分析了信息融合面临的问题与挑战, 包括系统融合框 架、信息不确定、多模态、高冲突、强相关、网络化以及非线性等; 并以此为分类依据, 在信息融合模型与系统设 计、不确定信息融合、多模态信息融合、高冲突信息融合、相关信息融合及网络化信息融合等方面对近10年来的进 展进行了综述.

在开放世界中，一个辨识框架可能没有包含命题所有可能的描述，传统的PCR组合规则并不能够对这种辨识框架不完备情况下的信息进行融合。针对该问题，在广义证据理论基本框架的基础上，提出了广义PCR组合规则。广义PCR组合规则扩展了传统PCR组合规则的适用范围，使其在辨识框架不完备的情况下，仍能够对信息进行有效融合。此外，在证据源之间存在较大冲突的情况下，广义PCR组合规则能够获得比广义DST组合规则更好的融合结果。算例结果表明，广义PCR组合规则是有效和合理的。

俗话说人有千面，情分几种，人的面部语言非常丰富，然而丰富的面部语言反映出的情绪也只有十几种。根据面部图像进行情绪的检测分类因此具有一定挑战性。本课题拟基于图像根据面部语言进行人情绪的分类算法研究。在情绪的选择上可以考虑先选择对比性较强的几种例如高兴和悲伤等，在分类结果上可以先不必太细化

邓自立——最优估计理论及其应用：建模、滤波、信息融合估计

主要讨论了智能汽车研究对交通安全的重要性，综述了发达国家关于智能汽车研究的历史、发展和趋势。此外，提出了基于多传感器信息融合技术的智能汽车系统结构模型，阐述了此模型下的各系统模块,简单介绍了系统模型中信息融合方法的引入，最后提出展望。

提出了低频电磁波、 视觉、 计程轮这3 种管道机器人定位方法;分析了3 种传感器定位精度、作用范围和工作速率的特点;在考虑3 种定位方法精度条件下, 给出了传感器的优先权系数计算方法与基于优先权系数的D-S证据融合信度函数;通过D-S证据融合规则得到融合证据, 解决了多传感器定位中决策传感器的选择问题,以实现管道机器人准确、 快速地定位.

针对智能汽车环境感知技术开发应用,从传感器角度和算法角度分析智能汽车环境感知算法开发应用存在的问题。根据智能汽车环境感知算法开发的过程,对传感器标定算法、单一传感器环境感知算法、多传感器信息融合环境感知算法及智能汽车环境感知算法测试评价方法进行分层分析,通过分层分析阐述智能汽车环境感知算法及测试评价方法的开发应用。展望智能汽车环境感知算法的未来发展趋势。

多传感器信息融合及其应用综述 一篇文章

基于多源信息融合的智能汽车环境感知技术研究.caj

多传感器信息融合技术在智能驾驶系统中的应用 [日期：2004-12-8] 来源：电子技术应用  作者：赵敏华 安毅生 黄永宣 [字体：大 中 小] 　  摘要：介绍了当今国际上流行的几种智能驾驶系统，并分析了采用单一传感器的驾驶系统中存在的问题，给出了信息融合技术的原理和结构。讨论了多传感器信息融合技术在智能驾驶系统（ITS）中的应用算法及其有待进一步解决的问题。     关键词：贝叶斯估计 信息融合 障碍探测 智能驾驶 随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾驶系统（辅助驾驶系统一无人驾驶系统）也得了飞速的发展。消费者越来越注重驾驶的安全性与舒