Fusion multisensorielle

Domaine

Intelligence artificielle
Coulombe

Définition

La fusion multisensorielle (ou fusion de données multisensorielles, ou encore fusion multicapteurs) est la combinaison de données sensorielles ou de données provenant de plusieurs sources (ou capteurs), de sorte que l'information qui en résulte est moins incertaine. Cette réduction de l'incertitude peut signifier plus précis, plus complet ou plus fiable, ou faire référence au résultat d'une vue perception émergente, comme la vision stéréoscopique obtenue en combinant les images de deux caméras avec des points de vue légèrement différents.

Source:
Traduction et adaptation libre de l'article de Wikipédia en anglais
https://en.wikipedia.org/wiki/Sensor_fusion

Français

<poll> Choisissez parmi ces termes proposés : fusion sensorielle fusion multisensorielle fusion multi-sensorielle fusion de données multisensorielles fusion multicapteurs intégration multisensorielle </poll>

Discussion:

Pour le moment, le terme privilégié est «fusion multisensorielle».

Source:

Gestion intelligente de capteurs et fusion multisensorielle pour la détection et le suivi d'obstacles sur route.

Trassoudaine, L., Checchin, P., Allizon, J., Collange, F., & Gallice, J. (1996). Gestion intelligente de capteurs et fusion multisensorielle pour la détection et le suivi d’obstacles sur route. Traitement du signal, 13(2), 127-142.
https://core.ac.uk/download/pdf/15486233.pdf

Anglais

Sensor fusion

Sensor fusion is combining of sensory data or data derived from disparate sources such that the resulting information has less uncertainty than would be possible when these sources were used individually. The term uncertainty reduction in this case can mean more accurate, more complete, or more dependable, or refer to the result of an emerging view, such as stereoscopic vision (calculation of depth information by combining two-dimensional images from two cameras at slightly different viewpoints).[1][2]

The data sources for a fusion process are not specified to originate from identical sensors. One can distinguish direct fusion, indirect fusion and fusion of the outputs of the former two. Direct fusion is the fusion of sensor data from a set of heterogeneous or homogeneous sensors, soft sensors, and history values of sensor data, while indirect fusion uses information sources like a priori knowledge about the environment and human input.