[发明专利]多类型传感器的数据处理方法、装置、介质和系统

说明书

本发明示例性实施例提供一种多类型传感器的数据处理方法，所述方法包括：对多传感器的目标数据进行采集，并基于时间配准和空间配准对各所述传感器的目标数据进行实时配准；对配准后的所述目标数据进行特征提取，得到目标特征，将所述目标特征并入预定义的类别，以得到分类后的类别特征；对所述分类后的类别特征进行决策级融合，得到联合决策结果，根据所述联合决策结果对所述目标数据进行信息融合。本发明的方法多对类型传感器实时配准，更准确的接收传感器监测数据，实现了融合实时、高效的要求，且收到的目标数据误差小，能够实时配准精确融合。

技术领域

本发明示例性实施例涉及物联网技术领域，尤其涉及一种多类型传感器的数据处理方法、装置、介质和系统。

背景技术

智慧工地是基建部门重要项目之一，将传感器网络技术应用到智慧电网工程中，解决智慧工地作业面临的各项现实或潜在的安全问题，是传感器网络技术服务国家重大工程、服务国民经济的一大例证。对智慧工地而言，无论是工程本身安全问题、交叉建筑物安全问题，还是供电电量不足甚至中断、亦或沿线人民群众人身安全受到威胁、工程管控人员人身安全受到威胁，必然给沿线经济社会发展和沿线人民群众生命财产安全带来巨大损失，都将会引起社会广泛关注。

配准就是为了获得目标的一致性描述，而将各传感器测量数据转换到公共参考坐标系的过程，其转换过程也就是对各传感器各类系统差异抑制或消除的过程。多传感器配准是多传感器信息融合的先决条件。

目标检测中的多传感器配准误差可总结为如下几类:

(1)各传感器本身的量测参数偏差，即传感器出厂误差；

(2)各传感器在布设过程中引入的地理位置偏差，如参考坐标系中测量的方位角、高低角及等效距离偏差；

(3)各传感器的本地时钟偏差及采样异步，从而对同一目标观测值存在时间误差；

(4)各传感器在对目标时所处物理环境差异所直接导致的观测值的误差。

如何对传感器进行配准以及进一步对目标数据进行融合，是目前业内亟需解决的一个重要难题。

发明内容

有鉴于此，本发明示例性实施例的目的在于提出一种多类型传感器的数据处理方法、装置、介质和设备，以解决目前的多类型传感器在物联网应用中的配准误差大及无法实时融合的问题。

基于上述目的，本发明示例性实施例提供了一种多类型传感器的数据处理方法，所述方法包括：

对多传感器的目标数据进行采集，并基于时间配准和空间配准对各所述传感器的目标数据进行实时配准；

对配准后的所述目标数据进行特征提取，得到目标特征，将所述目标特征并入预定义的类别，以得到分类后的类别特征；

对所述分类后的类别特征进行决策级融合，得到联合决策结果，根据所述联合决策结果对所述目标数据进行信息融合。

结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：

获取各所述传感器的历史数据，根据所述历史数据确定所述目标数据的目标类别，以确定所述预定义的类别。

结合上述说明，在本发明实施例另一种可能的实施方式中，所述对所述分类后的类别特征进行决策级融合，得到联合决策结果，根据所述联合决策结果对所述目标数据进行信息融合，包括：

在每一所述传感器采集的单一数据至少经过预处理、特征提取以及初步决策后，得到单一数据的初步观测结果；

将所述多传感器的多个初步观测结果输入到融合算法进行联合决策，以得到联合决策结果，其中，所述融合算法包括贝叶斯推理、D2S证据理论、神经网络法、模糊逻辑以及专家系统法中的至少一种。