[發明專利]多傳感器數據融合的參數優化方法及裝置

在審

• 申請號: 202011236840.X
• 申請日: 2020-11-09
• 公開（公告）號: CN112465193A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 楊福威;韓志華;史院平;張旭;王啟亮;黃文歡;張宇
• 申請（專利權）人: 蘇州摯途科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06F17/16;G06N20/20
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 榮穎佳

1.一種多傳感器數據融合的參數優化方法，其特征在于，包括：

獲取包括多傳感器數據的訓練數據集，基于所述訓練數據集生成測量矩陣；

根據所述測量矩陣和預先設置的迭代次數對卡爾曼濾波參數進行迭代訓練，得到目標卡爾曼濾波參數，其中，所述卡爾曼濾波參數包括系統協方差矩陣和測量協方差矩陣；

基于所述目標卡爾曼濾波參數對所述多傳感器的測量值進行融合計算。

2.根據權利要求1所述的方法，其特征在于，基于所述訓練數據集生成測量矩陣的步驟包括：

從所述訓練數據集中提取包含障礙物信息的單傳感器數據；其中，所述單傳感器數據至少包括以下傳感器對障礙物的測量信息：激光雷達傳感器、毫米波雷達傳感器以及視覺傳感器；

按照時間順序對提取到的每一幀所述單傳感器數據進行排序，生成該幀對應的測量矩陣，多幀對應的所述測量矩陣組成測量矩陣集。

3.根據權利要求1所述的方法，其特征在于，根據所述測量矩陣和預先設置的迭代次數對卡爾曼濾波參數進行迭代訓練，得到目標卡爾曼濾波參數的步驟包括：

根據當前幀對應的所述測量矩陣計算所述系統協方差矩陣和所述測量協方差矩陣的似然性；

判斷當前幀的似然性與前一幀的似然性的差值是否小于預先設置的差值閾值；

如果是，則確定迭代完成；

如果否，更新當前幀的系統協方差矩陣和測量協方差矩陣，繼續計算更新后的所述系統協方差矩陣和所述測量協方差矩陣的似然性，直至與前一幀的似然性的差值小于預先設置的差值閾值，或者，所述迭代次數達到預先設置的迭代閾值，則確定迭代完成；

將迭代完成后對應的所述系統協方差矩陣和所述測量協方差矩陣確定為所述目標卡爾曼濾波參數。

4.根據權利要求3所述的方法，其特征在于，按照下述公式計算所述系統協方差矩陣和所述測量協方差矩陣的似然性：

其中，like表示似然性，k為當前多傳感器數據的索引，n為總共的多傳感器數據的幀數，H為觀測矩陣，P^-為先驗估計協方差矩陣，Pk為后驗估計協方差矩陣，R為測量協方差矩陣，Q為系統協方差矩陣，Y為測量矩陣，X為狀態矩陣，F為狀態轉移矩陣；

以及，按照下述公式更新當前幀的系統協方差矩陣和測量協方差矩陣：

其中，P_cs是綜合估計得到的系統協方差矩陣。

5.根據權利要求2所述的方法，其特征在于，基于所述目標卡爾曼濾波參數對所述多傳感器的測量值進行融合計算的步驟包括：

獲取所述多傳感器的測量值中每個單傳感器對目標障礙物的追蹤信息；所述追蹤信息包括所述目標障礙物的運動速率和運動方向；

根據預設的適用條件，以及所述每個單傳感器對目標障礙物的追蹤信息計算每個所述單傳感器的偽測量值；

基于所述目標卡爾曼濾波參數對每個所述單傳感器的偽測量值進行融合計算。

6.根據權利要求5所述的方法，其特征在于，根據預設的適用條件，以及所述每個單傳感器對目標障礙物的追蹤信息計算每個所述單傳感器的偽測量值的步驟包括：

對于所述激光雷達傳感器，如果所述目標障礙物的運動速率收斂之后，計算所述激光雷達傳感器的測量值與前一幀時刻所述毫米波雷達傳感器的測量值的差異；

如果所述運動速率的差異和所述運動方向的差異都小于設定閾值，則將所述激光雷達傳感器測量的所述目標障礙物的運動方向切換為所述毫米波雷達傳感器測量的所述目標障礙物的運動方向。