Сочинение на тему Multi Sensor Fusion
- Опубликовано: 25.07.2020
- Предмет: Здоровье, Информационная наука
- Темы: Анализ данных, Лекарство, Современные технологии
<Р> РЕЗЮМЕ:
Мультисенсорное слияние (или) мультисенсорное слияние информации – это новая технология, которая применяется в области робототехники, обработки изображений и сигналов и медицинской диагностики. Основная цель этой статьи – дать представление о различных характеристиках синтеза сенсора и технических характеристиках, полученных различными методами. Он основан на принципе интеграции данных от разных датчиков, что может обеспечить лучшее понимание данных из различных источников для достижения лучших показателей во многих отдельных источниках, таких как прогнозирование погоды, статистический анализ данных и оценка. В инженерной системе методы слияния имеют большое значение, поскольку система может обеспечивать возможности систем с различными датчиками, особенно за пределами этой отдельной системы датчиков. Мультисенсорное объединение данных позволяет интегрировать данные от различных датчиков для улучшения восприятия окружающей среды и облегчает принятие решений, планирование, выполнение и управление автоматизацией. Из этой статьи было предложено представление о системе умного дома с помощью различных датчиков, которые помогают наставлять дом, который помогает людям обучать пожилых людей в доме.
<Р> Ключевые слова:
Мультисенсорное слияние данных, слияние изображений, слияние нейронных сетей, слияние на уровне принятия решений, интеграция данных, умный дом.
<Р> Введение:
Мультисенсорный синтез подобен животному, которое оценивает свое окружение с помощью звуков (сигналов) из окружения, которые помогают ему найти, подходит ли ему окружающее или нет. Мультисенсорное слияние данных похоже на человеческий мозг, который помогает нам распознавать чувство разного вкуса, это также похоже на то, как животное ощущает звуки из окружающей среды. Мультисенсорные слияния также играют важную роль в объединении данных датчиков из различных источников для получения надежных и точных результатов, которые невозможно получить от отдельного датчика.
Процесс слияния датчиков объединяет данные таким образом, что он обеспечивает наилучшую производительность, которая может быть достигнута, если каждая информация используется отдельно. Из этого предложения он даст представление об умном доме из мультисенсорного процесса в домах. Умный дом основан на обнаружении движения и помогает в защите от кражи, которая указывает на обнаружение пользователю. Некоторые из факторов, которые улучшают производительность системы.
- Повышена надежность системы.
- Расширенное покрытие.
- Повышенная уверенность.
- Более короткое время ответа.
- Улучшено разрешение.
Некоторые из ключевых проблем:
- Природа типов датчиков, доступных с разрешением.
- Возможность оцифровки датчиков.
- Возможность реализации алгоритма для датчиков и центра, где он контролируется.
КОНЦЕПЦИЯ MULTI SENSOR FUSION
Концепция многосенсорного слияния проста и состоит из четырех основных этапов.
ИНФОРМАЦИОННЫЙ ИСТОЧНИК. Это источник информации о датчиках и другой базе данных, которая помогает расположить датчики в необходимом месте.
ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ИСТОЧНИКА: Этот этап помогает выполнить предварительный отбор данных и распределение данных для датчиков, которые будут использоваться. Помогает процесс слияния проверяться раньше времени.
ОБРАБОТКА УРОВНЯ1 (Уточнение объекта):
На этом уровне получаются такие объекты, как положение, скорость, личность, которые помогают военным ориентироваться на своих врагов. Этот процесс включает в себя четыре основных элемента: выравнивание данных (преобразование данных в согласованную систему отсчета и единицы), ассоциацию (с использованием методов корреляции), отслеживание фактических и будущих положений объектов и идентификацию [1]
ОБРАБОТКА УРОВНЯ 2 (уточнение ситуации):
На этом уровне он помогает анализировать некоторую априорную информацию, которая должна быть наставлена, и хочет немедленно информировать пользователя, например, об объектах, событиях и контекстной информации.
ОБРАБОТКА УРОВНЯ 3 (Уточнение угроз):
Основываясь на предварительных знаниях уровня 2 и прогнозах о будущей ситуации, помогает оценить текущую ситуацию на месте. Это довольно сложный уровень обработки, потому что он не основан на вычисленной базе данных в системе, скорее происходят вещи, отличные от стратегии, экологических угроз и т. Д.
ОБРАБОТКА УРОВНЯ 4 (Уточнение процесса):
Этот процесс является мета-процессом, связанным с другим процессом. [2] Это помогает в управлении другой системой путем мониторинга производительности, ее способности работать и определения информации, которая является обратной связью от системы, которую необходимо улучшить. В этом процессе мы получаем цель объединения мультисенсорных данных, на которое мы нацелены.
УПРАВЛЕНИЕ БАЗАМИ ДАННЫХ:
Это мозг для процесса, который помогает хранить все данные в системе. Это помогает в хранении, извлечении, архивировании, сжатии, запросах и защите данных. Это сложно, потому что мы не можем предсказать происходящее в процессе, поэтому это сложный процесс.
ВЗАИМОДЕЙСТВИЕ ЧЕЛОВЕЧЕСКОЙ МАШИНЫ:
Этот процесс обеспечивает интерфейс между системой и человеком посредством ввода и передачи результатов слияния оператору и пользователю. Это взаимодействие помогает пользователю узнать об информации на входе и произошедшем инциденте. Некоторыми моделями взаимодействия человека и пользователя являются JDL, модель процесса слияния водопадов, модель Бойда, архитектура LAAS, модель омнибуса.
РЕЖИМЫ ВЫХОДА-ВЫХОДА:
Если входные данные даны системе, выходные данные должны быть получены из системы. Таким образом, процесс объединения ввода и вывода осуществляется в шести различных режимах.
- DATA IN – DATA OUT:
- FEATURE IN – FEATURE OUT:
В этом методе вход и выход находятся в форме данных. Этот тип метода в основном используется в процессе синтеза. Этот метод используется во внешней части потока обработки и работает в основном в системах обработки сигналов и изображений.
В этом методе он основан на особенностях
который получается как из ввода, так и из вывода. Это происходит в середине потока обработки. Здесь информация, полученная в виде необработанного измерения, затем объединяется в качественное и количественное.
Он основан на решении для ввода и вывода. В основном это происходит в конце потока обработки. Это интеграционный процесс принятия решений от различных датчиков, и данные могут быть необработанными или извлеченными из функции. Этот метод применяется в случае, когда используемые датчики совместимы.
В этом методе ввод основан на необработанных данных от датчиков или других устройств ввода, а вывод – в виде формата объекта (визуально представляющего его) с окружением или явлением, которое мы рассматриваем.
Здесь ввод принимается в качестве формата объекта и генерирует желаемый вывод решения. Здесь входной сигнал получают от датчиков, а выходной сигнал, который генерируется в качестве решения, отображается для пользователя. Этот тип в основном используется во многих задачах распознавания образов, таких как распознавание объектов.
В этом методе ввод задается как необработанные данные от датчиков, а вывод генерируется как решение. Это похоже на режим принятия решения.
ДОМАШНЯЯ СИСТЕМА МОНИТОРИНГА:
Речь идет о домашней системе безопасности, которая помогает пользователю постоянно иметь покрытие своего дома. Он также используется в качестве системы мониторинга для пожилых людей, использующих детекторы движения, такие как камера и т. Д. Здесь используются некоторые простые датчики, а мультисенсорное объединение осуществляется с использованием его информации, которая позволяет пользователю получать информацию о своем доме, когда они вышли. Здесь мы используем некоторые из перечисленных уровней 0sesnors:
- Датчик открытия-закрытия
- Детектор движения
- Датчик обнаружения CO
- Датчик разбития стекла
- Детектор дыма
- Тепловая камера для обнаружения
Эти датчики относятся к датчику уровня 0. Эти датчики в основном используются в домашней системе мониторинга, которая помогает в хорошем руководстве по мониторингу для пользователя. Термодатчики используются потому, что это помогает легко контролировать дом, а также помогает пользователю получить полный мониторинг здоровья пожилых людей.
На этом уровне датчики расположены в необходимом месте в доме, что помогает пользователю наблюдать за домом. Вот моя идея использовать тепловизор для обнаружения движения. Это базовые датчики и идея для простой домашней системы безопасности или мониторинга.
УРОВЕНЬ 2:
На этом уровне априорная информация о местонахождении датчиков загружается в систему, содержащую базу данных. На этом уровне предоставлены полные сведения об идеальном расположении датчиков, которые позволяют пользователю понять процесс сопряжения.
Давайте рассмотрим этот уровень из предложения. Мы видим гостиную дома, в которой есть датчик обнаружения движения (M2), разбитие стекла, датчики движения вперед и назад помогают в открытии и закрытии окна (O3 и O2) и датчик обнаружения движения (M3). и датчики окна (O6 & O5) находятся на кухне. Таким образом, вот так мы добавляем контекст об абсолютном положении датчика в доме.
УРОВЕНЬ 3:
Этот уровень полностью основан на информации уровня 1 и уровня 2, которую мы рассмотрели, что означает текущую ситуацию и прогноз на будущее, который заставляет пользователя идентифицировать проблемы в нем. Этот уровень полностью основан на инцидентах, которые могут быть в состоянии проанализировать инциденты, которые произошли раньше и сейчас.
Предположим, что окна были разбиты. Давайте рассмотрим, что окно (O9) сначала разбивается, а затем окно (O6) через несколько месяцев, а затем окно (O7) после нескольких дней второго окна. Это было сохранено в базе данных системы, которая помогает в прогнозировании будущих инцидентов, когда это может произойти, и причина поломки, которая помогает пользователю найти четкое решение проблемы, с которой он / она сталкивается.
УРОВЕНЬ 4:
Это действует как система с обратной связью, которая делает пользователя более комфортным для инцидентов, происходящих в доме, что поможет дать пользователю решение проблемы. На диаграмме пунктирными красными линиями отмечена область приватности дома, которая указала, что это зона повышенного риска от входной двери и окон, выходящих на улицу.
Исходя из предположения, давайте подведем итоги, что датчики O11, O1, O2 подвержены меньшему риску, и это должно иметь небольшое значение, чем другие. Другие датчики от O3 до O10 находятся в области секретности, что дает пользователю возможность непрерывного наблюдения, и в основном датчики, которые были сломаны ранее O7, O6, O9, которые находятся в зоне повышенного риска, которые должны постоянно отмечаться. В этих случаях процесс объединения помогает улучшить процесс и направляет пользователя к более качественным обновлениям.
Несмотря на то, что в клинических условиях много раз наблюдали преимущества эффекта плацебо у пациентов, внимательно изучая пациентов, проходящих лечение от болезни Паркинсона, лечения боли
Доставка кесарева сечения также называется доставкой кесарева сечения. Этот способ включает развертывание операции по доставке детей, то есть одного или нескольких. Роды кесарева сечения часто
РАСПОЗНАВАНИЕ ПИСЬМЕННОГО ХАРАКТЕРА С ИСПОЛЬЗОВАНИЕМ ИЗОБРАЖЕНИЯ АВТОРЕФЕРАТ В современном мире наблюдается огромный рост пробок на дорогах, и скорость, с которой люди покупают автомобили, значительно возрастает