Vad är en sensorfusion?
Sensorfusion är blandning av sensoriska data från olika källor för att skapa en mer fullständig bild än vad som annars skulle vara möjligt om man själv överväger de oberoende källorna. Under processen med sensorfusion hänvisar bildens förbättrade fullständighet till information som blir mer fullständig, exakt eller pålitlig än de oberoende källorna borde garantera. Med andra ord är sensorisk fusion ett exempel på två plus två som är lika med fem; kombinationen av datakällor erbjuder extra sensorisk information som annars inte skulle vara tillgänglig. Sensorfusion används vanligtvis i övervakningsoperationer, inklusive med TV-kameror, ekolod, radar och geologisk övervakning som involverar seismiska eller magnetiska sensorer. Processen sker genom ett centraliserat eller decentraliserat tillvägagångssätt, beroende på vilket parti som ansvarar för att kombinera bilderna till en enda helhet.
Det kanske enklaste sättet för någon att tänka på sensorfusion är att föreställa sig ett hemsäkerhetssystem som består av flera övervakningskameror som är inställda i de olika rummen i ett hus. Om alla kameror är länkade till ett centralt rum som innehåller en enda tv-skärm för varje kamera kommer det att finnas en vägg med bilder som representerar den sammanlagda övervakningsdata för hela huset. Denna sammanlagda kombination av bilder illustrerar de ytterligare fördelarna med att smälta bilderna samman till en enda helhet; genom att all kamerainformation sänds till en central plats blir det mycket lättare att spåra rörelser och aktiviteter hos individer i huset.
Detta kan kontrasteras mot en situation där det bara finns en enda tv-skärm och observatören måste gå igenom de olika kamerorna för att få önskad bild. Observatören får fortfarande exakt samma data, men det faktum att informationen erhålls i olika delar - i motsats till en sömlös helhet - gör övervakningsprocessen mycket svårare att utföra. Att samla in data om en inkräktare i en sensorisk smält miljö ger extra information; i vissa fall kommer överlappande kameratäckningszoner att ge en flervinkelvy av inkräktaren, vilket gör identifiering och observation så mycket lättare. I en miljö som inte är sensorisk smält, kommer det att behöva cykla igenom bilder på en enda skärm att beröva observatören dessa fördelar med flera vinklar. Även om det ger exakt samma vyer, har en observatör mer nytta av att bilderna smälts samman.
Detta är ett decentraliserat exempel på sensorisk fusion; observatören måste samla in kameran matningsdata med hjälp av sin egen bedömning och kunskap. Detta kan jämföras mot en centraliserad sensorfusionsmiljö, där någon part på en central plats kombinerar datakällorna innan vidarebefordras slutresultatet till klienten. När man väljer det ena eller det andra är erfarenhet en viktig avgörande faktor. I en miljö där klienten har expertis på att sortera igenom och sammankoppla olika data, kan en decentraliserad strategi låta klienten använda sitt professionella omdöme med rådata. När klienten har mindre erfarenhet kan ett centraliserat tillvägagångssätt göra det möjligt för fler skickliga individer att sortera genom rådata, och bara vidarebefordra den mest relevanta informationen till klienten.