基于多传感器融合的下一代乘用车和载货车可靠性分析

如今乘用车和载货车上均装有大量的传感器，用以提高汽车的安全性、舒适性，改善燃油经济性及满足排放标准。预计在未来10年里，传感器市场收入将增加1倍，同时传感器市场的规模将增加2倍。

多数多传感器融合算法是建立在传感器发出的信号真实可靠假设下的。然而，在汽车的生命周期里，多传感器融合系统中的多数甚至所有传感器的可靠性会发生显著变化，因而必须保证多传感器融合的性能。不同传感器性能与可靠性的变化是汽车实现安全可靠控制的关键因素。在汽车使用过程中，多传感器融合策略必须考虑传感器系统的变化，使其保持在允许的水平内。

大部分多传感器融合的特征在于其假设传感器一直根据预定的特点产生融合数据。由于监测系统的应用是建立在大量的融合数据之上的，随着个别传感器性能的变化或损坏，其报告故障的频率将会降低。论述了汽车领域内多传感器融合及其可靠性。论证多传感器融合可靠性的理论基础，可帮助汽车生产商在其产品中大量运用传感器。

现今使用的多传感器融合理论有较大的局限性，几乎没有考虑其可靠性，借助贝叶斯理论、卡尔曼滤波、模糊集理论，确定性及可能性理论等对其进行可靠性分析，促进多传感器融合的发展。

Venkatesh Agaram. SAE 2014-01-0718.

编译：王祥