算法是多传感器融合的核心
简单地说，传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境，从而提高系统决策的正确性。
多传感器融合的基本原理
多传感器融合的基本原理类似于人类大脑对环境信息的综合处理过程。人类对外界环境的感知是通过将眼睛、耳朵、鼻子和四肢等感官（各种传感器）所探测的信息传输至大脑（信息融合中心），并与先验知识（数据库）进行综合，以便对其周围的环境和正在发生的事件做出快速准确地评估。
多传感器融合的体系结构：分布式、集中式和混合式。
1）分布式。先对各个独立传感器所获得的原始数据进行局部处理，然后再将结果送 入信息融合中心进行智能优化组合来获得最终的结果。分布式对通信带宽的需求低、 计算速度快、可靠性和延续性好，但跟踪的精度却远没有集中式高。
2）集中式。集中式将各传感器获得的原始数据直接送至中央处理器进行融合处理， 可以实现实时融合。其数据处理的精度高，算法灵活，缺点是对处理器的要求高，可 靠性较低，数据量大，故难于实现。
3）混合式。混合式多传感器信息融合框架中，部分传感器采用集中式融合方式，剩 余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力，兼顾了集中 式融合和分布式的优点，稳定性强。混合式融合方式的结构比前两种融合方式的结构复杂，这样就加大了通信和计算上的代价。
