隨著技術的發展以及行業間數據節點的融合，車載GPS定位器的數據融合是將來自多個傳感器的數據和相關信息結合起來的過程，以實現比使用單個獨立傳感器所能實現的更具體的推斷。

融合過程通常被分為三種模式--低級、中級和高級融合：數據層面結合了幾個相同類型的原始預處理數據的來源，產生一個新的數據集，預計比輸入的信息量更大，更有用。

特征級將諸如邊緣、線條、角落、紋理或位置等特征結合成一個特征圖，用于圖像的分割、物體的檢測等等。決策融合的方法有投票、模糊邏輯和統計方法。

多傳感器數據融合的各種方法包括加權平均、貝葉斯估計器、自適應觀測器、代數函數、模糊邏輯、神經網絡、軟計算、非線性系統融合和卡爾曼算法。

轉自：互聯網