Waarom is dit belangrijk?
Zonder een compleet beeld van de omgeving kunnen voertuigen voetgangers en andere weggebruikers minder goed en te laat herkennen. In het wegverkeer combineren hulpsystemen beelden van een camera met radargegevens, zodat een auto eerder kan remmen bij een dreigende botsing. Voor bestuurders en passagiers verkleint dat de kans op een ongeval, maar de beoordeling blijft onzeker als een sensor uitvalt of de omgeving lastig te meten is.
Zo werkt het in de praktijk
TNO gebruikt sensorfusie in mijnen. Een traagheidssensor en radiobakens geven onder de grond samen een positie, zonder satellietnavigatie. In de lucht koppelen systemen gps aan traagheidsmetingen om de stand van een vliegtuig te schatten.
TNO onderzoekt of plaats, richting en tijd betrouwbaar blijven zonder satellietsignaal. Het raamwerk TOPS voegt daarvoor verschillende navigatiesensoren samen met een unscented Kalman-filter. Dat filter verwerkt verbanden die niet in een rechte lijn lopen.
Het Kalman-filter weegt metingen naar hun kwaliteit. Een meting zonder ruis telt zwaarder dan een onzekere meting. Op drie niveaus voegen teams ruwe data samen, vergelijken ze kenmerken of combineren ze losse beslissingen.




