[發(fā)明專利]用于智能車輛的數(shù)據(jù)融合方法及裝置在審
| 申請?zhí)枺?/td> | 202111245591.5 | 申請日: | 2021-10-26 |
| 公開(公告)號: | CN113947158A | 公開(公告)日: | 2022-01-18 |
| 發(fā)明(設(shè)計)人: | 尚進;叢煒;劉森玉 | 申請(專利權(quán))人: | 國汽智控(北京)科技有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06V10/80;G06V10/774 |
| 代理公司: | 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201 | 代理人: | 張娜 |
| 地址: | 100176 北京市大興區(qū)北京經(jīng)*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 用于 智能 車輛 數(shù)據(jù) 融合 方法 裝置 | ||
1.一種用于智能車輛的數(shù)據(jù)融合方法,其特征在于,包括:
基于智能車輛的多個感知設(shè)備獲取第M時刻的初始數(shù)據(jù);其中,M為大于1的整數(shù);
對所述第M時刻的初始數(shù)據(jù)進行融合,獲取第M時刻的融合數(shù)據(jù);
基于卡爾曼濾波模型對所述融合數(shù)據(jù)進行處理,獲取第M時刻的運動狀態(tài)的估計值xM;
基于XGBoost模型對估計值xM進行處理,獲取目標運動狀態(tài)的解。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于智能車輛的多個感知設(shè)備獲取第M時刻的初始數(shù)據(jù),包括:
對所述初始數(shù)據(jù)進行特征提取,獲取特征數(shù)據(jù);
對所述特征數(shù)據(jù)進行檢測,確定所述特征數(shù)據(jù)的設(shè)備類型,獲取傳感器數(shù)據(jù)以及V2X設(shè)備數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述對所述初始數(shù)據(jù)進行特征提取,獲取特征數(shù)據(jù),包括:
基于所述初始數(shù)據(jù)獲取視頻當前幀的第一圖像信息;其中,所述第一圖像信息包括第一時間戳以及第一位置信息;
獲取所述當前幀的第N圖像信息;其中,所述第N圖像信息包括第N時間戳以及當前幀的第N位置信息;其中,N為大于1的整數(shù);
對所述第N時間戳與第一時間戳進行比較,獲取第一比較結(jié)果;
對所述第N位置信息與第一位置信息進行比較,獲取第二比較結(jié)果;
基于所述第一比較結(jié)果以及第二比較結(jié)果,對當前第N幀的圖像信息進行修正,獲取修正數(shù)據(jù);
基于所述修正數(shù)據(jù),獲取所述特征數(shù)據(jù)。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述對所述第M時刻的初始數(shù)據(jù)進行融合,獲取第M時刻的融合數(shù)據(jù),包括:
對所述第M時刻的傳感器數(shù)據(jù)進行融合,獲取所述第M時刻的傳感器融合數(shù)據(jù);
對所述第M時刻的V2X設(shè)備數(shù)據(jù)進行融合,獲取所述第M時刻的V2X設(shè)備融合數(shù)據(jù);
對所述第M時刻的傳感器融合數(shù)據(jù)以及所述第M時刻的V2X設(shè)備融合數(shù)據(jù)進行融合,獲取所述第M時刻的融合數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于卡爾曼濾波模型對所述融合數(shù)據(jù)進行處理,獲取第M時刻的運動狀態(tài)的估計值xM,包括:
獲取運動狀態(tài)的初始估計值wM;
基于所述初始估計值wM以及所述融合數(shù)據(jù),獲取所述估計值xM。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述wM通過如下公式計算獲得:
wM=FMwM-1+BMuM+aM
式中,uM為第M時刻的動作向量,F(xiàn)M為第M時刻的狀態(tài)傳輸矩陣,BM為第M時刻的控制輸入值,aM為第M時刻的噪聲信息。
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述xM通過如下公式計算獲得:
xM=(z-yM)*HM*PM
式中,z為實測參數(shù),(z-yM)為數(shù)據(jù)偏差值,HM為第M時刻的動作向量的投影,PM為第M時刻的更新狀態(tài)傳輸矩陣。
8.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于XGBoost模型對估計值xM進行處理,獲取目標運動狀態(tài)的解,包括:
基于所述xM建立Boosted Tree;
基于所述Boosted Tree,獲取目標函數(shù);
對所述目標函數(shù)進行處理,獲取所述結(jié)果函數(shù);
基于所述結(jié)果函數(shù),獲取所述目標運動狀態(tài)的解。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國汽智控(北京)科技有限公司,未經(jīng)國汽智控(北京)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111245591.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 數(shù)據(jù)顯示系統(tǒng)、數(shù)據(jù)中繼設(shè)備、數(shù)據(jù)中繼方法、數(shù)據(jù)系統(tǒng)、接收設(shè)備和數(shù)據(jù)讀取方法
- 數(shù)據(jù)記錄方法、數(shù)據(jù)記錄裝置、數(shù)據(jù)記錄媒體、數(shù)據(jù)重播方法和數(shù)據(jù)重播裝置
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)發(fā)送系統(tǒng)、數(shù)據(jù)發(fā)送裝置以及數(shù)據(jù)結(jié)構(gòu)
- 數(shù)據(jù)顯示系統(tǒng)、數(shù)據(jù)中繼設(shè)備、數(shù)據(jù)中繼方法及數(shù)據(jù)系統(tǒng)
- 數(shù)據(jù)嵌入裝置、數(shù)據(jù)嵌入方法、數(shù)據(jù)提取裝置及數(shù)據(jù)提取方法
- 數(shù)據(jù)管理裝置、數(shù)據(jù)編輯裝置、數(shù)據(jù)閱覽裝置、數(shù)據(jù)管理方法、數(shù)據(jù)編輯方法以及數(shù)據(jù)閱覽方法
- 數(shù)據(jù)發(fā)送和數(shù)據(jù)接收設(shè)備、數(shù)據(jù)發(fā)送和數(shù)據(jù)接收方法
- 數(shù)據(jù)發(fā)送裝置、數(shù)據(jù)接收裝置、數(shù)據(jù)收發(fā)系統(tǒng)、數(shù)據(jù)發(fā)送方法、數(shù)據(jù)接收方法和數(shù)據(jù)收發(fā)方法
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)再現(xiàn)方法、數(shù)據(jù)發(fā)送裝置及數(shù)據(jù)再現(xiàn)裝置
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)再現(xiàn)方法、數(shù)據(jù)發(fā)送裝置及數(shù)據(jù)再現(xiàn)裝置





