[发明专利]应用于无人系统的多源异构数据单帧融合与一致表征方法

说明书

本发明公开一种应用于无人系统的多源异构数据单帧融合与一致表征方法，该方法包括多源异构数据的同步采集与预处理，同类型数据的融合，融合数据组维度对齐以及异构融合与一致表征。该方法能够完成多个传感器产生的单帧异构数据的融合以及对环境的一致表征，实现环境的综合感知与描述。本发明能够有效解决多种传感器产生的多源异构数据的有效融合与探测结果的一致表征问题。

技术领域

本发明涉及传感器数据融合技术领域，尤其涉及一种应用于无人系统的多源异构数据单帧融合与一致表征方法。

背景技术

无人系统利用多种不同传感器产生的异构数据，包括但不限于2D图像数据，3D点云数据，惯导数据，天文数据，温度数据以及力学数据等多源异构数据，完成数据的融合以及对环境的一致表征，能够最大限度地利用多种不同传感器产生的数据，实现环境的综合感知与描述。传统方法多以特征级和决策级融合为主，在大量异构数据间进行数据级融合的方法较少，尤其是面向单帧的数据级融合，可为无人系统提供更全面更高质量的感知信息。

发明内容

本发明的目的是提供一种应用于无人系统的多源异构数据单帧融合与一致表征方法，实现不同传感器异构数据的融合，完成环境的一致表征，解决多源异构数据难以进行数据级融合的问题。

为了达到上述目的，本发明的技术方案如下：

一种应用于无人系统的多源异构数据单帧融合与一致表征方法，该方法包括以下步骤：

步骤一：数据采集与预处理；

使用M个多源传感器进行同时刻数据采集，对获得的M个数据块进行预处理，使M个数据块都拥有三维空间位置属性的描述，且所述三维空间位置属性共享同一个三维空间坐标系；

步骤二：同类型数据融合；

根据传感器类型对预处理后的M个数据块进行分类，将传感器原理相同或表征同一物理性质的数据块归为同类型数据，并对同类型数据进行数据级融合，得到N个已同构融合的融合数据组，N即为异构数据的异构种类数量；

步骤三：融合数据组维度对齐；

对N个融合数据组进行维度统计，构建一个X维度的数据表达模型，X为可覆盖各融合数据组的所有不同维度的最小取值；将N个融合数据组映射至此数据表达模型，输出N个维度对齐后的数据组；

步骤四：异构融合与一致表征；

对所述数据表达模型进行分析，得到X个维度中的冗余关系和维度变换关系，根据实际任务选择最终需要输出的数据形态，形成具有相应维度的一致表征数据空间，并将N个维度对齐后的数据组根据维度变换关系转换至此数据空间，通过置信判别处理后合并为一致表征数据并输出。

进一步地，所述步骤一中的M个多源传感器是指M个提供数据源的传感器，其采集得到的多源异构数据类型包括2D图像数据、3D点云数据、惯导数据、天文数据、温度数据、力学数据。

进一步地，所述步骤一中的预处理包括平滑去噪、缺失值处理、数据规范化、色差校正中的任意一种或几种，对于不包括三维位置信息的数据源，还需根据传感器安装位置和传感器参数模型估算所采集数据的三维空间位置，并作为数据的固定属性输出。

进一步地，所述步骤二中的数据级融合是对预处理后的数据的合并处理，包括冗余剔除、数据归一化处理。

进一步地，所述步骤三的数据表达模型指包含所有待融合数据的属性维度的数据表达空间，是对所有待融合的数据的原有属性维度的并集。

进一步地，所述步骤四中的维度变换关系指将原数据改变数据维度时原数据集合与新数据集合间的数据转换方法，所述数据转换方法可以改变原有数据的形态和描述方式，但应尽量保持数据信息的完整性，所述数据转换方法包括网格生成、主成分分析、因子分析、线性组合、聚类中的任意一种。