传感器融合怎么做？

Question

假设我有来自同一变量的两个不同传感器的两个测量值。我想知道是否有办法进行信息融合并获得描述整个系统（两个传感器）的最佳方式的独特度量。

我知道Bar-Shalom - Campo传感器融合模型，但我想知道有没有模型不采用经典高斯假设，这样传感器融合就可以处理不好的data/gross 错误。

谢谢。

Answer 1

对于传感器融合，您可以使用卡尔曼滤波器。用于传感器融合的扩展卡尔曼滤波器的教程和研究论文很少。

Answer 2

这在很大程度上取决于您要融合的传感器类型。某些传感器噪声无法使用高斯 RV 进行建模。即使传感器噪声与高斯 RV 拟合不佳，卡尔曼滤波器和高斯假设在大多数情况下也能很好地工作。您可以检查 GPS 位置估计示例。您可以使用非线性卡尔曼滤波器（UKF 等）或最小二乘法融合多颗卫星的数据。