传感器融合的要素和流程
2019-08-21来源：智能制造网标签：传感器
关于传感器和传感器融合需要考虑的因素：成本、体积、重量、可拓展性、可靠性、制冷、安装、空间、故障自检、报告、容错性、灵活性、冗余性、反戏弄。
通过传感器融合同步运行，以允许全自动驾驶车辆或无人驾驶车辆对周围环境检测，并警告驾驶员潜在的道路危险，甚至可以采取独立于驾驶员的规避动作来避免碰撞。
①驾驶中雷达图像被捕获，负责雷达单元的电子控制单元(ECU)花很短的时间对捕捉到的图像进行预处理。然后借助控制区域网络(CAN)，把图像发送到传感器融合中心。在区域网络传输图像，以及接受信息都要花时间。
②同时传感器融合中心也会接受来自摄像头、超声波传感器和激光雷达传感器的数据。传感器融合处理了所有这些数据，又需要短暂时间。
③最终结果被传到人工智能上，需要对其进行处理，并更新环境模型。这需要时间。
④通过控制区域网络(CAN)，人工智能向汽车控制系统发出指令，这需要时间来完成。
⑤控制系统接收命令，明确它要做什么，继而采取实际行动。
算法和成本因素是关键所在
目前企业都在积极寻找传感器融合的方法，推出的解决方案也不尽相同，但尚未出现一种经过验证、最可靠的方案。因为传感器融合是一个不断推进的过程，难点有不少。
①不同类型传感器的优缺点不同，获取的信息量巨大，要保证最终融合结果及时、准确，就需要在传感器的选型配置和算法精度上有巧妙的布局，而能把这些环节都做好的企业目前还不多。
②为了提升传感器融合的效果，最理想的状态就是将各类最顶级传感器融合在一起。但光一个激光雷达的价格就已与一辆传统汽车持平，可见某些关键传感器的价格还远没到消费类电子产品的水平。
③在传感器融合过程中，一些厂商不愿公开自己获取的原始数据，怕因此沦为纯粹的数据采集供应商，导致利润空间有限。由此造成的数据壁垒也是实现传感器融合的一大障碍。
- 版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品， 未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上 述声明者，本网将追究其相关法律责任。
- 本网转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本网赞同其观点或和对其真实性负责，不承担此类作品侵权行 为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- 如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。