一种基于多传感器数据融合的汽车车内异常预警方法

摘要

本发明公开了一种基于多传感器数据融合的车内异常预警方法，属于安全预警技术领域。本发明集检测模块即烟雾传感器、声音传感器、氧气浓度传感器和人体红外感应器、无线ZigBee系统模块、微处理器模块、供电模块、通信模块、摄像模块、语音提示模块和存储模块于一体，首先对车内多传感器信号的实时检测采集与预处理；再对处理的数据作为训练样本建立神经网络模型，并通过卡尔曼滤波算法对模型权值进行调整，再通过模型对车内安全情况进行预测。本发明稳定性高，可靠性强，操作方便，实时性较好。