[发明专利]一种车路协同系统边缘侧多传感器数据融合系统

权利要求书

1.一种车路协同系统边缘侧多传感器数据融合系统，其特征在于，包括信息采集单元、融合分析单元；

所述信息采集单元，用于实现与各类检测设备对接，在前端进行数据预处理，并将数据发送给融合分析单元；

所述融合分析单元用于完成数据的融合处理。

2.根据权利要求1所述的方法，其特征在于，所述融合分析单元用于完成数据的融合处理，具体包括如下步骤：

步骤1，设定RSU设备上两个不同的传感器对一恒定量进行测量，两个不同的传感器的观测值分别为z₁和z₂：

z₁＝x+v₁，

z₂＝x+v₂，

其中，x为真实值，v₁为第一个传感器观测时存在的随机误差，v₂为第二个传感器观测时存在的随机误差，且设i取值为1或2，N()表示取值范围，代表随机误差，两个传感器观测值相互独立；

步骤2，设定x的估计值与观测值z_i成线性关系，且为x的无偏估计，有：

Ω＝(ω₁,ω₂)为各个传感器测量值的权值，即ω₁为第一个传感器测量值的权值，ω₂为第二个传感器测量值的权值；

步骤3，计算估计误差

步骤4，求解出第一个传感器测量值的最优权值和第二个传感器测量值的最优权值

步骤5，得到最优估计量

步骤6，将步骤5的结果推广到多传感器的情况。

3.根据权利要求2所述的方法，其特征在于，步骤3包括：设估计误差为：

取代价函数J为的均方误差有：

由于为x的无偏估计，则：

其中表示的数学期望。

4.根据权利要求3所述的方法，其特征在于，步骤4包括：由于E(v₁)＝E(v₂)＝0，其中E(v₁)表示v₁的数学期望，E(v₂)表示v₂的数学期望，E(x)表示x的数学期望，表示的数学期望，则：

ω₂＝1-ω₁，

代价函数写为：

由于v₁,v₂相互独立有E(v₁v₂)＝0，

则：

其中为第一个传感器测量值的随机误差，为第二个传感器测量值的随机误差，为使得J为最小，对Ω求导有：

解出第一个传感器测量值的最优权值和第二个传感器测量值的最优权值为：

5.根据权利要求4所述的方法，其特征在于，步骤5包括：得到最优估计量为：

上式表明当两个传感器最优权值时，能够通过观测器已经获得的观测值z₁、z₂融合得到最优估计值

6.根据权利要求5所述的方法，其特征在于，步骤6包括：设多传感器组的方差分别为σ_i，i＝1,2...n，n取值为自然数，各传感器的测量值分别为z_i，彼此相互独立，真值的估计值为并且是x的无偏估计，各传感器的加权因子分别为ω_i，p取值范围是[1，n]，根据多元函数求极值理论，求出均方误差最小时所对应的加权因子为：

其中为第p个传感器测量值的随机误差；

通过公式当计算出各个传感器的加权因子结合各个传感器的测量值z_p融合得到最优估计值。

7.根据权利要求6所述的方法，其特征在于，还包括综合研判单元，所述综合研判单元基于各种先验规则和交通算法模型实现对事件、态势的综合研判。