Multi-sensor signal acquisition, data processing and data fusion

The webinar describes the basic hardware of the multi-channel acquisition chains typically used in many applications, along with software tools to process incoming multi-source information. Several conventional platforms are commercially available that are characterized by high flexibility and mainly used as reference for industrial, military fields: however, many other civil applications, such as consumer or research projects, may require more handled or innovative solutions. The evolution of electronic technology, often allows acquisition-chain functions to be integrated into a single device (MEMS). In general, row data from the sensors require pre-processing, for instance to correct for noise, distortion or artifacts found in the signal during acquisition. The type of correction provided obviously depends on the specific application and can be carried out by classic, well-known filtering or other special processing algorithms, that is data fusion strategies (based on logical concepts and cognitive models, using fuzzy logic) etc. Examples for the seminar topics also include recent and ongoing projects at ISTI-CNR Labs.

Il seminario descrive l'hardware delle catene di acquisizione di segnali tipicamente usato in molte applicazioni, insieme a strumenti software per elaborare le informazioni in entrata da più sorgenti. Diverse piattaforme convenzionali sono disponibili in commercio che sono caratterizzate da elevata flessibilità e sono di riferimento per molti campi applicativi militari, industriali ecc.: tuttavia, molte altre applicazioni civili, come i prodotti consumer o di ricerca, possono richiedere soluzioni più compatte e/o innovativi. L'evoluzione della tecnologia elettronica, spesso consente a molte funzioni della catena di acquisizione di essere integrate in un unico dispositivo (MEMS). In generale, i dati grezzi forniti dai sensori richiedono una pre-elaborazione, ad esempio per correggere il rumore, distorsione o artefatti nel segnale durante l'acquisizione. Il tipo di correzione necessario ovviamente dipende dalla specifica applicazione e può essere effettuato con filtraggi noti o altri algoritmi di speciali, comprese strategie di integrazione dei dati (basate su concetti logici e modelli cognitivi, utilizzando la logica fuzzy ecc). Vengono riportati alcuni esempi anche di progetti recenti e in corso presso il Signal&Image Labs dell'ISTI-CNR.