【技术实现步骤摘要】
数据融合方法、装置、无人驾驶设备和可读存储介质
本申请涉及无人驾驶
,具体涉及一种数据融合方法、装置、无人驾驶设备和可读存储介质。
技术介绍
无人机等无人驾驶设备在飞行过程中,需要激光雷达、毫米波雷达、单目相机、双目相机以及飞行时间相机等外部传感器完成环境的感知进而帮助实现飞行中的避障,而多传感器数据的引入就涉及到数据融合的问题。多传感器数据融合的难点在于需要根据不同传感器的特性来设计不同的软件算法。现有的融合方案都是在数据层完成对目标信息的匹配和融合,将障碍物的方位、大小以及速度等信息通过卡尔曼滤波的形式进行数据融合,并且在滤波时需要设定固定或分段的权重进行融合。现有的融合方案的缺点包括:缺乏地图记忆,不利于全局的规划,现有的融合方案主要是在数据层面针对障碍物目标做实时的融合处理,导致无人驾驶设备在使用融合数据的时候出现局部性较强,航迹规划偏向于局部最优解而陷于局部最优的状态;采用卡尔曼滤波的形式进行数据融合时,权重调节依靠人工经验,并不能科学合理地应对广泛的应用场景。
技术实现思路
鉴于 ...
【技术保护点】
1.一种数据融合方法,包括:/n获取相机的输出数据和雷达的输出数据,对相机的输出数据进行预处理得到视觉点云,对雷达的输出数据进行预处理得到雷达跟踪点;/n根据所述视觉点云生成具有时间记忆性的三维概率栅格地图,按照生命周期存储所述雷达跟踪点;/n将所述三维概率栅格地图与存储的所述雷达跟踪点进行融合,生成二维直方图,供无人驾驶决策单元使用。/n
【技术特征摘要】
1.一种数据融合方法,包括:
获取相机的输出数据和雷达的输出数据,对相机的输出数据进行预处理得到视觉点云,对雷达的输出数据进行预处理得到雷达跟踪点;
根据所述视觉点云生成具有时间记忆性的三维概率栅格地图,按照生命周期存储所述雷达跟踪点;
将所述三维概率栅格地图与存储的所述雷达跟踪点进行融合,生成二维直方图,供无人驾驶决策单元使用。
2.如权利要求1所述的数据融合方法,其特征在于,所述相机的输出数据包括相机的视差图,所述雷达的输出数据包括雷达的原始雷达点云,所述预处理包括滤波去噪处理。
3.如权利要求1或2所述的数据融合方法,其特征在于,所述根据所述视觉点云生成具有时间记忆性的三维概率栅格地图包括:
根据贝叶斯公式和八叉树地图,将所述视觉点云转化为三维概率栅格地图。
4.如权利要求2所述的数据融合方法,其特征在于,所述按照生命周期存储所述雷达跟踪点包括:
根据所述雷达跟踪点与所述原始雷达点云之间的距离,确定所述雷达跟踪点的生命周期,然后按照所述生命周期存储雷达跟踪点,并清理生命周期已结束的雷达跟踪点。
5.如权利要求1所述的数据融合方法,其特征在于,所述将所述三维概率栅格地图与存储的所述雷达跟踪点进行融合,生成二维直方图包括:
将所述三维概率栅格地图和存储的所述雷达跟踪点分别按照无人驾驶设备的视场角投影到同一个二维直方图,从而生成二维直方图形式的融合数据。
6.如权利要求5所述的数据融合方法...
【专利技术属性】
技术研发人员:郭彦杰,庞勃,
申请(专利权)人:北京三快在线科技有限公司,
类型:发明
国别省市:北京;11
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。