[發(fā)明專利]基于多源傳感器決策層數(shù)據(jù)融合方法、系統(tǒng)及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911194551.5
• 申請日: 2019-11-28
• 公開（公告）號: CN110929796B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 李夢潔;王寬;熊周兵;丁可
• 申請（專利權）人: 重慶長安汽車股份有限公司
• 主分類號: G06F18/25
• 分類號: G06F18/25
• 代理公司: 重慶華科專利事務所 50123
• 代理人: 譚小琴

本發(fā)明公開了一種基于多源傳感器決策層數(shù)據(jù)融合方法，包括以下步驟：各傳感器輸出均為目標級數(shù)據(jù)，在使用之前首先分別對各感器性能測試分析，得到各傳感器輸出信號的一些先驗信息和失效場景；之后針對單傳感器輸出的目標進行數(shù)據(jù)預處理，初步過濾誤檢目標，平滑異常跳變的數(shù)據(jù)；最后，根據(jù)前期測試得到的先驗知識，對經(jīng)過預處理之后的各傳感器目標級數(shù)據(jù)進行融合，從而得到穩(wěn)定可靠的輸出。本發(fā)明減少了因單傳感器誤檢引入的ghost對系統(tǒng)的干擾，互補的目標信息能夠使得系統(tǒng)在特定復雜工況下的漏檢率降低。

技術領域

本發(fā)明屬于傳感器融合技術領域，具體涉及一種基于多源傳感器決策層數(shù)據(jù)融合方法、系統(tǒng)及存儲介質(zhì)。

背景技術

智能輔助駕駛面臨的環(huán)境比較復雜，無論單一傳感器性能如何優(yōu)越，其都始終無法突破自身測量原理帶來的局限性，在稍微復雜場景下就不能滿足實際應用的需求。多傳感系統(tǒng)相比于單一傳感器獲取的目標信息更加豐富，有效觀測區(qū)域更加廣闊，魯棒性和可靠性更強，必將成為未來智能駕駛發(fā)展的主流趨勢。在多傳感系統(tǒng)中多源傳感信息融合技術非常關鍵，一直以來備受研究者的關注。

根據(jù)圖像數(shù)據(jù)融合處理過程中的抽象層次，可將數(shù)據(jù)融合劃分為像素層融合、特征層融合和決策層融合。隨著融合層級的提高，其信息損失量增加，但對各傳感器之間的配準要求降低。

因此，有必要開發(fā)一種新的基于多源傳感器決策層數(shù)據(jù)融合方法、系統(tǒng)及存儲介質(zhì)。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于多源傳感器決策層數(shù)據(jù)融合方法、系統(tǒng)及存儲介質(zhì)，以減少因單傳感器誤檢引入的ghost對系統(tǒng)的干擾，互補的目標信息能使得系統(tǒng)在特定復雜工況下的漏檢率降低。

本發(fā)明所述的一種基于多源傳感器決策層數(shù)據(jù)融合方法，包括以下步驟：

步驟1：獲取單傳感器輸出的目標級數(shù)據(jù)，并對單傳感器數(shù)據(jù)進行預處理，所述預處理包括過濾誤檢目標和處理某信號量的異常突變；

步驟2：對經(jīng)過預處理之后的各傳感器數(shù)據(jù)進行融合，具體融合過程為：

(2a)利用目標勻速模型對經(jīng)過預處理后的各目標級數(shù)據(jù)進行時間同步；

(2b)利用動態(tài)距離閾值和目標速度信息對經(jīng)過時間同步后的各目標數(shù)據(jù)進行關聯(lián)；

(2c)對目標的每個屬性均建立一個優(yōu)先級，利用預設的優(yōu)先級策略將關聯(lián)得到的數(shù)據(jù)對融合成一個目標；

(2d)以步驟(2c)得到的融合結果和步驟(2b)中剩余的未關聯(lián)數(shù)據(jù)一起作為當前時刻的量測值，若此時確認航跡不為空，且量測值與跟蹤值時間差小于第一閾值，則再利用目標勻速模型和卡爾曼濾波更新確認航跡，并進入步驟(2e)；否則，將量測值轉為臨時航跡并清空確認航跡；

(2e)對步驟(2d)中未被關聯(lián)的量測值與臨時航跡進行關聯(lián)，對于關聯(lián)上的數(shù)據(jù)目標的預測次數(shù)preTime＝0，否則preTime++；

(2f)若臨時航跡滿足目標預測次數(shù)preTime小于第二閾值，且目標年齡age大于第三閾值，則將臨時航跡轉為確定航跡；對于未被轉為確認航跡的臨時航跡，若臨時航跡滿足目標年齡age小于第三閾值，則保留，否則，刪除臨時航跡；

(2g)對于確認航跡，若目標的預測次數(shù)preTime大于第四閾值，則刪除該確認航跡，否則將該確認航跡作為融合跟蹤后的結果，輸出確定軌跡。

進一步，所述步驟(2a)中：所述目標勻速模型為：