[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

本發明提供了一種多傳感器數據融合的參數優化方法及裝置，涉及自動化的技術領域，該方法包括：獲取包括多傳感器數據的訓練數據集，基于訓練數據集生成測量矩陣；根據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；基于目標卡爾曼濾波參數對多傳感器的測量值進行融合計算。本發明提供的多傳感器數據融合的參數優化方法及裝置，能夠得到較為合理的卡爾曼濾波參數，提高了對復雜場景的適用性，在對多傳感器的測量值進行融合計算時，能夠有效降低數據波動對融合結果的影響，提高傳感器檢測的準確性。

技術領域

本發明涉及自動化技術領域，尤其是涉及一種多傳感器數據融合的參數優化方法及裝置。

背景技術

L4級自動駕駛通常指的是高度自動化的自動駕駛，通常，是指在限定的道路和環境中可由無人操作的自動駕駛系統完成所有駕駛操作，因此，在該場景下，自動駕駛系統對車輛感知性能提出了更為嚴苛的要求，單一傳感器已無法滿足城市道路場景下復雜的環境信息感知需求。因此，使用多傳感器融合的技術方案成為各研究機構普遍的努力方向。

目前，車輛上常用的傳感器包括激光雷達(LIDAR)、毫米波雷達(Radar)、視覺傳感器(Camera)和超聲波傳感器(Ultrasonic)等，其中，激光雷達具有探測精度準、分辨率高、響應速度快、抗干擾力強等優點，能夠準確得到障礙物外形尺寸，通過對障礙物進行跟蹤后，能準確地得到障礙物速度朝向，可以作為障礙物外形輪廓、障礙物位置和速度朝向的依據。毫米波雷達分辨率高，抗干擾能力強，能準確測量障礙物徑向速度，在多傳感器融合方案中，可以作為障礙物測速的主要依據。視覺傳感器，包括攝像機等，其所采集的信息量豐富，在視野范圍內可同時實現道路檢測、車輛檢測、行人檢測、交通標志檢測、交通信號燈檢測等，可以作為檢測障礙物類型判斷的主要依據。

對于上述多傳感器系統，多采用卡爾曼濾波技術來進行障礙物跟蹤，能夠有效過濾系統噪聲，但是，多傳感器數據差異性大，因此，往往導致傳感器檢測不準確，影響行車安全。

發明內容

有鑒于此，本發明的目的在于提供一種多傳感器數據融合的參數優化方法及裝置，以緩解上述技術問題。

第一方面，本發明實施例提供了一種多傳感器數據融合的參數優化方法，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。

優選地，在一種可能的實施方式中，上述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。

優選地，在一種可能的實施方式中，上述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。

優選地，在一種可能的實施方式中，上述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：