多传感器融合

多传感器融合是一门手艺，它把几个各有缺陷的传感器合在一起，得出一个胜过其中任何单独一个的估计。没有哪个传感器能道出全部真相：GPS 大致知道你在哪儿，却会跳动、进了室内还会失灵；轮速传感器能平滑地追踪细小的移动，却会慢慢漂偏；摄像头能看到丰富的细节，却会被强光骗到。融合就像一个陪审团权衡几位各有瑕疵的目击者——把他们的说法汇集起来、并按各自的可靠程度去信任，你得出的裁断会比任何单独一位证人所能给的更稳固。

它之所以管用，是因为不同的传感器以不同的方式出错，于是它们的误差倾向于相互抵消，而非彼此叠加。一个传感器的弱点，往往正是另一个的强项：摄像头在 GPS 掉线处补上空缺，轮速传感器抚平 GPS 的跳动，而 GPS 又抓住轮子感觉不到的缓慢漂移。关键在于，好的融合并不只是把读数取平均——它会按每个读数当下有多可信来给它加权，倚重那些清晰、可靠的来源，并压低那些噪声大的，这很像卡尔曼滤波器所做的那种平衡。

正是融合，让自动驾驶汽车、无人机和手机对“自己在哪儿、怎么在动”心里有底。一辆汽车把 GPS、轮式里程计、惯性测量单元、摄像头和雷达融成一幅稳定的位置与速度图景；你的手机则把加速度计、陀螺仪和指南针融在一起，好让地图上的箭头指向正确、并稳稳当当。更深一层的道理是：更多的传感器并不只是增加信息——若融合得当，它们还会主动抵消彼此的盲点。