公司新闻

传感器融合：下一代周界报警技术的基石

周界报警传感器技术手段已被推到其实际性能极限，所有的物理学原理，光、电、磁、压力、热量，其实都已经在周界报警领域有所涉及。但报警算法就是一个事件发生的概率，但在特定情况下仍会偶尔产生虚警或误报，如何改进探测器性能，业界其实已经部分走入了死胡同。这影响了整体系统性能，并影响用户实际体验。但是，技术的创新、演进恰恰来自于这种挑战，这也是安防报警领域为周界防护的下一个演进步骤做好准备的原因之一：物联网传感器融合。

物联网概念已经提出了10年之久，但是，传感器融合在周界报警领域仍然是一项相对较新的技术。而当今安防行业，崇尚名词堆砌、名词制造，也往往会带来很多的误解。在本系列博客中，我们将讨论传感器融合作为周界防范产品组合的关键部分：它是什么、它是如何工作的以及它提供了什么好处。我们还将讨论，有些公司声称是传感器融合，但实际上并非如此，我们也将解释如何区分宣称和实战之间的差异。

超过其部分的总和
传感器融合是结合来自不同类型传感器的同时输入以提取有意义的信号的过程，其保真度比单独的单个传感器可能高得多。

您可能听说过其他行业中提到的“传感器融合”一词，例如自动驾驶汽车或自动导航机器人。周边安全中的传感器融合应用了相同的概念和技术基础：使用复杂的机器学习技术从可能不明确的输入中获取智能结果。它分析来自安全摄像头、围栏传感器、体积传感器和其他输入的数据流，以可靠地识别入侵尝试甚至维护需求等事件。

因为它从几种不同的输入类型开发外部世界模型，所以结合传感器融合的安全解决方案可以利用其复合传感器技术的优势，同时最大限度地减少每种传感器类型的潜在缺陷。从多个输入中提取最佳数据的能力使传感器融合技术能够实现无与伦比的性能水平。

布尔积分不相同
“组合输入”听起来简单明了，但只有当这些输入以特定方式组合时，系统才有资格使用传感器融合。传感器融合的一个常见错误表述是使用简单布尔逻辑得出其决策的系统。布尔逻辑是一种将“真”和“假”值与 AND、OR 和 NOT 等函数组合的方法。例如，如果围栏传感器检测到运动并且摄像头检测到运动，则使用布尔逻辑的安全系统可能会报告入侵。

然而，真正的传感器融合系统不仅仅比较来自每个监控源的顶级“真/假”输出。这种简单的逻辑远没有传感器融合那么复杂或细致入微，后者在检查整体环境时更加准确。由于这两种方法之间经常存在混淆或过度简化，我们将在本博客系列的后续文章中提供深入比较，说明为什么传感器融合与传感器集成不同。

人工智能的核心
传感器融合系统内部是处理来自组合传感器阵列的原始数据的高级数学（数字滤波器、概率模型和神经网络）。传感器融合算法需要大量的并行处理能力以及对低级传感器数据的访问，当系统来自多个供应商时，这是不可用的。

传感器融合系统无法从它们处理的源源不断的传感器数据流中提取细微的特征，除非它们首先经过训练。训练涉及收集大量数据以系统地微调算法。这些算法不仅针对简单变量进行训练，还针对传感器数据的定性属性（例如位置、信号强度和置信度）进行训练。有了足够的数据，系统就会在复杂的输入流和它需要检测的事件之间建立关联。

更重要的是，它知道哪些类型的模式不值得关注，即使这些模式可能会欺骗更简单的系统。传感器融合系统可能同时检测围栏振动和摄像机移动，但仍能够识别由风和附近的非威胁人类活动触发的误报。或者相反，即使熟练的入侵者正在使用某种方法来破坏特定传感器，也能以高置信度发出入侵警报。传感器融合系统还可以接收有关站点的历史信息和警报结果，使其能够随时学习并提高其正确感知安全问题的能力。

增加知情、智能决策的背景
对于周边安全应用，传感器融合具有直接、实际的好处，即能够最大限度地发挥各个传感器技术的优势，同时避免它们的缺点。它不仅可以消除滋扰和误报，还可以增加安全团队做出明智、明智决策的可能性。更好的是，它还