Im Gegensatz zur in der Industrie weit verbreiteten Objektfusion, die Trackingresultate von verschiedenen Sensortypen fusioniert, werden in der heterogenen Sensordatenfusion neben Tracks auch Roh- und Featuredaten verwendet und fusioniert. Es ist so möglich, je nach Sensortyp besser auf die Anforderungen der Anwendung einzugehen und dank dem größeren Informationsgehalt auch ein insgesamt besseres Fusionsergebnis zu erhalten.
Ziel der heterogenen Fusion ist es, Schwächen von bestimmten Sensortypen mit Stärken anderer Sensortypen im Gesamtsystem auszugleichen. Dies ermöglicht die Verwendung von insgesamt deutlich kostengünstigeren Komponenten. Anstatt beispielsweise zu einem sehr teuren Radar mit guter Winkelauflösung zurückzugreifen, kann die Fusion von Low-Budget-Kamera und -Radar zu insgesamt ähnlich guten Ergebnissen führen, da die Entfernungsschätzung des Radars mit der Winkelschätzung der Kamera effektiv kombiniert werden kann.
Exemplarische Aufgabenstellungen sind:
- Auswahl und Kombination geeigneter Sensortypen (Ultraschall, Radar, Lidar, Kamera, Eigenbewegung)
- Auswahl und Kombination geeigneter Abstraktionsschichten für die Anforderungen der Applikation
- Mathematische Modellierung der Sensoren und Objekte
- Entwicklung von Fusionsalgorithmen, die alle zur Verfügung stehenden Sensordaten möglichst umfassend ausschöpfen um eine hochgenaue Objekterfassung zu ermöglichen
