多传感器融合目标跟踪

分析了基于成象和雷达两种传感器对目标状态的测量模型及其融合模型。针对两种传感器之间测量信息的不同步问题，给出了一种基于最小二乘法的不同步信息之间的时间配准和融合方法，并设计了跟踪滤波器。

移动机器人导航中激光雷达测距性能研究

距离检测是移动机器人导航的一个关键问题。文章介绍了基于飞行时间法测距的二维激光雷达LMS291的工作原理,分析了影响LMS291测距性能的误差因素,通过统计分析对测距数据进行标定,研究了不同物体表面属性对测距精度的影响;通过混合像素测定方法确定LMS291的角度分辨率;通过对激光雷达测距性能的试验,建立测距误差模型。所得结论可以为复杂非结构化环境下移动机器人导航中障碍检测、环境建模及自定位提供支持。

多传感器多平台多目标数据融合系统中的数据对准研究

数据对准是数据融合系统中相关、跟踪和识别等功能的基础。通过研究多传感器多平台多目标战术数据融合仿真系统,对该系统数据对准的功能层次作了探讨,并根据海上目标的特点,设计和实现了相应的时间对准算法和空间对准算法。

雷达组网中数据融合预处理

雷达组网与单雷达系统相比,具有更高的跟踪精度和抗干扰能力,更广的观测空域、时域和频域的能力。组网雷达数据融合的数据来自不同的雷达,在融合处理前要作相应的处理,如时空对准、虚假目标消除等。

基于传感器数据融合的车辆目标匹配

利用毫米波雷达和相机数据融合检测前方障碍物的方法,可以为智能驾驶汽车提供准确可靠的感知信息。因而,基于多传感器数据融合的目标匹配的重要性逐渐凸显。为实现二者的目标匹配,首先构建了相机和毫米波雷达的时间融合模型和空间融合模型,实现二者数据的时间一致和空间对准,然后对毫米波雷达数据和图像数据进行处理,通过对毫米波雷达数据的预处理且引入有效目标决策算法,获取毫米波雷达的有效目标数据;利用基于深度学习的目标检测算法,实现对图像中车辆目标的检测。最后设计了二者的目标匹配算法,并通过实验验证了该方法的有效性。