[Back]

A. Schörgendorfer:
"Extended Confidence-Weighted Averaging in Sensor Fusion";
Supervisor: H. Kopetz, W. Elmenreich; Institut für Technische Informatik, 2006.

Sensor fusion refers to the practice of combining information gathered by multiple sensors to receive a more accurate, dependable and comprehensive image of a system´s environment. The need for such strategies arises from the fact that single sensors have limited dependability since they are subject to environmental interference or hardware noise, as well as possible sensor failure. A system depending on sensor information should therefore not rely on the information from a single sensor.
This thesis discusses the currently established techniques for sensor fusion, focussing on methods for merging raw sensor data. Analyzing the various shortcomings of established methods, a new method for stateless fusion of raw sensor data is presented-the technique of extended confidence-weighted averaging. It is based on the previously suggested confidence-weighted averaging method, but extends it by including known correlations between the error distributions of the sensors. The benefits expected from this new method are an increase in the accuracy of the fusion result as well as a more dependable estimate of the uncertainty associated to the fused result.
An evaluation on real sensor data collected using a mobile robot analyzes the improvements achieved by the newly presented method.

Sensor Fusion bezeichnet die Zusammenführung von Informationen, die von mehreren verschiedenen Sensoren eines Systems ermittelt wurden, mit dem Ziel, eine genaueres, verlässlicheres und umfassenderes Bild der Umwelt zu erhalten. Jeder einzelne Sensor ist nur bedingt zuverlässig, da er von Faktoren wie Umwelteinflüssen oder zufälligem Rauschen beeinflusst wird, oder gar ausfallen kann. Relevante Funktionen und Entscheidungen sollten daher nicht auf Informationen eines einzigen Sensors basieren.
Diese Arbeit betrachtet derzeitige Techniken der Sensor Fusion, im Speziellen der Vereinigung von Sensorrohdaten. Ausgehend von dabei identifizierten Schwächen wird eine neue Methode für die zustandslose Fusion von Sensorrohdaten präsentiert-die der erweiterten konfidenzgewichteten Mittelwerte. Basierend auf der Methode der konfidenzgewichteten Mittelwerte berücksichtigt dieser neue Algorithmus zusätzlich Korrelationen zwischen den Fehlern der einzelnen Sensoren. Die Vorteile, die daraus zu erwarten sind, sind eine Verbesserung der Genauigkeit des Ergebnisses einerseits und eine verlässlichere Schätzung der verbleibenden Unsicherheit andererseits.
Die Verbesserungen durch diesen neuen Ansatz gegenüber bereits bestehenden werden schließlich anhand Analysen von Messungen, die von einem mobilen Roboter durchgeführt wurden, gezeigt.