[發(fā)明專利]一種基于多維融合技術(shù)的道路場景目標(biāo)檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011119635.5
• 申請日: 2020-10-19
• 公開（公告）號: CN112232421B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計(jì)）人: 高洪波;何希;李智軍;朱菊萍;郝正源
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海段和段律師事務(wù)所 31334
• 代理人: 李佳俊;郭國中

本發(fā)明提供了一種基于多維融合技術(shù)的道路場景目標(biāo)檢測方法及系統(tǒng)，包括：步驟M1：多個(gè)車載傳感器分別對各自的目標(biāo)區(qū)域數(shù)據(jù)進(jìn)行采集，得到各自目標(biāo)區(qū)域的實(shí)時(shí)數(shù)據(jù)；步驟M2：將各自目標(biāo)區(qū)域的實(shí)時(shí)數(shù)據(jù)按照時(shí)域融合規(guī)則進(jìn)行處理，得到數(shù)據(jù)集D1；步驟M3：將數(shù)據(jù)集D1按照空域融合規(guī)則進(jìn)行處理，得到數(shù)據(jù)集D2；步驟M4：將數(shù)據(jù)集D2按照D?S融合規(guī)則進(jìn)行融合，得到道路場景目標(biāo)檢測結(jié)果并將道路場景目標(biāo)檢測結(jié)果輸出給接收顯示系統(tǒng)；本發(fā)明降低了車輛在行駛過程中目標(biāo)檢測錯(cuò)誤或不準(zhǔn)確的概率，有效地提高了駕駛?cè)思败囕v的安全性，并確保了道路交通的正常運(yùn)行。

技術(shù)領(lǐng)域

本發(fā)明涉及智能駕駛技術(shù)領(lǐng)域，具體地，涉及一種基于多維融合技術(shù)的道路場景目標(biāo)檢測方法及系統(tǒng)，更為具體地，涉及一種基于空、時(shí)域多維融合技術(shù)的道路場景目標(biāo)檢測方法。

背景技術(shù)

智能駕駛技術(shù)代表了一個(gè)國家科研實(shí)力和工業(yè)發(fā)展水平，具體為控制智能車輛行駛，讓駕駛活動(dòng)中常規(guī)的、持久且疲勞的操作自動(dòng)完成，駕駛?cè)藘H僅做高級的目的性操作，能夠極大地提高智能交通系統(tǒng)的效率和安全性，并增強(qiáng)我國在智能交通系統(tǒng)方面以及汽車相關(guān)產(chǎn)業(yè)方面的核心競爭力。

隨著智能駕駛技術(shù)的發(fā)展，車輛所行駛的道路場景是一個(gè)值得研究的重點(diǎn)。車輛在駕駛過程中的安全性和高效性，與其駕駛過程中的道路場景變化息息相關(guān)。其中，對道路場景目標(biāo)的檢測作為駕駛車輛的必要條件之一，對于車輛的駕駛安全和行駛效率有著十分重要的影響。如何準(zhǔn)確、及時(shí)地檢測駕駛車輛周圍的道路場景目標(biāo)，成為了智能駕駛技術(shù)研究的關(guān)鍵問題之一。

專利文獻(xiàn)CN110263786A(申請?zhí)枺?01910549482.9)公開了一種基于特征維度融合的道路多目標(biāo)識別系統(tǒng)及方法，包括：用于提取道路場景圖像特征的全卷積網(wǎng)絡(luò)單元；用于對提取到的特征進(jìn)行初步目標(biāo)位置預(yù)測的目標(biāo)位置回歸單元，用于融合道路場景圖像外觀特征的對稱式融合網(wǎng)絡(luò)單元，用于將融合后得到的特征利用區(qū)域位置熱圖表示空間信息的區(qū)域位置熱圖單元，用于將初步的目標(biāo)位置預(yù)測結(jié)果與熱圖進(jìn)行融合得到最終檢測結(jié)果的融合單元。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種基于多維融合技術(shù)的道路場景目標(biāo)檢測方法及系統(tǒng)。

根據(jù)本發(fā)明提供的一種基于多維融合技術(shù)的道路場景目標(biāo)檢測方法，包括：

步驟M1：多個(gè)車載傳感器分別對各自的目標(biāo)區(qū)域數(shù)據(jù)進(jìn)行采集，得到各自目標(biāo)區(qū)域的實(shí)時(shí)數(shù)據(jù)；

步驟M2：將各自目標(biāo)區(qū)域的實(shí)時(shí)數(shù)據(jù)按照時(shí)域融合規(guī)則進(jìn)行處理，得到數(shù)據(jù)集D1；

步驟M3：將數(shù)據(jù)集D1按照空域融合規(guī)則進(jìn)行處理，得到數(shù)據(jù)集D2；

步驟M4：將數(shù)據(jù)集D2按照D-S融合規(guī)則進(jìn)行融合，得到D-S融合規(guī)則的結(jié)果，并將D-S融合規(guī)則的結(jié)果與目標(biāo)特征的概率閾值進(jìn)行比較，得到道路場景目標(biāo)檢測結(jié)果，并將道路場景目標(biāo)檢測結(jié)果輸出給接收顯示系統(tǒng)；

所述數(shù)據(jù)集D1是所有車載傳感器的累積數(shù)據(jù)D_t,c的數(shù)據(jù)集；而任意一個(gè)車載傳感器的累積數(shù)據(jù)D_t,c是車載傳感器對待檢測目標(biāo)的任意特征的累積概率值的集合；

所述數(shù)據(jù)集D2指所有車載傳感器的累積數(shù)據(jù)D_i,C的數(shù)據(jù)集；

所述時(shí)域融合規(guī)則是從時(shí)間維度上提高目標(biāo)的準(zhǔn)確性及檢測精度；

所述空域融合規(guī)則是基于所有車載傳感器結(jié)果，從空間維度上提高目標(biāo)的準(zhǔn)確性及檢測精度；

所述D-S融合規(guī)則是降低數(shù)據(jù)之間的沖突程度，進(jìn)而提高數(shù)據(jù)融合收斂的速度。

優(yōu)選地，所述步驟M2中時(shí)域融合規(guī)則包括：

t時(shí)刻，對任意一個(gè)車載傳感器i的累積數(shù)據(jù)D_t,C中所包含當(dāng)前待檢測的道路場景目標(biāo)的任意特征X_ik的累積概率值計(jì)算表達(dá)式為：