멀티 센서 데이터 퓨전이란?

멀티 센서 데이터 융합은보다 정확한 데이터 세트를 구축하기 위해 여러 센서에서 여러 데이터 세트를 획득하는 프로세스입니다. 단일 센서 데이터보다 더 정확한 것으로 간주되는이 유형의 정보 융합에는 많은 응용 프로그램이 있습니다. 예를 들어, 온도 센서의 데이터를 바람 냉각 센서와 결합하면 내부의 누군가가 외부가 얼마나 추운 지 이해할 수 있습니다. 기상 애플리케이션 외에도 멀티 센서 데이터 분석을 환경 분석, 운송 관리 및 목표 추적에 적용 할 수 있습니다.

다중 센서 데이터 융합의 많은 응용은 정보 융합이 얼마나 유용한 지 보여줍니다. 데이터가 여러 소스에서 나오는 경우 특정 데이터 세트를 통합 된 데이터에서 수정, 교체 또는 잘라낼 수 있습니다. 예를 들어, 고래 추적에 관심이있는 해양 생물학자는 데이터 융합을 사용하여 고래 습관에 영향을 줄 수있는 요소를 모니터링 할 수 있습니다. 다중 센서 데이터 융합 프로세스의 최종 결과는 해수 온도 또는 기타 요인과 관련된 고래 이동의 시각적지도 일 수 있습니다. 이러한 유형의 응용 프로그램은 실제 장비, 알고리즘 및 관련 정보 융합 수학을 포함한 많은 기술에 의존합니다.

센서 기술, 수학적 프로세스 및 융합 데이터 세트의 적용은 모두 다중 센서 데이터 융합의 실제 적용을 결정합니다. 통합 데이터를 결합하는 데 사용되는 기술과 프로세스는 환경을 인식하고 오감을 기반으로 의사 결정을 내릴 수있는 자연스런 인간의 능력을 모방 한 것으로 생각할 수 있습니다. 그러나 데이터 융합에 필요한 기술 기반 센서 및 관련 기술은 사람의 인식보다 더 구체적 일 수 있습니다.

이러한 특정 데이터 세트의 조합은 다중 센서 데이터 융합의 정의 기능이며 정보 통합과 데이터 통합을 차별화합니다. 그러나 데이터 통합은 멀티 센서 데이터 융합 프로세스의 큰 부분이며 고급 데이터 세트를 구축하기위한 빌딩 블록으로 간주 될 수 있습니다. 예를 들어, 센서는 특정 기간 내에 다양한 온도 세트를 기록하고 나중에 더 긴 세트에 걸쳐 더 큰 세트를 구축 할 수 있습니다. 그러나이 프로세스는 일반적으로 여러 소스의 정보를 포함하지 않기 때문에 멀티 센서 데이터 분석과 다릅니다.

데이터 융합 프로세스의 일부로 데이터 통합은 분리 할 수 ​​없습니다. 강력한 데이터 통합으로 제공되는 정보가 없으면 멀티 센서 데이터 융합의 기초가 없습니다. 사실, 일반적인 멀티 센서 데이터 분석 유형은 저수준 데이터 융합입니다. 이 프로세스는 일반적으로 원시 데이터보다 더 구체적이고 합성적인 것으로 예상되는 새로운 데이터 세트를 만들기 위해 원시 데이터의 조합을 말합니다.