• 咨询热线:0755 - 2708 7827
首页 > 新闻资讯 > 车载GPS定位器的数据融合的分类与方法

车载GPS定位器的数据融合的分类与方法

行业资讯

2023年08月02日

随着技术的发展以及行业间数据节点的融合,车载GPS定位器的数据融合是将来自多个传感器的数据和相关信息结合起来的过程,以实现比使用单个独立传感器所能实现的更具体的推断。


融合过程通常被分为三种模式--低级、中级和高级融合:数据层面结合了几个相同类型的原始预处理数据的来源,产生一个新的数据集,预计比输入的信息量更大,更有用。


特征级将诸如边缘、线条、角落、纹理或位置等特征结合成一个特征图,用于图像的分割、物体的检测等等。决策融合的方法有投票、模糊逻辑和统计方法。


多传感器数据融合的各种方法包括加权平均、贝叶斯估计器、自适应观测器、代数函数、模糊逻辑、神经网络、软计算、非线性系统融合和卡尔曼算法。


转自:互联网



声明:以上内容来源于互联网,如有侵权请联系删除,出于分享信息及学习之目的,不代表本网站的观点、本站不对其真实性负责。

最新资讯

  • 车载GPS定位器的数据融合的分类与方法

  • 自动驾驶将融合多种定位技术破解关键难题

  • 厂家技术人员正开发GPS定位精度校正新技术

  • 利用车载GPS定位器提升电单车安全保障

  • 对高精度GPS定位器商业模式的一些设想

  • 车载GPS定位器的挑战是现场的可用性

  • 车载GPS与传感组件在重型装备上的完美应用

  • 新技术将大幅提升车载GPS定位器的精度

  • GNSS测量系统对极端自然灾害的预警研究

  • 面向大众市场推出的RTK高精准服务