多传感器协同感知方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112580702A(43)申请公布日2021.03.30(21)申请号202011434559.7G06N3/08(2006.01)(22)申请日2020.12.10(71)申请人深圳技术大学地址518000广东省深圳市坪山区兰田路3002号(72)发明人程涛温浩凯翟刘洋蔡永为(74)专利代理机构深圳市恒申知识产权事务所(普通合伙)44312代理人赵胜宝(51)Int.Cl.G06K9/62(2006.01)G06N3/00(2006.01)G06N5/02(2006.01)G06N5/04(2006.01)G06N3/04(2006.01)权利要求书2页说明书6页附图4页(54)发明名称多传感器协同感知方法及装置(57)摘要本发明提供了一种多传感器协同感知方法及装置，该方法包括如下步骤：根据人工蜂群算法，计算出传感器节点的覆盖效果；根据所述传感器节点的覆盖效果，获取多个传感器分别对应的原始传感信息；融合所述多个传感器分别对应的原始传感信息，形成所述目标传感信息。本发明的优势在于，使用人工蜂群算法作为优化算法，应用正负反馈机制，计算出传感器节点的覆盖效果。由此，可以使用较少的传感器节点，获取更为全面的原始传感信息。将多个传感器分别对应的原始传感信息进行融合，使得多传感器协同感知方法的精确度及效率均有所提升。CN112580702ACN112580702A权利要求书1/2页1.一种多传感器协同感知方法，其特征在于，包括如下步骤：根据人工蜂群算法，计算出传感器节点的覆盖效果；根据所述传感器节点的覆盖效果，获取多个传感器分别对应的原始传感信息；融合所述多个传感器分别对应的原始传感信息，形成所述目标传感信息。2.如权利要求1所述的多传感器协同感知方法，其特征在于，所述融合所述多个传感器分别对应的原始传感信息的步骤，包括：获取传感器信息融合模型；其中，所述传感器信息融合模型包括至少两个数据融合模式；按照所述数据融合模式的优先级，使用所述数据融合模式，选择所述原始传感信息融合。3.如权利要求2所述的多传感器协同感知方法，其特征在于，所述使用所述数据融合模式，选择所述原始传感信息融合的步骤，包括：应用所述数据融合模式，确定所述原始传感信息的特征信息；根据所述原始传感信息的特征信息，及对应的预设信息，判断所述原始传感信息是否适用于所述数据融合模式；按照适用于所述传感信息的数据融合模式，将原始传感信息融合。4.如权利要求3所述的多传感器协同感知方法，其特征在于，所述原始传感信息的特征信息包括：所述原始传感信息的特征信息中的某个特定数值，和/或，按照所述数据融合模式，融合所述原始传感信息而生成的特定图像。5.如权利要求1所述的多传感器协同感知方法，其特征在于，所述根据人工蜂群算法，计算出传感器节点的覆盖效果的步骤，包括：根据人工蜂群算法，应用传感器的位置、网络覆盖率、部署的过程及速度，计算出所述传感器节点的覆盖效果。6.如权利要求1～5中任意一项所述的多传感器协同感知方法，其特征在于，所述融合所述多个传感器分别对应的原始传感信息的步骤，包括：应用神经网络，按照原始传感信息的种类，将异构传感器的原始信息融合；其中，所述原始传感信息的种类，包括，空间位置信息、环境温度信息及安全信息中的一项、两项或多项。7.如权利要求6所述的多传感器协同感知方法，其特征在于，所述异构传感器包括，空间位置传感器、环境温度传感器或安全信息传感器；其中，所述空间位置传感器，包括位移传感器和超声波传感器；所述环境温度传感器，包括温度传感器和热敏传感器；所述安全信息传感器，包括碰撞传感器、声音传感器、振动传感器及火焰传感器。8.一种多传感器协同感知装置，其特征在于，包括：覆盖模块，用于根据人工蜂群算法，计算出传感器节点的覆盖效果；获取模块，用于根据所述传感器节点的覆盖效果，获取多个传感器分别对应的原始传感信息；融合模块，用于将所述多个传感器分别对应的原始传感信息融合，形成所述目标传感2CN112580702A权利要求书2/2页信息。9.一种终端，其特征在于，其包括处理器、存储器和显示器，所述处理器耦接所述存储器、所述显示器，所述存储器上存储有可在所述处理器上执行的计算机程序；所述处理器执行所述计算机程序，实现权利要求1‑7之一所述的方法。10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1‑7之一所述的方法中的步骤。3CN112580702A说明书1/6页多传感器协同感知方法及装置技术领域[0001]本发明涉及传感器感知领域，尤其是指一种多传感器协同感知方法及装置。背景技术[0002]传感器是智能机器与系统的重要组成部分，其作用类似于人的感知器官。可以感