传感器融合
传感器融合的相关文献在1995年到2023年内共计1509篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、公路运输
等领域,其中期刊论文218篇、会议论文11篇、专利文献357521篇;相关期刊148种,包括中国电子商情·通信市场、仪表技术与传感器、电子工程信息等;
相关会议11种,包括第八届中国多智能体系统与控制会议(MASC'2012)、纪念中国农业工程学会成立三十周年暨中国农业工程学会2009年学术年会(CSAE2009)、2005年华东六省一市自动化学术年会等;传感器融合的相关文献由4295位作者贡献,包括李华京、凌永根、刘天博等。
传感器融合—发文量
专利文献>
论文:357521篇
占比:99.94%
总计:357750篇
传感器融合
-研究学者
- 李华京
- 凌永根
- 刘天博
- 张好明
- 杨振飞
- 林毅
- 沈劭劼
- 袁朝春
- 赵开勇
- 陈丽
- 孙彦军
- 宋金行
- 张新中
- 张涛
- 魏悦
- 黄福良
- 不公告发明人
- 刘洋
- 张伟
- 李伟
- 王磊
- 李祎承
- 王春燕
- 陈龙
- 孔令讲
- 张帆
- 慕世友
- 易伟
- 李慧
- 李溯琪
- 王佰录
- 蔡英凤
- 赵万忠
- 赵金龙
- 陈凯
- 韩冰
- 任凡
- 刘斌
- 刘洁
- 刘畅
- 张力
- 张强
- 张毅
- 徐勇
- 徐成华
- 徐浩
- 敬忠良
- 文成林
- 李勇
- 李建祥
-
-
张晶威;
刘铁军;
李仁刚;
刘丹;
詹景麟;
阚宏伟
-
-
摘要:
针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法。基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性。利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激光雷达与惯性测量单元的标定系统结合,对激光雷达与惯性测量单元时基进行标定,并通过惯性测量单元标定实验证明方法有效性。
-
-
-
-
摘要:
KUKA新一代AMR KMP 600I KMP 600I系列产品是基于Slam导航技术打造的全新产品,可广泛应用于3C、新能源、汽车、白色家电、医药、一般工业、电商物流等行业。KMP 600I产品具有如下特点:(1)德国先进的Slam导航技术及二维码融合导航,具备精度高,动态环境适应性好,高柔性,无需对现场改造;(2)多种传感器融合避障,实现360度防护,更好防护车、货物、人等的安全;(3)多维度障碍物检测(如低矮叉车、人、货物等),支持智能避障停车,自主绕障等;(4)3D动态识别进货架,更柔性,更好地满足制造场景需求;(5)高效率,最快运行速度可达2.3m/s;(6)尺寸紧凑,酷炫的灯光,良好的人机交互;(7)智能能源管理、可自主充电,实现7×24不间断工作。
-
-
常亮;
白傑;
黄李波
-
-
摘要:
针对低光照、雨雾等恶劣场景对智能驾驶视觉系统检测能力的影响,提出了一种雷达与相机特征融合的网络模型.基于毫米波雷达信息和注意力模型构建了雷达注意力机制特征模块,该模块可以为特征融合网络提供一个先验信息和增加算法在目标候选区域权重.测试结果表明,引入雷达注意力机制模块后,特征融合网络的目标检测性能要比仅依赖计算机视觉的检测性能有了明显的提升,并且在复杂场景下的目标检测鲁棒性更强.
-
-
马国力;
朱晓春;
陈子涛
-
-
摘要:
针对传统RBPF-SLAM算法中存在粒子建议分布误差大、粒子消耗、算法运行时间长等问题,将激光雷达、惯性测量单元(IMU)、轮式里程计之间的数据进行融合,提出了多传感器融合SLAM的新方法,第一步建立了基于里程计与IMU融合的机器人运动模型;第二步利用激光雷达观测信息融合运动模型优化粒子建议分布,解决系统预测分布误差大与粒子内存爆炸问题;第三步改进粒子重采样策略,保持粒子多样性,减缓粒子耗散问题。该新方法分别在仿真环境与实体环境下进行验证,实验结果表明本文提出的方法在建图效率与建图精度上有明显的提升。
-
-
刘柯;
汪玲;
刘寒寒;
张翔
-
-
摘要:
航天活动中的许多任务如对目标的绕飞观测和逼近停靠等测控任务,其中的关键技术之一是相对位姿估计,而对非合作目标的相对位姿估计更是其中的重点与难点;针对该难点,提出了一种融合单目相机和激光测距仪的空间非合作目标相对位姿紧耦合估计方法;采用单目相机获取目标序列图像,在初始化时利用激光测距仪解决单目相机尺度模糊性问题,构建真实尺度下的世界坐标系,在后续对非合作目标进行连续位姿估计时,使用紧耦合的形式融合相机与激光测距仪数据来优化估计位姿,并且解决估计漂移问题;最后使用Blender软件生成空间非合作目标序列图像,验证了文章介绍的算法能稳健地得到较高精度的空间非合作目标的相对位姿,且拥有较好的实时性。
-
-
姚璐;
吴韶波
-
-
摘要:
针对聚合视图目标检测(aggregate view object detection,AVOD)这种多传感器融合检测算法中锚框不准确、特征提取以及融合不充分等因素造成检测精度不高的问题,提出了一种优化算法:首先利用K-means++代替K-means生成三维锚框;然后以引入inception模型的GoogLeNet网络进行特征提取;最后加入注意力机制进行特征融合;并且通过调整学习率、权重衰减系数等超参数来提高检测精度。为了验证算法的有效性,在KITTI数据集上进行了车辆目标检测实验,结果表明,与AVOD算法相比,优化算法的鸟瞰视图(bird′s eye view,BEV)检测和3D检测的平均精度都有明显提高。
-
-
姜文飞;
张小俊;
王金刚
-
-
摘要:
为解决智能车在未知地下车库环境,由于单独使用二维激光雷达点云信息的数量有限,当存在动态障碍物时位姿匹配容易产生误匹配导致定位与建图精度降低的问题,提出了一种根据光照加权的扩展卡尔曼滤波算法将RGB-D相机的视觉信息和二维激光雷达的点云信息进行融合。首先,采用改进的IMLS-ICP(implicit moving least square-iterative closest point)算法对激光点云数据进行处理以得到更高的匹配精度;然后,针对视觉匹配算法较慢的问题,采用ORB(oriented FAST and rotated bRIEF)算法对直方图均衡化滤波优化后的图像进行处理来加快图像处理的速度与特征匹配的精度;采用视觉词袋模型进行回环检测来重定位以减少累计误差的影响;最后,通过搭建的汽车实验平台进行车库实验,验证了采用该方法能够得到更高的定位精度和更加准确的建图效果,提高了系统的鲁棒性。
-
-
宋晓鹏;
梁睿琳;
郭迎
-
-
摘要:
移动边缘计算能够提供强大的计算和存储功能,是实现智慧公路交通信息感知的有力保障。文中将路侧端摄像机和毫米波雷达进行融合,作为移动边缘计算的一项应用。通过数据预处理、空间同步、时间同步和跟踪算法等,实现两者的相互融合、取长补短,共同构造更稳定、更可靠的智慧公路交通信息感知系统。
-
-
王秦越;
钱振华;
贺关丽;
蔡志端;
许宇翔;
陈礼群
-
-
摘要:
为了提高粉料在气力输送过程中动态称重的精度,提出了一种基于扩展卡尔曼滤波算法的动态称重方法。通过设置多个称重传感器,对采集的数据进行融合并滤波处理,以消除干扰噪声对系统测量的影响。同时采用减重计量法,将数据处理结果通过智能控制器实时调节卸料控制阀的开关度,以提高动态称重的精度。实验结果表明:称重30 kg二氧化硅粉末,平均误差在0.3%以下。
-
-
郝非凡;
马翔越;
李昊洋;
刘忠富
-
-
摘要:
随着传感器和通信技术的显著进步以及障碍物检测技术和算法的应用,自动驾驶正在成为一种能够改变未来交通的关键技术。传感器在自动驾驶系统中车辆周围环境的探测中起着至关重要的作用,传感器融合技术决定着自动驾驶汽车的安全性和可行性。本文介绍了自动驾驶汽车中常用的传感器,重点阐述了摄像头传感器、激光雷达传感器和雷达传感器,以及此类传感器在实践中的运行;总结了三个主要的传感器融合方法;回顾了当前最先进的传感器融合技术以及自动驾驶应用程序中的对象检测算法。
-
-
HE Mingxiao;
赫明潇;
WANG Guoli;
王国利
- 《第八届中国多智能体系统与控制会议(MASC'2012)》
| 2012年
-
摘要:
本文关注机器人随动跟踪的系统设计与实现方法,探讨多传感器融合实现的人体目标定位与跟踪算法.系统设计与实现主要包括:构建由带菲涅尔透镜的热释电红外传感阵列和舵机支配的超声波测距组合形成的人体目标传感系统,其中前者负责目标的检测和方位角的获取,后者则用于测量机器人与人的距离.多传感器融合实现的目标定位与跟踪算法主要包括:首先建立了组合方位角测量与距离测量实现目标定位的方法,在此基础上提出了结合卡尔曼滤波器与目标运动模型的目标运动跟踪算法.最后对上述方法进行了机器人随动跟踪实验验证研究,讨论了机器人路径规划和运动控制算法.与视觉实现的机器人随动跟踪模式相比,提出的目标定位方法在传感效率、对光照和环境变化的稳健性、低成本和低功耗等方面具有不可替代的优势.
-
-
-
殷桂梁
- 《测控、计量与仪器学术年会》
| 2004年
-
摘要:
本文根据免疫原理,提出了用于多传感器融合中数据对准的人工免疫算法.该算法采用抗体的点变异原理搜索局部区域,采用受体编辑原理使抗体脱离局部最小点.该方法用于传感器融合数据对准时具有很好的收敛性,仿真实验结果显示本算法在传感器噪声非常大的情况下仍能达到较高的融合精度,在同样条件下优于遗传算法所得结果.
-
-
-
-
卓睿;
陈宗海;
陈春林
- 《2003系统仿真技术及其应用学术交流会》
| 2003年
-
摘要:
移动机器人需要综合多传感器的信息来完成诸如地图创建、物体识别、蔽障、自我定位和路径规划等各项任务.本文在对机器人领域里的多传感器技术和理论工作进行了回顾的基础上,把传感器融合算法分成三类:基于概率的融合算法,基于神经网络和模糊的融合算法,基于信息理论的融合算法.其中着重对卡尔曼滤波、D-S证据理论、模糊逻辑、神经网络等进行了分析.最后,对将来的工作进行了展望.
-
-
-
-