多平台多传感器多源信息融合中的时空对准研究

本文针对运动检测中的速度传感器与加速度传感器，给出了一种应用卡尔曼滤波原理对多传感器进行数据融合的方法，得到了该方法下滤波器状态矩阵和相关矩阵的一般表达式，仿真与试验证明，运用该方法可以得到很好的滤波

论文研究-多传感器数据的聚类融合方法.pdf,

Stereo Visual Inertial LiDAR Simultaneous Localization and Mapping Abstract Simultaneous Localizatio

多传感器数据融合理论及应用,Lawrence A Klein, 北京理工大学出版社,2004

基于激光的多传感器融合定位与建图 深蓝学院学习环境。 概述 本Repo为基于ROS melodic @ Ubuntu 18.04的学习环境。 为了节约安装配置的时间: 部分依赖项由于网络原因难以取得

对文献[5]提出的Cao方法进行了改进，提出一种新的多嵌入延迟相空间重构方法，不仅能够判断最小嵌入维数，还能够确定最佳时间延迟矢量。Cao方法的应用领域得以扩展，使得相空间重构问题可以在一个判断标准下

加速度计:加速度计---我们可以把它想作一个圆球在一个方盒子中。 假定这个盒子不在重力场中或者其他任何会影响球的位置的场中,球处于盒子的正中央。 你可以想象盒子在外太空中,或远在航天飞机中,离任何天体

针对煤矿瓦斯灾害,利用多源信息融合技术通过多类传感器采集瓦斯浓度、通风、煤岩动力及温度、煤尘、等瓦斯灾害信息参数,设计了基于模糊专家系统的瓦斯突出预测决策级融合方法,对突出预测结果进行可信度分配,提高

为实现在无法接收到卫星信号的复杂室内环境下行人精确定位与导航,提出一种多源信息融合的室内定位方法,通过融合智能手机中方向传感器数据进行室内行人航位推算(PDR),采集室内环境中的WiFi与蓝牙信号信息

采用Carlson最优数据融合准则,将基于Kalman滤波的多传感器状态融合估计方法应用到雷达跟踪系统。仿真实验表明,多传感器Kalman滤波状态融合估计误差小于单传感器Kalman滤波得出的状态估计