一种基于自适应卡尔曼滤波的多传感器数据融合方法

本发明涉及智能交通技术领域，具体公开了一种基于自适应卡尔曼滤波的多传感器数据融合方法，适用于隧道场景下的车辆轨迹跟踪。方法包括：传感器部署与数据采集、数据预处理与异常检测、多目标数据关联、自适应滤波融合及状态估计。通过引入异常度检测机制和动态调整滤波估计误差协方差，有效抑制多径效应、电磁干扰等异常数据的影响，提升车辆位置、速度和轨迹的跟踪精度与稳定性。本发明在复杂隧道环境下显著优于传统滤波算法，具有高精度跟踪、强鲁棒性、高适应性、实时性强和功能全面等技术优势，能够显著提高隧道车辆监测系统的可靠性和性能，适用于隧道安全预警、事故防范、交通流量优化以及应急响应等多个关键领域。