隨著技術的發(fā)展以及行業(yè)間數(shù)據(jù)節(jié)點的融合，車載GPS定位器的數(shù)據(jù)融合是將來自多個傳感器的數(shù)據(jù)和相關信息結合起來的過程，以實現(xiàn)比使用單個獨立傳感器所能實現(xiàn)的更具體的推斷。

融合過程通常被分為三種模式--低級、中級和高級融合：數(shù)據(jù)層面結合了幾個相同類型的原始預處理數(shù)據(jù)的來源，產生一個新的數(shù)據(jù)集，預計比輸入的信息量更大，更有用。

特征級將諸如邊緣、線條、角落、紋理或位置等特征結合成一個特征圖，用于圖像的分割、物體的檢測等等。決策融合的方法有投票、模糊邏輯和統(tǒng)計方法。

多傳感器數(shù)據(jù)融合的各種方法包括加權平均、貝葉斯估計器、自適應觀測器、代數(shù)函數(shù)、模糊邏輯、神經網絡、軟計算、非線性系統(tǒng)融合和卡爾曼算法。

轉自：互聯(lián)網