CN114323115A - 一种多传感器数据融合方法及装置 - Google Patents

Abstract

本发明提供一种多传感器数据融合方法及装置。所述方法包括：实时获取来自每个传感器的数据，所述数据包括传感器每个采样周期的输出数据，以及所述采样周期对应的由安装在所述传感器内的北斗芯片提供的时间数据；基于北斗芯片提供的时间数据对传感器的数据进行时间配准，并对配准后的传感器数据进行融合。本发明通过在每个传感器中嵌入一个能够提供精准时间数据和位置数据的北斗芯片，能够解决因多个传感器初始采样时刻不同步、采样周期不同步和/或空间坐标不统一造成较大的数据融合误差问题。

Description

一种多传感器数据融合方法及装置

技术领域

本发明属于传感器数据融合技术领域，具体涉及一种多传感器数据融合方法及装置。

背景技术

传感器是一种能感受规定的被测量并按照一定的规律(数学函数法则)转换成可用信号的器件或装置。传感器已在与自动测量相关的很多领域得到了广泛应用。比如，在燃气管网系统中的液位、浓度、振动等传感器。在实际环境中，传感器在空间上的分布既有集中性又有分散性，系统中各类传感器由通信网络构成传感器网络，利用多个传感器资源进行信息的充分融合，将各种传感器在空间和时间上的互补与冗余信息依据优化准则组合起来，产生对检测环境的一致性解释和描述，供检测人员进行决策或对系统进行控制。多传感器管理系统的框架和信息融合的系统的结构密切相关，根据信息融合系统的机构，传统传感器管理结构分为集中式与分布式两种结构。集中式结构包括一个融合中心和若干个传感器。由融合中心从不同的平台和传感器收集信息，做出融合判决，并集中规划任务分配，将需要执行的任务的相关信息发送给相应的传感器，传感器仅执行控制命令而不承担任何管理职能。此结构的融合中心对于各个传感器进行实时调控，可能导致多个传感器由于执行任务过多而无法完成任务。分布式结构中，不同位置传感器具有不同的管理功能，每个传感器或传感器平台都被认为是一个智能设备，均可对接收到的信息进行处理，具有一定的决策能力。此系统会产生信息冗余、任务冲突等问题。

在对传感器网络中的多传感器进行管理工作时，由于不同地理位置、不同种类的多个传感器采集信息时，不同传感器的初始采样时刻不同步、采样周期不同，对多个传感器数据直接融合会产生很大的误差。

发明内容

为了解决现有技术中存在的上述问题，本发明提供一种多传感器数据融合方法及装置。

为了实现上述目的，本发明采用以下技术方案。

第一方面，本发明提供一种多传感器数据融合方法，包括以下步骤：

实时获取来自每个传感器的数据，所述数据包括传感器每个采样周期的输出数据，以及所述采样周期对应的由安装在所述传感器内的北斗芯片提供的时间数据；

基于北斗芯片提供的时间数据对传感器的数据进行时间配准，并对配准后的传感器数据进行融合。

进一步地，所述来自每个传感器的数据采用不同的字段存放传感器每个采样周期的输出数据和所述采样周期对应的时间数据。

进一步地，对于位置不断改变或处于运动状态的传感器，来自所述传感器的数据还包括所述采样周期对应的北斗芯片提供的位置坐标数据。

更进一步地，来自所述传感器的数据采用不同的字段存放传感器每个采样周期的输出数据以及所述采样周期对应的时间数据和位置坐标数据。

更进一步地，所述北斗芯片提供的位置坐标数据按以下方法获得：

假设传感器第k个采样周期内北斗芯片输出的n个位置采样数据为Z_n＝(z₁,z₂,...,z_n)^T，z_n与传感器第k个采样周期的采样时间对应；

构建向量

z为待求位置数据，即与传感器第k个采样周期对应的位置数据，

为z的导数，则：

式中，v_i为北斗芯片第i个采样周期的测量噪声，T为采样周期，i＝1,2,…,n；将上式写成向量形式为：

Z_n＝W_nU_n+V_n

式中，V_n＝(v₁,v₂,...,v_n)^T，其均值为0，方差为E[V_nV_n ^T]＝diag(σ_r,σ_r,…,σ_r)，diag()表示对角线矩阵，σ_r为测量噪声方差；

根据最小二乘法，令

为使C(U_n)最小，此式两边对U_n求偏导并令其为0得到：

相应的误差协方阵为

从而得到待求位置数据z：

式中，

第二方面，本发明提供一种多传感器数据融合装置，包括：

数据获取模块，用于实时获取来自每个传感器的数据，所述数据包括传感器每个采样周期的输出数据，以及所述采样周期对应的由安装在所述传感器内的北斗芯片提供的时间数据；

配准融合模块，用于基于北斗芯片提供的时间数据对传感器的数据进行时间配准，并对配准后的传感器数据进行融合。

进一步地，所述来自每个传感器的数据采用不同的字段存放传感器每个采样周期的输出数据和所述采样周期对应的时间数据。

进一步地，对于位置不断改变或处于运动状态的传感器，来自所述传感器的数据还包括所述采样周期对应的北斗芯片提供的位置坐标数据。

更进一步地，来自所述传感器的数据采用不同的字段存放传感器每个采样周期的输出数据以及所述采样周期对应的时间数据和位置坐标数据。

更进一步地，所述北斗芯片提供的位置坐标数据按以下方法获得：

假设传感器第k个采样周期内北斗芯片输出的n个位置采样数据为Z_n＝(z₁,z₂,...,z_n)^T，z_n与传感器第k个采样周期的采样时间对应；

构建向量

z为待求位置数据，即与传感器第k个采样周期对应的位置数据，

为z的导数，则：

式中，v_i为北斗芯片第i个采样周期的测量噪声，T为采样周期，i＝1,2,…,n；将上式写成向量形式为：

Z_n＝W_nU_n+V_n

式中，V_n＝(v₁,v₂,...,v_n)^T，其均值为0，方差为E[V_nV_n ^T]＝diag(σ_r,σ_r,...,σ_r)，diag()表示对角线矩阵，σ_r为测量噪声方差；

根据最小二乘法，令

为使C(U_n)最小，此式两边对U_n求偏导并令其为0得到：

相应的误差协方阵为

从而得到待求位置数据z：

式中，

与现有技术相比，本发明具有以下有益效果。

本发明通过在每个传感器中嵌入一个能够提供精准时间数据和位置数据的北斗芯片，在实时获取来自每个传感器的采样数据的同时，还获取传感器每个采样周期对应的由北斗芯片提供的精准时间数据和/或位置数据，然后基于所述时间数据和/或位置数据对多个传感器的数据进行时间和/或空间配准，并对配准后的多个传感器数据进行融合，能够解决因多个传感器初始采样时刻不同步、采样周期不同步和/或空间坐标不统一造成较大的数据融合误差问题。

附图说明

图1为本发明实施例一种多传感器数据融合方法的流程图。

图2为本发明实施例一种多传感器数据融合装置的方框图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明白，以下结合附图及具体实施方式对本发明作进一步说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例一种多传感器数据融合方法的流程图，包括以下步骤：

步骤101，实时获取来自每个传感器的数据，所述数据包括传感器每个采样周期的输出数据，以及所述采样周期对应的由安装在所述传感器内的北斗芯片提供的时间数据；

步骤102，基于北斗芯片提供的时间数据对传感器的数据进行时间配准，并对配准后的传感器数据进行融合。

本实施例提出一种多传感器数据融合方法。在传感器网络中，比如燃气管网系统的浓度传感器、液位传感器、浓度、振动传感器等组成的网络，涉及多源信息的融合问题，多传感器信息融合充分利用多个传感器资源，将各种传感器在空间和时间上的互补与冗余信息依据优化准则组合起来，产生对检测环境的一致性解释和描述，供检测人员进行决策或对系统进行控制，这是多传感器信息融合的基本目的。但是，一般情况下不同地理位置、不同种类的多个传感器处于相互独立状态，它们采集信息时的初始采样时刻不相同，采样周期也不相等，也就是说在时间上没有对准。对这样的多个传感器的采样数据直接融合会带来很大误差。有鉴于此，本实施例提出了一种基于时间对准的多传感器数据融合方法。

本实施例中，步骤101主要用于获取每个传感器上传的数据。本实施例与现有技术不同的是，传感器上传的数据不仅包括传感器每个采样周期的采样数据，还包括由北斗芯片提供的与传感器每个采样周期的采样时刻对应的高精度时间数据。为了实现多传感器时间配准(对准)，本实施例在每个传感器中嵌入一个北斗芯片，用于提供高精度时间数据。

北斗芯片不仅能提供高精度时间数据，还能提供传感器的位置坐标数据。中国北斗卫星导航系统(英文名称：BeiDou Navigation Satellite System，简称BDS)是中国自行研制的全球卫星导航系统，也是继GPS、GLONASS之后的第三个成熟的卫星导航系统。北斗卫星导航系统BDS和美国GPS、俄罗斯GLONASS、欧盟GALILEO，是联合国卫星导航委员会已认定的供应商。北斗卫星导航系统由空间段、地面段和用户段三部分组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务，并且具备短报文通信能力，已经初步具备区域导航、定位和授时能力。定位精度为分米、厘米级别，测速精度0.2米/秒，授时精度10纳秒。本实施例就是利用北斗芯片的高精度授时功能实现多传感器的时间配准的。北斗芯片的高精度定位数据可用于需要空间配准的应用场景，后面将给出利用北斗芯片输出的位置数据进行多传感器空间配准的具体实施例。

本实施例中，步骤102主要用于进行多传感器的时间配准，并基于配准后的数据进行多传感器数据融合。步骤101已获得了每个传感器每个采样周期的采样数据，以及每个采样时刻对应的BDS时间(为了简便，将北斗芯片提供的时间称为BDS时间)，这就相当于得到了一组以BDS时间为横坐标、以传感器采样数据为纵坐标的二维数据，将所有传感器的采样时间统一到了BDS时间。有了统一的时间标准，就很容易将不同步的多传感器数据在时间上对准了。例如，如果多传感器数据的周期相同，只是初始采样时间不同(相位不同)，只需通过简单的时移操作就可以使所有传感器数据在时间上对准。如果多传感器数据的周期也不同，可先通过插值操作(即上采样)使所有传感器数据的周期或频率归一化(如归一化为所有频率的最小公倍数)；然后再通过时移操作在时间上对准。基于配准后的数据进行多传感器数据融合，就可以消除初始采样时间不同步、采样周期不同步的影响了。

作为一可选实施例，所述来自每个传感器的数据采用不同的字段存放传感器每个采样周期的输出数据和所述采样周期对应的时间数据。

本实施例给出了传感器上传不同数据的一种技术方案。如前述，为了使每个传感器的数据在时间上对准，传感器上传的数据除了传感器每个采样周期的采样数据外，还包括与每个采样周期的采样时刻对应的BDS时间。本实施例在传感器上传的数据中采用两个不同的字段分别存放这两种数据，这样上位机就可以从接收数据中解析出每个采样数据及其对应的BDS时间。本实施例对两个字段的前后顺序不作限制，对每个字段的长度也不作限制，只须根据两种数据的精度要求确定相应的字段长度即可。

作为一可选实施例，对于位置不断改变或处于运动状态的传感器，来自所述传感器的数据还包括所述采样周期对应的北斗芯片提供的位置坐标数据。

本实施例给出了处于运动状态的传感器上传数据包括的内容。在一些具体的应用场景，传感器的位置不断改变，也就是处于运动状态，比如安装在测试车上的传感器，而且这些传感器的位置信息对检测结果有直接影响(比如天燃气管道漏气位置预测)，需要实时获取它们的精确位置。一般情况下这些传感器的位置按照其载体如测试车的概略位置计算，也就是只监测其载体的位置坐标，误差较大。另外，多传感器可能安装在不同的载体上，位置不同，运动状态也不同，用于定位的坐标系也可能不同。这就给多传感器的数据融合带来很大影响。为此，本实施例利用设置在每个传感器内的北斗芯片提供的位置数据进行空间配准。由于北斗芯片就安装在传感器内部，因此能够获得传感器的准确的位置坐标(精度为分米级甚至厘米级)；由于多传感器均使用北斗提供的位置数据，因此无需统一坐标系即可实现空间配准。综上，本实施例传感器上传的数据除了每个周期的采样数据、采样时刻对应的BDS时间，还包括每个采样周期对应的北斗芯片提供的位置坐标数据。

作为一可选实施例，来自所述传感器的数据采用不同的字段存放传感器每个采样周期的输出数据以及所述采样周期对应的时间数据和位置坐标数据。

本实施例给出了传感器上传不同数据的另一种技术方案。本实施例是针对上一实施例需要上传三种数据的应用场景，即传感器需要同时上传每个周期的采样数据、采样时刻对应的BDS时间及传感器的位置数据。本实施例同样采用三个不同的字段存放这三种不同的数据，使上位机能够从接收数据中解析出这三种数据，从而实现时间和空间配准。同样，本实施例对三个字段的前后顺序不作限制，对每个字段的长度也不作限制，只须根据三种数据的精度要求确定相应的字段长度即可。

作为一可选实施例，所述北斗芯片提供的位置坐标数据按以下方法获得：

假设传感器第k个采样周期内北斗芯片输出的n个位置采样数据为Z_n＝(z₁,z₂,...,z_n)^T，z_n与传感器第k个采样周期的采样时间对应；

构建向量

z为待求位置数据，即与传感器第k个采样周期对应的位置数据，

为z的导数，则：

式中，v_i为北斗芯片第i个采样周期的测量噪声，T为采样周期，i＝1,2,…,n；

将上式写成向量形式为：

Z_n＝W_nU_n+V_n

式中，V_n＝(v₁,v₂,...,v_n)^T，其均值为0，方差为E[V_nV_n ^T]＝diag(σ_r,σ_r,…,σ_r)，diag()表示对角线矩阵，σ_r为测量噪声方差；

根据最小二乘法，令

为使C(U_n)最小，此式两边对U_n求偏导并令其为0得到：

相应的误差协方阵为

从而得到待求位置数据z：

式中，

本实施例给出了对北斗芯片提供的位置坐标数据进行优化的一种技术方案。如前述，为了实现多传感器的空间配准，需要获取北斗芯片提供的位置数据。北斗芯片位置数据的采样频率一般明显高于传感器的采样频率(数倍、数十倍甚至更高，本实施例设为n倍)，因此获取位置数据最简单的方法的就是直接获取与传感器采样时刻对应(最接近)的北斗芯片采样时刻的位置数据。为了获得精度更高的位置数据，可以对一个传感器采样周期内北斗芯片提供的n个的位置数据进行融合，将融合结果作为该采样周期传感器的位置数据。本实施例是利用最小二乘法基于北斗芯片的n个位置采样数据进行计算的，具体计算过程如上，这里不再展开详细说明。

图2为本发明实施例一种多传感器数据融合装置的组成示意图，所述装置包括：

数据获取模块11，用于实时获取来自每个传感器的数据，所述数据包括传感器每个采样周期的输出数据，以及所述采样周期对应的由安装在所述传感器内的北斗芯片提供的时间数据；

配准融合模块12，用于基于北斗芯片提供的时间数据对传感器的数据进行时间配准，并对配准后的传感器数据进行融合。

本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。后面的实施例也是如此，均不再展开说明。

作为一可选实施例，所述来自每个传感器的数据采用不同的字段存放传感器每个采样周期的输出数据和所述采样周期对应的时间数据。

作为一可选实施例，对于位置不断改变或处于运动状态的传感器，来自所述传感器的数据还包括所述采样周期对应的北斗芯片提供的位置坐标数据。

作为一可选实施例，来自所述传感器的数据采用不同的字段存放传感器每个采样周期的输出数据以及所述采样周期对应的时间数据和位置坐标数据。

作为一可选实施例，所述北斗芯片提供的位置坐标数据按以下方法获得：

假设传感器第k个采样周期内北斗芯片输出的n个位置采样数据为Z_n＝(z₁,z₂,...,z_n)^T，z_n与传感器第k个采样周期的采样时间对应；

构建向量

z为待求位置数据，即与传感器第k个采样周期对应的位置数据，

为z的导数，则：

式中，v_i为北斗芯片第i个采样周期的测量噪声，T为采样周期，i＝1,2,…,n；

将上式写成向量形式为：

Z_n＝W_nU_n+V_n

式中，V_n＝(v₁,v₂,...,v_n)^T，其均值为0，方差为E[V_nV_n ^T]＝diag(σ_r,σ_r,...,σ_r)，diag()表示对角线矩阵，σ_r为测量噪声方差；

根据最小二乘法，令

为使C(U)最小，两边对U求偏导并令其为0得到：

相应的误差协方阵为

从而得到待求位置数据z：

式中，

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种多传感器数据融合方法，其特征在于，包括以下步骤：

实时获取来自每个传感器的数据，所述数据包括传感器每个采样周期的输出数据，以及所述采样周期对应的由安装在所述传感器内的北斗芯片提供的时间数据；

基于北斗芯片提供的时间数据对传感器的数据进行时间配准，并对配准后的传感器数据进行融合。

2.根据权利要求1所述的多传感器数据融合方法，其特征在于，所述来自每个传感器的数据采用不同的字段存放传感器每个采样周期的输出数据和所述采样周期对应的时间数据。

3.根据权利要求1所述的多传感器数据融合方法，其特征在于，对于位置不断改变或处于运动状态的传感器，来自所述传感器的数据还包括所述采样周期对应的北斗芯片提供的位置坐标数据。

4.根据权利要求3所述的多传感器数据融合方法，其特征在于，来自所述传感器的数据采用不同的字段存放传感器每个采样周期的输出数据以及所述采样周期对应的时间数据和位置坐标数据。

5.根据权利要求4所述的多传感器数据融合方法，其特征在于，所述北斗芯片提供的位置坐标数据按以下方法获得：

假设传感器第k个采样周期内北斗芯片输出的n个位置采样数据为Z_n＝(z₁,z₂,…,z_n)^T，z_n与传感器第k个采样周期的采样时间对应；

构建向量

z为待求位置数据，即与传感器第k个采样周期对应的位置数据，

为z的导数，则：

式中，v_i为北斗芯片第i个采样周期的测量噪声，T为采样周期，i＝1,2,…,n；

将上式写成向量形式为：

Z_n＝W_nU_n+V_n

式中，V_n＝(v₁,v₂,…,v_n)^T，其均值为0，方差为E[V_nV_n ^T]＝diag(σ_r,σ_r,...,σ_r)，diag()表示对角线矩阵，σ_r为测量噪声方差；

根据最小二乘法，令

为使C(U_n)最小，此式两边对U_n求偏导并令其为0得到：

相应的误差协方阵为

从而得到待求位置数据z：

式中，

6.一种多传感器数据融合装置，其特征在于，包括：

数据获取模块，用于实时获取来自每个传感器的数据，所述数据包括传感器每个采样周期的输出数据，以及所述采样周期对应的由安装在所述传感器内的北斗芯片提供的时间数据；

配准融合模块，用于基于北斗芯片提供的时间数据对传感器的数据进行时间配准，并对配准后的传感器数据进行融合。

7.根据权利要求6所述的多传感器数据融合装置，其特征在于，所述来自每个传感器的数据采用不同的字段存放传感器每个采样周期的输出数据和所述采样周期对应的时间数据。

8.根据权利要求6所述的多传感器数据融合装置，其特征在于，对于位置不断改变或处于运动状态的传感器，来自所述传感器的数据还包括所述采样周期对应的北斗芯片提供的位置坐标数据。

9.根据权利要求8所述的多传感器数据融合装置，其特征在于，来自所述传感器的数据采用不同的字段存放传感器每个采样周期的输出数据以及所述采样周期对应的时间数据和位置坐标数据。

10.根据权利要求9所述的多传感器数据融合装置，其特征在于，所述北斗芯片提供的位置坐标数据按以下方法获得：

假设传感器第k个采样周期内北斗芯片输出的n个位置采样数据为Z_n＝(z₁,z₂,...,z_n)^T，z_n与传感器第k个采样周期的采样时间对应；

构建向量

z为待求位置数据，即与传感器第k个采样周期对应的位置数据，

为z的导数，则：

式中，v_i为北斗芯片第i个采样周期的测量噪声，T为采样周期，i＝1,2,…,n；

将上式写成向量形式为：

Z_n＝W_nU_n+V_n

式中，V_n＝(v₁,v₂,...,v_n)^T，其均值为0，方差为E[V_nV_n ^T]＝diag(σ_r,σ_r,...,σ_r)，diag()表示对角线矩阵，σ_r为测量噪声方差；

根据最小二乘法，令

为使C(U_n)最小，此式两边对U_n求偏导并令其为0得到：

相应的误差协方阵为

从而得到待求位置数据z：

式中，

Images