探索自动驾驶无人车：多传感器融合技术

上篇文章我们一起研究了自动驾驶涉及到的SLAM自主建图技术，相信你对自动驾驶的了解更进了一步，这次，我们继续来探索自动驾驶涉及到的另一个技术——多传感器融合技术（微缩智能车配有多种传感器，彼此融合形成智能车的稳定运行）。

多传感器数据融合技术形成于上世纪80年代，目前已成为研究的热点。它不同于一般信号处理，也不同于单个或多个传感器的监测和测量，而是对基于多个传感器测量结果基础上的更高层次的综合决策过程。

对此，我们来了解一下，多传感器融合技术的定义。

后融合算法：

1、每个传感器各自独立处理生成的目标数据。

2、每个传感器都有自己独立的感知，比如激光雷达有激光雷达的感知，摄像头有摄像头的感知，毫米波雷达也会做出自己的感知。

3、当所有传感器完成目标数据生成后，再由主处理器进行数据融合。

前融合算法：

1、只有一个感知的算法。对融合后的多维综合数据进行感知。

2、在原始层把数据都融合在一起，融合好的数据就好比是一个Super传感器，而且这个传感器不仅有能力可以看到红外线，还有能力可以看到摄像头或者RGB，也有能力看到LiDAR的三维信息，就好比是一双超级眼睛。在这双超级眼睛上面，开发自己的感知算法，最后会输出一个结果层的物体。

多传感器数据融合比单一传感器信息有如下优点，即容错性、互补性、实时性、经济性，所以逐步得到推广应用。应用领域除军事外，已适用于自动化技术、机器人、海洋监视、地震观测、建筑、空中交通管制、医学诊断、遥感技术等方面。

有鉴于传感器技术的微型化、智能化程度提高，在信息获取基础上，多种功能进一步集成以致于融合，这是必然的趋势，多传感器数据融合技术也促进了传感器技术的发展。