基于D-S 證據理論實現傳感器數據的融合

基于D-S 證據理論實現傳感器數據的融合

汽車未來的先進輔助駕駛系統需要對日益復雜的汽車行駛情況做出反應，同時還要求其具有較高的穩定性和可靠性。這需要提高傳感器對汽車周圍環境的感知性能，并改善檢測其它交通參與者和障礙物的檢測算法。因而，在汽車上需要使用更多的傳感器，且在汽車四周配置合適的結構。但是，不同傳感器受自身精度、位置、外部環境以及數據后處理的影響，使其對同一目標的設別結果產生差異。因此，需要采用數據融合技術將多個傳感器檢測的目標對應起來。提出了一種基于D-S證據理論實現數據融合的方法。

D-S證據理論利用多個對目標的不精確判斷和描述，通過一定的方法對這些判斷和描述中關于目標一致性的信息進行整合，同時排除矛盾信息，得到一個不精確的結論。由于先進輔助駕駛系統傳感器采集的目標信息最終需要轉化為目標的存在概率，因而利用D-S證據理論實現傳感器數據的融合，即目標存在概率信息的融合。融合過程分為底層融合和上層融合。在底層融合中，首先對同一個傳感器探測到的不同數據和信息進行分類；之后根據上層融合的要求對分類后的數據和信息進行融合。在上層融合中，首先根據傳感器的分布情況，為不同傳感器對同一目標探測到的數據和信息分配基本概率；之后根據確定的基本概率進行不同傳感器數據和信息的融合。通過底層融合和上層融合最終確定目標的存在概率。為了保證先進輔助駕駛系統具有較高的穩定性和可靠性，采用冗余設計方法，增加傳感器的數量。冗余傳感器采集的數據和信息同樣可以利用上述融合方法進行數據和信息的融合。

Michael Aeberhard et al. 2011 IEEE Intelligent Vehicles Symposium,Baden 05-09 June.2011.

編譯：張振偉