Obiettivi della fusione di dati multi-sensore

Obiettivi della fusione di dati multi-sensore

Gli esseri umani sono creature multisensoriale; tutti i nostri sensi raccogliere informazioni sul mondo, guida le nostre decisioni. Un pezzo di formaggio sembra buono, ma un po' annusare prima di mangiare non fa mai male; una scala appare traballante, ma un passo attento può confermare che è sicuro. Un pacchetto di suoni vuota, ma una sbirciatina all'interno di spettacoli è farcito con imballaggio arachidi. Informazioni da molteplici sensi si combina con i ricordi di esperienze passate e pensiero logico per guidare il processo decisionale del cervello. Fusione di dati multi-sensore artificiali è progettato per fare la stessa cosa.

Processo decisionale umano

Anche con informazioni limitate o confusione sensoriale, gli esseri umani possono decidere come dirigere un'auto.

Prendiamo, ad esempio, l'idea di una robot auto---non è una macchina telecomandata, ma un vero e proprio veicolo robotico che guida da sola. Se tutte le strade sono state dipinte allo stesso modo, tutto il traffico spostato sempre secondo lo stesso modello e senza ostacoli imprevisti mai apparso, un autonomo, auto-guida del veicolo sarebbe facile da costruire. Ma cosa succede se il bordo della strada appena diminuisce via in una spalla morbida sporco? Gli esseri umani occhiata alla scena, osservare la trama, vedere sparsi fili d'erba, identificare il percorso più probabile basano il percorso già guidato e caratteristiche in lontananza---tutte le informazioni ottiene integrato e rispetto ai ricordi di situazioni simili, e l'auto rimane sulla strada.

Guida autonoma

Nell'esempio di una robot auto, un'immagine della fotocamera non può fornire informazioni complete basate su cui la macchina può prendere decisioni. Ad esempio, fili d'erba e crepe nel marciapiede sono entrambi appena piccole linee in un'immagine; una marmitta parzialmente appiattito nella carreggiata potrebbe sembrare solo l'ombra di un ramo sporgente. Un robot non può trarre conclusioni logiche e non ha capacità di estrapolare dall'esperienza passata. Ecco dove subentriamo sensori aggiuntivi; una termocamera ad infrarossi può distinguere fresche ombre dal metallo caldo e un telemetro laser può distinguere verticale arbusti da marcature piatte. L'input da più sensori va in una routine decisionale che permette al robot di selezionare il corretto percorso di unità.

Identificazione del target

Multisensoriale informazioni consentono di identificare potenziali minacce militari sistemi.

Nelle applicazioni di difesa e sicurezza, sistemi multi-sensor sono utilizzati per separare legittime minacce da sfondo innocuo o esche intenzionale. Ad esempio, che una termocamera ad infrarossi rileva un oggetto luminoso; l'oggetto potrebbe essere luminoso perché è caldo o perché ha la superficie ad alta emissività---vale a dire, che emette luce infrarossa facilmente. Mettere in due distinti sensori infrarossi distinguerà tra questi due tipi di oggetti. Ma quale è un potenziale bersaglio? Guardando il segnale radar dà informazioni circa la composizione della superficie dell'oggetto, mentre guardando gamme 3D e immagini ottiche fornisce informazioni circa la forma e il movimento degli oggetti. Ancora una volta, tutte le informazioni si entra in una procedura decisionale progettata per identificare una minaccia reale.

Controllo del processo di produzione

Riunire dati da più sensori rende più facile per automatizzare il controllo di ispezione e di fabbrica.

Immaginate una fabbrica di bottiglia che dovrebbe rivelarsi bottiglie verdi di forma regolare e spessore. Per garantire le bottiglie sono prodotte su specifica, le persone alla fine della linea di produzione hanno a guardare le bottiglie come essi gara, spiumatura fuori quelli che proprio non guarda a destra. Alcuni possono avere macchie, sottile patch nel bicchiere o sono leggermente fuori centro. Gli esseri umani possono eseguire rapidamente questa classificazione e separare le bottiglie buone da quelli cattivi, ma un sensore che verifica solo che il colore è giusto non sarà sensibile alle variazioni di spessore o deforme bottiglie. Mettendo insieme un sensore spettrale, una telecamera di bordo-rilevazione e una scala permetterà al sistema di decidere se una bottiglia è quello di essere rifiutato o mantenuto.

Applicazioni aggiuntive

Sensori sono rapidamente migliorando; stanno diventando più sensibile, più piccolo, più economico e più affidabile, così future applicazioni crescerà. Qualsiasi luogo decisioni devono essere prese sulla base di informazioni dall'ambiente, possono essere impiegati sistemi multisensoriali. Come Zappi professore presso l'Università di Bologna si afferma nelle sue note sulla fusione di dati, sistemi multisensoriali riducono l'incertezza, osservabilità di migliorare e aumentano l'affidabilità. Applicazioni mediche, ambientale, industriale, militare e domestiche possono beneficiare di questa tecnologia.