[發明專利]一種多傳感器航跡融合方法、裝置及車輛

有效

• 申請號: 201910051133.4
• 申請日: 2019-01-17
• 公開（公告）號: CN109696172B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 舒福;劉熙;吳孟;劉佳佳;時光明
• 申請（專利權）人: 福瑞泰克智能系統有限公司
• 主分類號: G01C21/34
• 分類號: G01C21/34;G01C21/20;G01S13/86;G01S13/87;G01S13/931
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;賈允

本發明涉及智能駕駛領域，提出了一種多傳感器航跡融合方法、裝置及車輛，所述方法根據傳感器采集到的目標點數據，存儲預設數量的目標點數據生成傳感器航跡信息，判斷傳感器航跡信息與航跡融合信息是否關聯，在進行關聯性判斷時，通過多點關聯估計，判斷傳感器航跡信息與航跡融合信息是否涉及到同一目標，當判斷傳感器航跡信息與航跡融合信息關聯時，進行數據融合，并更新航跡融合信息。所述方法對數據處理和通信容量要求低，通用性和可擴展性好，且采用多點關聯的方法便于算法運行過程中的關聯關系變更時的迅速收斂和剔除野值對數據的影響。

技術領域

本發明涉及智能駕駛領域，尤其涉及一種多傳感器航跡融合方法、裝置及車輛。

背景技術

在自動駕駛領域，從高級輔助駕駛系統ADAS到L5級的完全自動駕駛，根據需求場景不同，需配置不同的傳感器如毫米波雷達、激光雷達和攝像頭，乃至超聲波傳感器、紅外傳感器。各種車載傳感器均具有其優勢和缺點，如毫米波雷達受天氣影響小、測距精確，但測角誤差大，分辨率低；激光雷達可檢測目標三維尺寸信息和精確的位置信息，但探測距離有限；攝像頭可檢測目標的外形、顏色，測角精度高但測距精度較差，而且容易受天氣和光照條件影響。數據處理中心需充分發揮各傳感器的優勢、避免各傳感器的劣勢，融合產生高可信度的綜合環境態勢，而航跡關聯和估計是環境感知融合的重要組成部分。

在獲得融合航跡時，通常采用“前融合”的方法或者傳感器航跡與傳感器航跡關聯并估計融合航跡的方法，來進行融合航跡的估計。“前融合”的方法通常采用神經網絡算法，對數據處理中心算力和通信傳輸容量要求均較高。傳感器航跡之間關聯并估計融合航跡的方法通常采用匈牙利算法進行傳感器航跡二分圖匹配，對于ADAS系統中兩個傳感器的情況比較有效，但會隨著傳感器數量增多，算法復雜度指數增長、計算量大，且在關聯參數調整時涉及兩個傳感器的同一因子，調試比較困難。

在航跡關聯過程中，通常采用最新數據進行關聯對比的方法。此方法中，通過計算最新航跡點間的關聯關系，得出航跡間關聯關系，并且本周期關聯關系考慮上周期關聯結果。計算過程中考慮歷史因素時類似濾波算法，特別是在關聯關系變更過程中，需要最新航跡點信息重新計算，關聯關系的收斂需要一定時間。

發明內容

本發明要解決的技術問題是的問題。為了解決上述問題，本發明提出了一種多傳感器航跡融合方法、裝置及車輛，本發明具體是以如下技術方案實現的：

本發明的第一個方面提出了一種多傳感器航跡融合方法，所述方法包括：

獲得傳感器航跡信息，所述傳感器航跡信息包括預設數量的目標點數據，所述目標點數據通過傳感器采集得到；

判斷是否已經存在航跡融合信息；

若存在，則判斷傳感器航跡信息是否在上一周期已經與航跡融合信息關聯；

若不關聯，則計算傳感器航跡信息與航跡融合信息之間的關聯概率，判斷關聯概率是否達到預設的閾值；

若關聯概率達到預設的閾值，則對傳感器航跡信息和航跡融合信息進行數據融合。

進一步地，所述判斷是否已經存在航跡融合信息之后，還包括：

若不存在，則存儲傳感器航跡信息，并根據傳感器航跡信息，創建航跡融合信息。

進一步地，所述判斷傳感器航跡信息是否在上一周期已經與航跡融合信息關聯之后，還包括：

若關聯，則判斷傳感器航跡信息在本周期是否與航跡融合信息繼續關聯；

若繼續關聯，則對傳感器航跡信息和航跡融合信息進行數據融合；

若不關聯，則傳感器航跡信息與航跡融合信息解除關聯關系。

進一步地，所述計算傳感器航跡信息與航跡融合信息之間的關聯概率包括：