暂无评论
导读: 所谓多传感器信息融合(Multi-sensor Information Fusion,MSIF),就是利用计算机技术将来自多传感器或多源的信
随着机器人技术的不断发展,机器人的应用领域和功能有了极大的拓展和提高。智能化已成为机器人技术的发展趋势,而传感器技术则是实现机器人智能化的基础之一。由于单一传感器获得的信息非常有限,而且,还要受到自身
多尺度自适应边缘检测方法研究主要是基于图象工程方面的
Kalman滤波算法是目前应用较多的多传感器信息融合方法之一,其中的分布式Kalman滤波算法因其计算负担小、<br />易进行故障诊断和分离的突出优点而广泛应用于民事和军
使用了扩展卡尔曼，完成了UWB和惯导的数据融合，并实现了仿真。代码几乎都有注释，可以很好的起到事例作用。
针对传统的基于单一特征的跟踪方法在复杂场景和光照变化下易导致跟踪失败的缺点,提出了一个基于多特征自适应融合的目标跟踪算法。首先选取具有互补性的目标颜色和纹理特征构造目标的多特征模型;然后根据特征子模型
在多传感器航迹融合环境中，针对各时刻检测到目标的传感器个数不同的情况，设计了一个由4个模型构成的模型集，将跟踪门和曲线拟合理论应用于该模型集中，并针对不同模型用相匹配的滤波器进行滤波，其结果送入融合中
在传感器观测噪声不一致或有异常数据存在的条件下, 分布式数据融合因没有剔除严重偏离真实值的传感 器估计值, 从而影响下一步的融合估计. 对此, 利用概率数据互联的思想, 设计以融合中心预测值为中心、传
利用多传感器的目标状态融合估计和融合估计误差协方差作为反馈信息,提出了带反馈机制的多传感器空间偏差配准方法.对二阶段Kalman滤波偏差配准方法进行扩展和改进,在不同噪声条件下对目标状态融合和偏差进行
提出一种彩色图像和近红外图像的融合算法，先给出一种改进核函数的双边滤波器，然后应用该双边滤波器和高斯滤波器相结合多次作用于彩色图像和近红外图像，得到低频图像、边缘图像、细节图像等不同尺度的图像，在不同
暂无评论