[發明專利]一種障礙物目標的數據融合方法、裝置及智能汽車

在審

• 申請號: 202011609255.X
• 申請日: 2020-12-30
• 公開（公告）號: CN112835030A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 陳承文;周珂;朱濤;王矩華
• 申請（專利權）人: 深圳承泰科技有限公司
• 主分類號: G01S13/86
• 分類號: G01S13/86;G01S13/931
• 代理公司: 深圳市六加知識產權代理有限公司 44372
• 代理人: 許銓芬

1.一種障礙物目標的數據融合方法，其特征在于，應用于智能汽車，所述智能汽車包括毫米波雷達和前視攝像頭，所述方法包括：

通過所述毫米波雷達采集包含障礙物目標的第一數據，并通過所述前視攝像頭采集包含所述障礙物目標的第二數據；

對所述第一數據和所述第二數據進行預處理；

將預處理后的所述第一數據和所述第二數據進行融合匹配，以得到融合數據；

從所述融合數據中篩選出所述障礙物目標；

輸出所述障礙物目標的信息。

2.根據權利要求1所述的數據融合方法，其特征在于，

所述對所述第一數據和所述第二數據進行預處理的步驟，進一步包括：

去除所述第一數據中空白目標的數據；

去除所述第一數據中不在所述智能汽車的行駛軌跡正前方的靜態障礙物的數據；

去除所述第一數據中與所述智能汽車對向運動的障礙物數據；

對所述第一數據和所述第二數據中的障礙物目標進行連續性校驗，以得到有效的障礙物目標的數據，以得到預處理后的所述第一數據和所述第二數據。

3.根據權利要求2所述的數據融合方法，其特征在于，

所述去除所述第一數據中不在所述智能汽車的行駛軌跡正前方的靜態障礙物的數據的步驟，進一步包括：

判斷所述不在所述智能汽車的行駛軌跡正前方的障礙物的絕對速度是否為零；

若是，則確定所述不在所述智能汽車的行駛軌跡正前方的障礙物為所述靜態障礙物；

去除所述靜態障礙物的數據。

4.根據權利要求2所述的數據融合方法，其特征在于，

所述去除所述第一數據中與所述智能汽車對向運動的障礙物數據的步驟，進一步包括：

判斷所述智能汽車周圍的障礙物的相對速度的絕對值是否大于所述智能汽車的速度；

若是，則確定所述智能汽車周圍的障礙物為與所述智能汽車對向運動的障礙物；

去除所述對向運動的障礙物的數據。

5.根據權利要求2-4任一項所述的數據融合方法，其特征在于，所述方法還包括：

獲取所述前視攝像頭的光軸與所述毫米波雷達測量法線之間的夾角偏差數據；

獲取所述前視攝像頭與所述毫米波雷達在測距上的偏差關系；

根據所述夾角偏差數據和所述偏差關系，對預處理后的所述第一數據和所述第二數據進行數據補償。

6.根據權利要求5所述的數據融合方法，其特征在于，

所述將預處理后的所述第一數據和所述第二數據進行融合匹配，以得到融合數據的步驟，進一步包括：

將預處理后的所述第一數據和所述第二數據轉化到同一坐標系上，以得到空間統一的所述第一數據和所述第二數據；

根據所述智能汽車的運動狀態和時間差值對空間統一后的所述第一數據和所述第二數據進行插值補償，以得到時間統一的所述第一數據和所述第二數據；

將時間統一后的所述第一數據和所述第二數據中，目標距離小于預設范圍的目標匹配為同一障礙物；

通過線性卡爾曼濾波對所述第二數據中未匹配的目標數據進行更新；

通過擴展卡爾曼濾波對所述第二數據中已匹配的目標數據和/或所述第一數據進行更新。

7.根據權利要求6所述的數據融合方法，其特征在于，

在從所述融合數據中篩選出所述障礙物目標之前，所述方法還包括：

從所述前視攝像頭采集的第二數據中提取出車道線數據，并根據所述車道線數據擬合得到車道線方程，

或者，

從所述前視攝像頭中直接獲取所述車道線方程；

對所述車道線方程進行數據補償。

8.根據權利要求7所述的數據融合方法，其特征在于，

所述從所述融合數據中篩選出所述障礙物目標的步驟，進一步包括：

根據所述補償后的車道線方程，獲取位于所述智能汽車當前車道、左側車道和右側車道內的預設數量個所述障礙物目標。