传感器融合：基础

　　传感器融合：基础

　　当今许多复杂的应用程序要求计算机从嘈杂的世界中获取信息，因为输入的精度可能有限，而且常常是不完整的。为了应对这一挑战，多传感器融合正在迅速发展，作为健壮系统的基础，尽管系统运行环境，但它能使不完全输入变得有意义。基于人工智能（AI）技术、模式识别、数字信号处理、控制理论、统计估计、多微机电系统（MEMS）数据融合提高响应性和准确性，提供应用程序，直到最近才被认为。

　　把多种“感官”结合起来，并不是一个新的概念，我们人类不假思索地这么做。例如，味觉是传感器融合的一个很好的例子。我们的大脑从我们舌头上的10000多个味蕾（甜，咸，酸，苦）中提取数据，从我们鼻子闻出来的因素，从我们嘴里的食物结构，决定（1）我们品尝的味道和（2）我们是否喜欢我们的口味。

　　传感器技术和处理技术的进步，结合改进的硬件，使数据的实时融合成为可能。这些进展提供的能力来模拟硬件和软件所存在的整合和集成MEMS加速度计、陀螺仪、压力传感器、磁传感器的数据融合功能，和麦克风为多传感器组合采用星上处理和无线连接。这些特性将使传感器融合应用在可预见的未来产生可观的增长。例如，IHS iSuppli估计，9轴运动传感器融合现有市场总量高达8亿5000万美元的2012，迅速上升至13亿2015。

　　Part of the reason for this expected growth is that MEMs devices and advanced sensor technologies are no longer prohibitively expensive. Calibration， for instance， is now accomplished at the factory or automatically. Miniaturization is also playing a big role. Most importantly， in sensor fusion applications， the sum outdistances the advantages of the individual parts themselves. As new fusion algorithms are created to provide ever-greater accuracy， additional improvements will develop.