相同的情况下,分别在两个数据元的数据内容里增加对方的数据元身份标识。
5.根据权利要求4所述的一种多传感器数据融合装置,其特征在于:所述数据元封装模块包括:
身份标识处理单元,用于生成数据元唯一身份标识数据,将其写入数据元内身份标识数据段内;
传感器标识处理单元,用于读取传感器标识数据,将其写入数据元内传感器标识数据段内;
传感器等级处理单元,用于依据传感器标识从预先建立的传感器等级表中找到传感器等级,将等级数据写入数据元传感器等级数据段内;
数据类型处理单元,用于依据传感器标识从预先建立的传感器数据类型表中读取传感器数据类型,将类型数据写入数据元内数据类型数据段内;
数据时间处理单元,用于记录传感器传输的数据时间t1~t2,将数据时间写入数据元内数据时间数据段内;其中,t1为数据传输开始的时间,t2为数据传输结束的时间;
以及,数据内容处理单元,用于将时间t1~t2产生的数据存储入数据元的数据内容数据段内,完成数据元封装,并进行存储。
6.根据权利要求4所述的一种多传感器数据融合装置,其特征在于:所述数据元融合模块包括:
读取单元,用于从不同传感器封装得到的数据元集合中读取数据元,每次从两个不同传感器的数据元集合中读取两个未比较过的数据元;
第一融合单元,用于在两个数据元的数据类型不同且数据时间不同时保存两个数据元;以及在两个数据元的数据类型相同但数据时间不同时保存两个数据元;
第二融合单元,用于在两个数据元的数据类型、数据时间和数据内容相同时将其中一个数据元的传感器标识改成两者之和保存该数据元并删除另一个数据元,以及在两个数据元的数据类型和数据时间相同但数据内容不同时,将传感器等级较高的数据元的传感器标识改成两者之和保存该数据元并删除传感器等级较低的数据元;
以及,第三融合单元,用于在两个数据元的数据类型不同但数据时间相同时,分别在两个数据元的数据内容里增加对方的数据元身份标识,保存两个数据元。
CN201710778733.1A 2017-09-01 2017-09-01 一种多传感器数据融合方法及装置 Active CN107451623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710778733.1A CN107451623B (zh) 2017-09-01 2017-09-01 一种多传感器数据融合方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710778733.1A CN107451623B (zh) 2017-09-01 2017-09-01 一种多传感器数据融合方法及装置

Publications (2)

Publication Number Publication Date
CN107451623A true CN107451623A (zh) 2017-12-08
CN107451623B CN107451623B (zh) 2019-11-08

Family

ID=60493534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710778733.1A Active CN107451623B (zh) 2017-09-01 2017-09-01 一种多传感器数据融合方法及装置

Country Status (1)

Country Link
CN (1) CN107451623B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108182817A (zh) * 2018-01-11 2018-06-19 北京图森未来科技有限公司 自动驾驶辅助系统、路侧端辅助系统和车载端辅助系统
CN109361728A (zh) * 2018-08-30 2019-02-19 中国科学院上海微系统与信息技术研究所 一种基于多源传感数据关联度的分级事件报告系统及方法
CN113473404A (zh) * 2021-07-02 2021-10-01 华南农业大学 一种基于宽窄带融合的农业物联网通信方法及设备
CN113778121A (zh) * 2021-11-15 2021-12-10 西安羚控电子科技有限公司 一种无人机多余度传感器管理方法、系统及无人机

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030191610A1 (en) * 2002-03-26 2003-10-09 Hai-Wen Chen Method and system for multi-sensor data fusion using a modified dempster-shafer theory
CN102395162A (zh) * 2011-11-02 2012-03-28 上海电机学院 一种多跳无线传感网络数据传输方法及系统
CN103095854A (zh) * 2013-02-27 2013-05-08 南京理工大学常熟研究院有限公司 一种无线传感器网络异构信息融合决策系统
CN103743435A (zh) * 2013-12-23 2014-04-23 广西科技大学 一种多传感器数据融合方法
CN105792110A (zh) * 2016-03-30 2016-07-20 上海申腾信息技术有限公司 一种多数据来源的数据融合、智能搜索的处理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030191610A1 (en) * 2002-03-26 2003-10-09 Hai-Wen Chen Method and system for multi-sensor data fusion using a modified dempster-shafer theory
CN102395162A (zh) * 2011-11-02 2012-03-28 上海电机学院 一种多跳无线传感网络数据传输方法及系统
CN103095854A (zh) * 2013-02-27 2013-05-08 南京理工大学常熟研究院有限公司 一种无线传感器网络异构信息融合决策系统
CN103743435A (zh) * 2013-12-23 2014-04-23 广西科技大学 一种多传感器数据融合方法
CN105792110A (zh) * 2016-03-30 2016-07-20 上海申腾信息技术有限公司 一种多数据来源的数据融合、智能搜索的处理方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108182817A (zh) * 2018-01-11 2018-06-19 北京图森未来科技有限公司 自动驾驶辅助系统、路侧端辅助系统和车载端辅助系统
CN109361728A (zh) * 2018-08-30 2019-02-19 中国科学院上海微系统与信息技术研究所 一种基于多源传感数据关联度的分级事件报告系统及方法
CN109361728B (zh) * 2018-08-30 2021-01-29 中国科学院上海微系统与信息技术研究所 一种基于多源传感数据关联度的分级事件报告系统及方法
CN113473404A (zh) * 2021-07-02 2021-10-01 华南农业大学 一种基于宽窄带融合的农业物联网通信方法及设备
CN113778121A (zh) * 2021-11-15 2021-12-10 西安羚控电子科技有限公司 一种无人机多余度传感器管理方法、系统及无人机
CN113778121B (zh) * 2021-11-15 2022-03-22 西安羚控电子科技有限公司 一种无人机多余度传感器管理方法、系统及无人机

Also Published As

Publication number Publication date
CN107451623B (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN107451623B (zh) 一种多传感器数据融合方法及装置
CN112183456B (zh) 基于样本生成和域适应的多场景运动目标检测方法及装置
CN108090750A (zh) 区块链清结算系统及方法
CN103699337B (zh) 一种基于独立磁盘冗余阵列raid的写控制方法及系统
CN106179976A (zh) 交叉带分拣机信息传递方法
CN104715481A (zh) 基于随机森林的多尺度印刷品缺陷检测方法
CN104834717A (zh) 一种基于网页聚类的Web信息自动抽取方法
CN101826336B (zh) 记录参数设定装置
CN1199206A (zh) 集成电路卡
CN100501762C (zh) 图像连通元快速标记的方法
WO2020062842A1 (zh) 一种区块链交易数据的处理方法、装置及终端设备
CN103646541A (zh) 一种基于Hadoop的车辆拥挤度获取方法
CN107547378A (zh) 一种vpn路由学习方法和装置
CN202171809U (zh) 一种基于rfid的鱼类信息收集系统
CN106476423A (zh) 一种可判断入库产品类型的印刷质量监测系统
CN108846039A (zh) 数据流向确定方法及装置
CN107016112A (zh) 一种异构存储系统地图发布的方法
CN108284075A (zh) 一种机器人分拣物品的方法、装置及机器人
CN102903387A (zh) 存储阵列装置及其减小读电流的方法
CN106873917A (zh) 一种基于磁盘的对象存储系统
CN106476422A (zh) 一种具有责任判断的印刷质量监测系统
CN106485383A (zh) 一种可进行入库判断的印刷质量监测系统
CN102393898A (zh) 一种基于rfid的鱼类信息收集系统
CN106476421A (zh) 一种具有历史比较功能的印刷质量监测系统
US3703625A (en) Label identification system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant