本发明专利技术公开了一种野值剔除方法及装置，属于智能交通领域。所述方法包括：获取车辆上设置的n个传感器中第i个传感器在当前时刻对障碍物体的量测值Xi(k)；对所述第i个传感器的当前时刻对障碍物体的量测值Xi(k)进行滤波得到所述第i个传感器的当前时刻对障碍物体的估计值根据所述n个传感器中每个传感器的上一时刻对目标障碍物的估计值得到当前时刻的预测值基于所述量测值Xi(k)、估计值和预测值确定检验值λ(k)，判断所述检验值λ(k)是否小于预设值TD；若所述检验值λ(k)不小于所述预设值TD，则确定所述检验值λ(k)对应的第i个传感器的当前时刻对障碍物体的量测值Xi(k)为野值，并将所述野值剔除。本发明专利技术公开的一种野值剔除方法计算量小，计算复杂度低。
【技术实现步骤摘要】
本专利技术设及智能交通领域，特别设及一种野值剔除方法及装置。
技术介绍
为了监测车辆前方的道路环境，车辆中一般设置有视觉传感器和雷达传感器等多 个传感器，其中视觉传感器可W识别车辆前方出现的目标物体，并获取该目标物体的方位 和移动速度等量测信息；雷达传感器可W获取车辆前方出现的目标物体的移动速度，距离 本车的距离等量测信息。为了更好的评估车辆行驶的道路环境，需要对该视觉传感器和雷 达传感器等多个传感器的量测信息进行融合，即对该多个传感器获取的量测信息进行互补 和优化组合W生成更可靠更精确的量测信息。 相关技术中，在对多个传感器获取的量测信息进行融合时，在获取到每个传感器 对目标物体的量测信息后，由于该量测信息中存在一些偏离大部分数据所呈现趋势的小部 分信息，该些信息被称为野值点，因此需要对该些野值点进行检测并剔除，W此提高传感器 获取的信息的准确率。目前野值点的检测方法主要包括多项式拟合预报法、差分检测法和 似然比检验法等。 在实现本专利技术的过程中，专利技术人发现现有技术至少存在W下问题： 视觉传感器和雷达传感器获取的量测信息的信息量大，信息的复杂度较高，采用 相关技术中的野值点检测算法对野值点进行检测并对野值点进行剔除时，算法的计算量较 大，计算复杂度较高。
技术实现思路
为了解决现有技术的问题，本专利技术实施例提供了一种野值剔除方法及装置。所述 技术方案如下： -方面，提供了一种野值剔除方法，所述方法包括： 获取车辆上设置的n个传感器在当前时刻对障碍物体的量测值X化)，所述n个传 感器在当前时刻对障碍物体的量测值X(k)包括第i个传感器在当前时刻对障碍物体的量 测值Xi化)，所述第i个传感器为车辆上设置的n个传感器中的任意一个，i为大于0,小于 或等于n的整数； 对所述第i个传感器的当前时刻对障碍物体的量测值Xi化）进行滤波得到所述第 i个传感器的当前时刻对障碍物体的估计值乂,XAi; 根据所述n个传感器中每个传感器的上一时刻对目标障碍物的估计值得到当前 时刻的预测值义作），所述上一时刻与所述当前时刻相差t，所述t大于0,所述目标障碍物 为所述每个传感器在上一时刻确定的目标物体； 确定滤波误差ei(k)与预测误差62化）的残差0化）和协方差W化)，所述滤波误 差ei(k)为所述第i个传感器的当前时刻对障碍物体的估计值i,(A')与所述第i个传感器 的当前时刻对障碍物体的量测值Xi(k)之差，所述预测误差62(k)为所述当前时刻的预测值 义许)与所述第i个传感器的当前时刻对障碍物体的量测值Xi(k)之差； 根据所述滤波误差ei(k)与所述预测误差62化）的残差0化）和协方差W(k)确定 检验值A化)，所述检验值A化）为： A化）=pT(k)w-i(k) P化）. 其中，0T似表示P似的转置； 判断所述检验值A化）是否小于预设值Td; 若所述检验值A(k)不小于所述预设值Td，则确定所述检验值A(k)对应的第i 个传感器的当前时刻对障碍物体的量测值Xi(k)为野值； 从所述n个传感器在当前时刻对障碍物体的量测值X(k)中将所述野值剔除。 可选的，在所述从所述n个传感器在当前时刻对障碍物体的量测值X化）中将所述 野值剔除之后，所述方法还包括： 将剔除野值后的所述n个传感器在当前时刻对障碍物体的量测值X(k)进行时空 配准； 对时空配准后的所述n个传感器在当前时刻对障碍物体的量测值X(k)进行关联 处理，得到属于目标物体的量测值； 将所述属于目标物体的量测值进行合并输出。 可选的，所述对时空配准后的所述n个传感器在当前时刻的量测值X似进行关联 处理，包括： 获取所述时空配准后的所述n个传感器在当前时刻的对障碍物体的量测值X化） 和估计值i作）， 根据所述n个传感器在当前时刻的对障碍物体的量测值X(k)和估计值乂作），判 断是否存在障碍物体为所述目标物体； 若存在障碍物体为所述目标物体，从所述时空配准后的所述n个传感器在当前时 刻的对障碍物体的量测值X(k)中获取属于所述目标物体的量测值。 可选的，所述根据所述n个传感器在当前时刻的对障碍物体的量测值X化）和估计 值乂作），判断是否存在障碍物体为所述目标物体，包括： 获取所述n个传感器中每个传感器在当前时刻的对障碍物体的量测值和估计值； 确定所述每个传感器在当前时刻的对障碍物体的估计值的估计值概率，所述估计 值概率为； 其中，1,.快）为所述第i个传感器在当前时刻的对障碍物体的估计值，Ai为所述第 i个传感器的估计值概率； 确定所述每个传感器在当前时刻的对障碍物体的量测值的量测值概率，所述量测 值概率为；[00对其中，Xi似为所述第i个传感器在当前时亥揃对障碍物体的量测值，Bi为所述第i个传感器的量测值概率； 基于所述每个传感器的估计值概率确定所述n个传感器测量的每个障碍物体为 目标物体的概率m(Ui)W及每个障碍物体不为目标物体的概率m(U2)，其中，j= 1或2，m(Uj)为：[003引其中，n表示取交集，4表示空集，i4 =k'，4}，表示所述第i个传感器在当前 时刻存在对所述每个障碍物体的量测值，《^表示所述第i个传感器在当前时刻不存在对 所述每个障碍物体的量测值，若第i个传感器在当前时刻存在对所述每个障碍物体的量 测值，则如!'）= 4，若第i个传感器在当前时刻不存在对所述每个障碍物体的量测值，贝U ni-{u',) = \-A,； 将所述每个障碍物体为目标物体的概率m(Ui)和所述每个障碍物体不为目标物体 的概率m(U2)之差作为关联检测值m; 判断所述关联检测值m是否大于第二预设值e;若所述关联检测值m大于所述第二预设值e，判断所述n个传感器中每个传感器 的估计值概率和量测值概率之差是否小于第=预设值T; 若所述每个传感器的估计值概率和量测值概率之差均小于所述第S预设值T，则 存在障碍物体为所述目标物体，且所述目标物体为所述每个传感器的估计值概率和量测值 概率之差均小于所述第=预设值T的障碍物。 可选的，所述根据所述n个传感器中每个传感器的上一时刻对目标障碍物的估计 值得到当前时刻的预测值乂作），包括： 获取所述每个传感器的上一时刻对目标障碍物的估计值； 基于所述每个传感器的上一时刻对目标障碍物的估计值确定当前时刻的所述预 测值义作），所述预测值义托)为： 其中，为所述第i个传感器的上一时刻对目标障碍物的估计值，为所 述第i个传感器的预测值系数，且 可选的，所述将所述属于目标物体的量测值进行合并输出，包括： 获取属于所述目标物体的量测值的平均值； 将所述平均值输出。 另一方面，提供了一种野值剔除装置，所述装置包括： 第一获取单元，用于获取车辆上设置的n个传感器在当前时刻对障碍物体的量测 值X化)，所述n个传感器在当前时刻对障碍物体的量测值X(k)包括第i个传感器在当前 时刻对障碍物体的量测值Xi化)，所述第i个传感器为车辆上设置的n个传感器中的任意一 个，i为大于0,小于或等于n的整数； 滤波单元，用于对所述第i个传感器的当前时刻对障碍物体的量测值Xi化）进行 滤波得到所述第i个传感器的当前时刻对障碍物体的估计值韦(A0 ; 第二获取单元，用于根据所述n个传感器中每个传感器的上一时刻对目标障碍物 的估计值得到当前时刻的预测值i作本文档来自技高网...
【技术保护点】
一种野值剔除方法，其特征在于，所述方法包括：获取车辆上设置的n个传感器在当前时刻对障碍物体的量测值X(k)，所述n个传感器在当前时刻对障碍物体的量测值X(k)包括第i个传感器在当前时刻对障碍物体的量测值Xi(k)，所述第i个传感器为车辆上设置的n个传感器中的任意一个，i为大于0，小于或等于n的整数；对所述第i个传感器的当前时刻对障碍物体的量测值Xi(k)进行滤波得到所述第i个传感器的当前时刻对障碍物体的估计值根据所述n个传感器中每个传感器的上一时刻对目标障碍物的估计值得到当前时刻的预测值所述上一时刻与所述当前时刻相差t，所述t大于0，所述目标障碍物为所述每个传感器在上一时刻确定的目标物体；确定滤波误差e1(k)与预测误差e2(k)的残差β(k)和协方差W(k)，所述滤波误差e1(k)为所述第i个传感器的当前时刻对障碍物体的估计值与所述第i个传感器的当前时刻对障碍物体的量测值Xi(k)之差，所述预测误差e2(k)为所述当前时刻的预测值与所述第i个传感器的当前时刻对障碍物体的量测值Xi(k)之差；根据所述滤波误差e1(k)与所述预测误差e2(k)的残差β(k)和协方差W(k)确定检验值λ(k)，所述检验值λ(k)为：λ(k)＝βT(k)W‑1(k)β(k)；其中，βT(k)表示β(k)的转置；判断所述检验值λ(k)是否小于预设值TD；若所述检验值λ(k)不小于所述预设值TD，则确定所述检验值λ(k)对应的第i个传感器的当前时刻对障碍物体的量测值Xi(k)为野值；从所述n个传感器在当前时刻对障碍物体的量测值X(k)中将所述野值剔除。...
【技术特征摘要】
【专利技术属性】
技术研发人员：谷明琴，王继贞，王新果，张绍勇，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。