一种基于DSmT理论的自主泊车定位系统多传感器感知融合方法技术方案

本发明专利技术提供了一种基于DSmT理论的自主泊车定位系统多传感器感知融合方法，包括以下步骤：S1、通过车载激光雷达和摄像头对环境中的场景特征数据进行采集和处理，得到激光雷达的建图数据和摄像头的建图数据；S2、获取激光雷达和摄像头的建图数据，对每帧的场景特征数据进行数据合并；S3、将每个传感器的建图结果作为一种证据源，对激光雷达和摄像头的建图数据信息进行融合。本发明专利技术所述的基于DSmT理论的自主泊车定位系统多传感器感知融合方法通过对多种传感器及其感知数据的合理支配、管理与利用，根据激光雷达、摄像头等传感器的建图结果进行单帧检测聚类合并，进行单帧数据的融合，提高单一传感器建图的不准确性。

A multi-sensor sensing fusion method for autonomous parking positioning system based on DSmT theory

【技术实现步骤摘要】
一种基于DSmT理论的自主泊车定位系统多传感器感知融合方法
本专利技术属于无人驾驶
，尤其是涉及一种基于DSmT理论的自主泊车定位系统多传感器感知融合方法。
技术介绍
近年来，随着计算机、互联网、通信导航、自动控制、人工智能、机器视觉、精密传感器、高精度地图等高新技术与先进汽车技术的快速融合，智能汽车(或无人驾驶汽车、自动驾驶汽车)已经成为世界汽车工程领域的研究热点和汽车产业增长的新动力，而发展自动泊车技术逐渐成为汽车本身不可或缺的一项技术。在自主代客泊车技术中，车辆能准确进行自身位置的定位是关键一环。但是由于停车场往往没有GPS信号，因此利用车载传感器对周围环境的感知和建图显得尤为重要。多传感器感知融合技术是基于传感器技术的飞速发展与工业、民用、军事自动化需求不断加深的前提下拓展出的新兴
多传感器技术是把分布在不同位置的多个同类或者不同类传感器采集的局部数据经综合分析，消除不同传感器数据可能存在的冗余与矛盾，各类信息加以互补，降低检测数据的不确定性与出错率，获得被测结果的一致性描述，从而提高感知结果的准确度与精准本文档来自技高网...

【技术保护点】
1.一种基于DSmT理论的自主泊车定位系统多传感器感知融合方法，其特征在于，包括以下步骤：/nS1、通过车载激光雷达和摄像头对环境中的场景特征数据进行采集和处理，得到激光雷达的建图数据和摄像头的建图数据；/nS2、获取激光雷达和摄像头的建图数据，对每帧的场景特征数据进行数据合并；/nS3、将每个传感器的建图结果作为一种证据源，对激光雷达和摄像头的建图数据信息进行融合。/n

【技术特征摘要】
1.一种基于DSmT理论的自主泊车定位系统多传感器感知融合方法，其特征在于，包括以下步骤：
S1、通过车载激光雷达和摄像头对环境中的场景特征数据进行采集和处理，得到激光雷达的建图数据和摄像头的建图数据；
S2、获取激光雷达和摄像头的建图数据，对每帧的场景特征数据进行数据合并；
S3、将每个传感器的建图结果作为一种证据源，对激光雷达和摄像头的建图数据信息进行融合。


2.根据权利要求1所述的基于DSmT理论的自主泊车定位系统多传感器感知融合方法，其特征在于：所述步骤S1中，激光雷达的建图数据和摄像头的建图数据，保存在各自的系统中。


3.根据权利要求1所述的基于DSmT理论的自主泊车定位系统多传感器感知融合方法，其特征在于：所述步骤S2中，利用多假设跟踪算法中的多假设思想，对每帧的场景特征数据进行数据合并。


4.根据权利要求3所述的基于DSmT理论的自主泊车定位系统多传感器感知融合方法，其特征在于：所述步骤S2中，每帧场景特征数据聚类合并算法如下：
S201、数据预处理：提取同一时间戳下图像检测的建图数据和激光雷达检测的建图数据的单帧建图数据，并提取数据中的特征区域；
S202、构建关联概率矩阵：基于两种传感器的检测结果，生成各特征区域之间的关联概率，构建关联概率矩阵；
S203、成关联多假设：利用关联概率值和检测的单射对应条件形成多种假设，每种假设对应一种多传感器检测结果；
S304、生成最优假设：提取联合概率值最大的建设，生成单帧最可能假设。


5.根据权利要求1所述的基于DSmT理论的自主泊车定位系统多传感器感知融合方法，其特征在于：所述步骤S3中，利用DSmT理论中的第五种比例冲突分配规则，即PCR5，对激光雷达和摄像头的建图数据信息进行融合。


6.根据权利要求5所述的基于DSmT理论的自主泊车定位系统多传感器感知融合方法，其特征在于：所述步骤S3...

【专利技术属性】
技术研发人员：华一丁，戎辉，唐风敏，郭蓬，何佳，臧晨，李鑫慧，
申请(专利权)人：中国汽车技术研究中心有限公司，中汽研天津汽车工程研究院有限公司，
类型：发明
国别省市：天津;12