[發明專利]基于異步式串行多傳感器的航跡數據融合方法及存儲介質

有效

• 申請號: 201911011310.2
• 申請日: 2019-10-23
• 公開（公告）號: CN110781949B
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 李海鵬;陳文強
• 申請（專利權）人: 福建漢特云智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 福州市景弘專利代理事務所(普通合伙) 35219
• 代理人: 施文武;黃以琳

本發明涉及一種基于異步式串行多傳感器的航跡數據融合方法及存儲介質，所述方法包括以下步驟：通過多傳感器采集目標數據，所述目標數據包括基礎數據及輔助數據，所述多傳感器包括主傳感器及輔助傳感器；從主傳感器中選取同一類的傳感器作為基準傳感器；通過以基準傳感器采集的基準數據為起點，依照串行順序依次與其他傳感器采集的目標數據進行預融合得到預融合數據；將得到的預融合數據與歷史軌跡數據進行匹配融合得到航跡更新數據；將得到的航跡更新數據與其他傳感器采集的目標數據進行后融合得到最終航跡數據。解決現有的融合算法基本為同步融合的問題，同時將“異步串行”的融合算法框架進行模塊化，進而達到通用性強的效果。

技術領域

本發明涉及航跡數據融合技術領域，特別涉及一種基于異步式串行多傳感器的航跡數據融合方法及存儲介質。

背景技術

如今，ADAS(Advanced Driving Assistant System高級輔助駕駛系統)已然成為了技術發展的一大熱點，無論是主機廠還是供應商都將大量的精力投至其中。并且就車輛方面而言，安裝ADAS后的“成品車”無論在操穩性還是安全性方面都得到了巨大的提升，甚至在某些地區已將ADAS部分功能列入“強制安裝”的法規中。ADAS技術可大致分為“感知”、“決策”以及“控制”三大模塊：“感知系統”主要負責獲取外界環境信息數據，傳輸至“決策系統”進行分析處理，再形成控制信號輸入“控制系統”，而控制后的信息再次被“感知系統”捕獲，最終形成“感知-決策-控制-感知”的閉環系統。其中，“感知系統”輸出數據的準確性和全面性從根本上影響了決策以及控制，進而決定了產品的優劣。

目前，有關“感知系統”方面的設計，開發者一般傾向于采用異質多傳感器數據融合的設計方案，理由包括以下幾點：

a、單一傳感器存在較大的局限性，檢測范圍無法滿足需求，輸出數據類型單一等；

b、多種廉價傳感器(精度低)組合的方案替代高價傳感器(精度高)，有效降低成本；

c、采用異質多傳感器組合的方式具有較強的魯棒性，可適應多種不同工作環境；

d、多傳感器更容易符合ISO26262功能安全標準(ASIL D等級)。

基于上述原因，“多傳感器數據融合算法”即顯得尤為重要。融合算法的工作主要包括將來自相同目標的數據進行整合關聯；管理現存航跡并記錄相關歷史數據。但是，各類傳感器本身均存在弊端給后端的融合算法帶來了不小的“開發難度”，其中包括：

毫米波雷達：位置、速度信息準確，但存在大量虛警點、虛假航跡以及重復目標的問題；

視覺傳感器：可探測目標類型信息，但是在深度方向上跳變較大；

激光雷達：無法檢測速度信息。

就目前發展狀況而言，融合算法存在幾種主流方案，其中包括：最近鄰匹配(Nearest Neighbor,NN)、聯合概率數據關聯(Joint Probabilistic Data Association,JPDA)以及多假設跟蹤(Multiple Hypothesis Tracking,MHT)等。其根本機理是：將上一時刻的目標位置(Previous Location)預測至當前時刻下，再將預測位置(PredictedLocation)與當前時刻下的目標位置(Current Location)通過相關規則進行匹配關聯，從而更新航跡，實現目標追蹤并將“有效點”與“失效點”進行區分。但是，以上算法均屬于融合算法中數據關聯部分，針對融合算法整體框架的設計方案較少且大多為“同步融合”，即只使用當前時刻下的傳感器數據，在通過時間與空間校正后進行數據關聯，以此實現數據更新。并且融合算法步驟、接口較為雜亂，針對異質傳感器通用性差。

發明內容

為此，需要提供一種基于異步式串行多傳感器的航跡數據融合方法及存儲介質，解決現有的航跡數據融合算法中多為同步融合，算法步驟及接口較為雜亂，以及針對異質傳感器通用性差的問題。