[发明专利]一种多源交通信息融合方法及装置

权利要求书

1.一种多源交通信息融合方法，其特征在于，包括：

获取多源交通信息，根据卡尔曼滤波器对所述多源交通信息进行预处理得到标准数据源；

根据所述标准数据源中信息源之间的证据距离，计算得到所述标准数据源的基本概率分配；

根据D-S证据理论对所述基本概率分配分别进行静态可靠性优化和动态可靠性优化，得到静态基本概率分配和动态基本概率分配。

2.如权利要求1所述的多源交通信息融合方法，其特征在于，所述获取多源交通信息，根据卡尔曼滤波器对所述多源交通信息进行预处理得到标准数据源，具体包括：

获取多源交通信息，对所述多源交通信息进行降维处理以及归一化处理后，使用卡尔曼滤波器对处理后的所述多源交通信息进行滤波计算，得到标准数据源。

3.如权利要去1所述的多源交通信息融合方法，其特征在于，所述根据所述标准数据源中信息源之间的证据距离，计算得到所述标准数据源的基本概率分配，具体包括：

根据所述标准数据源中信息源对应的命题，计算所述信息源之间的证据距离，根据所述证据距离和焦元计算基本概率分配。

4.如权利要求1所述的多源交通信息融合方法，其特征在于，所述根据D-S证据理论对所述基本概率分配分别进行静态可靠性优化和动态可靠性优化，得到静态基本概率分配和动态基本概率分配，具体包括：

根据D-S证据理论得到所述基本概率分配的可靠性矩阵，将所述可靠性矩阵进行变换得到权值矩阵；

根据所述权值矩阵、所述可靠性矩阵和所述基本概率分配，计算得到静态基本概率分配。

5.如权利要求1所述的多源交通信息融合方法，其特征在于，所述根据D-S证据理论对所述基本概率分配分别进行静态可靠性优化和动态可靠性优化，得到静态基本概率分配和动态基本概率分配，具体包括：

根据动态可靠性权值以及所述标准数据源中信息源的估计方差，计算所述基本概率分配的动态可靠性；

结合所述动态可靠性和所述基本概率分配，得到动态基本概率分配。

6.一种多源交通信息融合装置，其特征在于，包括：

预处理模块，用于获取多源交通信息，根据卡尔曼滤波器对所述多源交通信息进行预处理得到标准数据源；

计算模块，用于根据所述标准数据源中信息源之间的证据距离，计算得到所述标准数据源的基本概率分配；

优化模块，用于根据D-S证据理论对所述基本概率分配分别进行静态可靠性优化和动态可靠性优化，得到静态基本概率分配和动态基本概率分配。

7.如权利要求6所述的多源交通信息融合装置，其特征在于，所述预处理模块，包括用于：

获取多源交通信息，对所述多源交通信息进行降维处理以及归一化处理后，使用卡尔曼滤波器对处理后的所述多源交通信息进行滤波计算，得到标准数据源。

8.如权利要去6所述的多源交通信息融合方法，其特征在于，所述计算模块包括用于：

根据所述标准数据源中信息源对应的命题，计算所述信息源之间的证据距离，根据所述证据距离和焦元计算基本概率分配。

9.如权利要求6所述的多源交通信息融合方法，其特征在于，所述优化模块包括用于：

根据D-S证据理论得到所述基本概率分配的可靠性矩阵，将所述可靠性矩阵进行变换得到权值矩阵；

根据所述权值矩阵、所述可靠性矩阵和所述基本概率分配，计算得到静态基本概率分配。

10.如权利要求6所述的多源交通信息融合方法，其特征在于，所述优化模块还用于：

根据动态可靠性权值以及所述标准数据源中信息源的估计方差，计算所述基本概率分配的；

结合所述动态可靠性和所述基本概率分配，得到动态基本概率分配。