用于车辆的多传感器数据融合方法、装置及车辆制造方法及图纸

本公开涉及一种用于车辆的多传感器数据融合方法、装置及车辆。该方法包括：获取n个传感器在车体坐标系中的位置坐标，其中，n个传感器的检测范围内均包含有待测目标点，且n≥2；获取待测目标点在每个传感器所对应的传感器坐标系中的映射点坐标；根据位置坐标和映射点坐标，确定每个传感器的融合权重系数；根据每个传感器的融合权重系数和映射点坐标，确定待测目标点在车体坐标系中的实际坐标。由此可见，在确定待测目标点在车体坐标系中的实际坐标位置时所采用的融合权重系数是动态调整的，即，用于多传感器数据融合的各传感器的融合权重系数是根据实际情况动态变化的，由此，可以提升待测目标点的定位精度，从而提升车辆的行车安全性。

Multi sensor data fusion method, device and vehicle for vehicle

The present disclosure relates to a multi-sensor data fusion method, device and vehicle for vehicles. The method includes: obtaining the position coordinates of N sensors in the vehicle coordinate system in which the detection range of N sensor were tested including the target point, and N is not less than 2; to obtain the coordinates mapping point target points corresponding to each sensor in the sensor coordinate system; according to the coordinates and mapping point, determine the weight coefficient of each sensor fusion; according to the coordinate fusion weights and mapping points of each sensor, to determine the actual coordinates of the target in the body coordinate system to be measured in. Thus, in determining the measured weight coefficient is based on actual coordinates of the location in the body coordinate system to the target point in the dynamic adjustment, that is, for the weight coefficient of each sensor fusion of multi-sensor data fusion is based on the actual situation of dynamic change, which can improve the positioning accuracy of the target to be detected, thus improve the traffic safety of vehicles.

【技术实现步骤摘要】
用于车辆的多传感器数据融合方法、装置及车辆
本公开涉及车辆安全领域，具体地，涉及一种用于车辆的多传感器数据融合方法、装置及车辆。
技术介绍
无人驾驶车辆上通常配置有激光雷达、毫米波雷达、自然光摄像头、红外摄像头、GPS定位装置和导航等装置。为使多个传感器能够协调工作以充分发挥每个传感器的作用，通常采用多传感器数据融合技术来定位待测目标，从而保证无人驾驶车辆的行车安全。具体来说，主要通过以下方式来定位待检测目标：(1)人工静态标定，即利用角反射器等目标物对各个传感器在车体坐标系中的位置进行标定；(2)多传感器数据融合，即在固定时间间隔内对各个传感器检测到的待测目标的位置信息进行融合，并且各传感器的融合优先级是预先设定的固定值；(3)将融合结果发送到车身控制器，以由该车身控制器根据其接收到融合结果来确定待检测目标的实际位置，即实现待测目标的定位。由于多传感器的检测精度会受到车辆行驶环境的影响，而车辆行驶环境又是动态变化的，因此，在进行多传感器数据融合时，如果采用固定不变的各传感器的融合优先级来进行数据融合，将无法保证待检测目标的定位精度。
技术实现思路
为了解决相关技术中存在的问题，本公开提供一种用于车辆的多传感器数据融合方法、装置及车辆。为了实现上述目的，本公开提供一种用于车辆的多传感器数据融合方法，包括：获取n个传感器在车体坐标系中的位置坐标，其中，所述n个传感器的检测范围内均包含有待测目标点，并且n≥2；获取所述待测目标点在每个传感器所对应的传感器坐标系中的映射点坐标；根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数；根据所述每个传感器的融合权重系数和所述映射点坐标，确定所述待测目标点在所述车体坐标系中的实际坐标。可选地，所述根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数，包括：针对每个传感器，根据该传感器的所述位置坐标、该传感器所对应的传感器坐标系相对于所述车体坐标系的第一旋转矩阵和第一平移矩阵，确定所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标在其他n-1个传感器所对应的传感器坐标系中的投影坐标；计算所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标与确定出的、该传感器所对应的传感器坐标系中的各个所述投影坐标之间的偏差；根据所述偏差确定该传感器的融合权重系数。可选地，所述根据所述偏差确定该传感器的融合权重系数，包括：根据所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标与确定出的、该传感器所对应的传感器坐标系中的各个所述投影坐标之间的偏差，确定平均偏差、最小偏差以及最大偏差；根据所述平均偏差、所述最小偏差以及所述最大偏差，确定该传感器的融合权重系数。可选地，所述根据所述平均偏差、所述最小偏差以及所述最大偏差，确定该传感器的融合权重系数，包括：根据所述平均偏差、所述最小偏差以及所述最大偏差，通过以下公式确定该传感器的融合权重系数：其中，λi表示第i个传感器的融合权重系数；offi表示第i个传感器所对应的平均偏差；offmax_i表示第i个传感器所对应的最大偏差；offmin_i表示第i个传感器所对应的最小偏差；i＝1,2,…,n。可选地，在所述根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数的步骤之前，所述方法还包括：通过GPS差分方式对所述位置坐标进行校正处理。本公开还提供一种用于车辆的多传感器数据融合装置，包括：第一获取模块，用于获取n个传感器在车体坐标系中的位置坐标，其中，所述n个传感器的检测范围内均包含有待测目标点，并且n≥2；第二获取模块，用于获取所述待测目标点在每个传感器所对应的传感器坐标系中的映射点坐标；第一确定模块，用于根据所述第一获取模块获取到的所述位置坐标和所述第二获取模块获取到的所述映射点坐标，确定每个传感器的融合权重系数；第二确定模块，用于根据所述第一确定模块确定出的所述每个传感器的融合权重系数和所述第二获取模块获取到的所述映射点坐标，确定所述待测目标点在所述车体坐标系中的实际坐标。可选地，所述第一确定模块包括：投影坐标确定子模块，用于针对每个传感器，根据该传感器的所述位置坐标、该传感器所对应的传感器坐标系相对于所述车体坐标系的第一旋转矩阵和第一平移矩阵，确定所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标在其他n-1个传感器所对应的传感器坐标系中的投影坐标；计算子模块，用于计算所述第二获取模块获取到的所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标与所述投影坐标确定子模块确定出的、该传感器所对应的传感器坐标系中的各个所述投影坐标之间的偏差；权重系数确定子模块，用于根据所述计算子模块计算出的所述偏差确定该传感器的融合权重系数。可选地，所述权重系数确定子模块包括：第一确定子模块，用于根据所述计算子模块计算出的所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标与确定出的、该传感器所对应的传感器坐标系中的各个所述投影坐标之间的偏差，确定平均偏差、最小偏差以及最大偏差；第二确定子模块，用于根据所述第一确定子模块确定出的所述平均偏差、所述最小偏差以及所述最大偏差，确定该传感器的融合权重系数。可选地，所述第二确定子模块用于根据所述平均偏差、所述最小偏差以及所述最大偏差，通过以下公式来确定该传感器的融合权重系数：其中，λi表示第i个传感器的融合权重系数；offi表示第i个传感器所对应的平均偏差；offmax_i表示第i个传感器所对应的最大偏差；offmin_i表示第i个传感器所对应的最小偏差；i＝1,2,…,n。可选地，所述装置还包括：校正模块，用于在所述第一确定模块根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数之前，通过GPS差分方式对所述第一获取模块获取到的所述位置坐标进行校正处理。本公开还提供一种车辆，包括本公开提供的所述用于车辆的多传感器数据融合装置。通过上述技术方案，首先根据获取到的n个传感器在车体坐标系中的位置坐标和待测目标点在每个传感器所对应的传感器坐标系中的映射点坐标，确定出各传感器的融合权重系数，然后根据该确定出的各传感器的融合权重系数与上述获取到每个传感器所对应的传感器坐标系中的映射点坐标，确定出待测目标点在车体坐标系中的实际坐标位置。由此可见，在确定待测目标点在车体坐标系中的实际坐标位置时所采用的融合权重系数是动态调整的，即，用于多传感器数据融合的各传感器的融合权重系数时根据实际情况动态变化的，这样，可以提升待测目标点的定位精度，从而提升车辆的行车安全性。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是根据一示例性实施例示出的一种用于车辆的多传感器数据融合方法的流程图。图2A是根据一示例性实施例示出的一种激光雷达坐标系和车体坐标系的示意图。图2B是根据一示例性实施例示出的一种俯仰角的示意图。图2C是根据一示例性实施例示出的一种航向角的示意图。图3A是根据一示例性实施例示出的一种确定每个传感器的融合权重系数的方法的流程图。图3B是根据另一示例性实施例示出的一种确定每个传感器的融合权重本文档来自技高网...

【技术保护点】
一种用于车辆的多传感器数据融合方法，其特征在于，包括：获取n个传感器在车体坐标系中的位置坐标，其中，所述n个传感器的检测范围内均包含有待测目标点，并且n≥2；获取所述待测目标点在每个传感器所对应的传感器坐标系中的映射点坐标；根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数；根据所述每个传感器的融合权重系数和所述映射点坐标，确定所述待测目标点在所述车体坐标系中的实际坐标。

【技术特征摘要】
1.一种用于车辆的多传感器数据融合方法，其特征在于，包括：获取n个传感器在车体坐标系中的位置坐标，其中，所述n个传感器的检测范围内均包含有待测目标点，并且n≥2；获取所述待测目标点在每个传感器所对应的传感器坐标系中的映射点坐标；根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数；根据所述每个传感器的融合权重系数和所述映射点坐标，确定所述待测目标点在所述车体坐标系中的实际坐标。2.根据权利要求1所述的方法，其特征在于，所述根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数，包括：针对每个传感器，根据该传感器的所述位置坐标、该传感器所对应的传感器坐标系相对于所述车体坐标系的第一旋转矩阵和第一平移矩阵，确定所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标在其他n-1个传感器所对应的传感器坐标系中的投影坐标；计算所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标与确定出的、该传感器所对应的传感器坐标系中的各个所述投影坐标之间的偏差；根据所述偏差确定该传感器的融合权重系数。3.根据权利要求2所述的方法，其特征在于，所述根据所述偏差确定该传感器的融合权重系数，包括：根据所述待测目标点在该传感器所对应的传感器坐标系中的映射点坐标与确定出的、该传感器所对应的传感器坐标系中的各个所述投影坐标之间的偏差，确定平均偏差、最小偏差以及最大偏差；根据所述平均偏差、所述最小偏差以及所述最大偏差，确定该传感器的融合权重系数。4.根据权利要求3所述的方法，其特征在于，所述根据所述平均偏差、所述最小偏差以及所述最大偏差，确定该传感器的融合权重系数，包括：根据所述平均偏差、所述最小偏差以及所述最大偏差，通过以下公式确定该传感器的融合权重系数：其中，λi表示第i个传感器的融合权重系数；offi表示第i个传感器所对应的平均偏差；offmax_i表示第i个传感器所对应的最大偏差；offmin_i表示第i个传感器所对应的最小偏差；i＝1,2,…,n。5.根据权利要求1所述的方法，其特征在于，在所述根据所述位置坐标和所述映射点坐标，确定每个传感器的融合权重系数的步骤之前，所述方法还包括：通过GPS差分方式对所述位置坐标进行校正处理。6.一种用于车辆的多传感器数据融合装置，其特征在于，包括：第一获取模块，用于获取n个传感器在车体坐标系中的位置坐标，其中，所述n个传感器的检测范围内均包含有待测目标点，并且n≥2；第二获取模块，用于...

【专利技术属性】
技术研发人员：张建国，彭海娟，王平，刘曰，李秋霞，路锦文，张绍勇，陈效华，
申请(专利权)人：北京汽车集团有限公司，北京汽车研究总院有限公司，
类型：发明
国别省市：北京,11