用于智能网联车辆控制器的多传感数据融合方法技术

用于智能网联车辆控制器的多传感数据融合方法，本方法先预设传感器的基础权重并对所有传感器采集到的传感器数据进行滤波修正；通过确定传感器的有效数据融合集对数据进行筛选，进一步通过相似性测度获得动态权重值，最后根据基础权重和动态权重计算综合权重，根据综合权重对不同的传感器数据进行加权融合计算，得到多个传感器的融合数据。本发明专利技术方法通过对获取的数据进行滤波修正，保证输入数据的准确性，进而通过有效数据的筛选减少了后期的计算量；本发明专利技术中采用的数据融合方法，通过设置动态权重，能够在不同的感知场景下，及时的调整不同传感器的数据融合权重，获得更加准确的感知数据。

【技术实现步骤摘要】
用于智能网联车辆控制器的多传感数据融合方法
本专利技术涉及无人驾驶车辆控制领域，特别涉及一种用于智能网联车辆控制器的多传感数据融合方法。
技术介绍
智能网联车辆是通过多种传感器进行环境信息采集，在接收到传感器数据后通过车辆控制器进行融合处理，最终形成环境感知数据，为保证车辆安全行驶提供决策依据。由于智能网联车辆在环境感知的过程中需要通过多种传感器的协同工作，不同传感器之间的数据融合一直是网联车辆的研究热点，现有的数据融合过程中，大多是根据传感器的等级确定该传感器采集的数据在融合过程中的使用权重，而传感器等级的划分是根据感器的类别进行提前预设的，因此，对应的传感器等级自始至终是固定不变的，导致传感器数据的使用权重在各种场景下都不会发生变化，在某些场景下，容易出现数据融合不准确，导致环境感知出现偏差的现象，最终影响控制器决策的正确性。
技术实现思路
为解决上述技术问题，本专利技术提出一种能够根据环境调节数据权重、确定最优融合数据集的用于智能网联车辆控制器的多传感数据融合方法。本专利技术是通过以下方法实现的：用于智能网联车辆控制器的多传感数据融合方法，包括以下步骤：S1：预设传感器的基础权重；根据AHP分析法将每个传感器与其他传感器分别比较，判断传感器等级，在传感器等级判定过程中，比较因素主要包括：传感器精度、探测范围等，根据某一传感器所获取的数据相对其他传感器数据的重要性等级，对其进行赋值。按照等级赋权对比，将第k个传感器与k+1、k+2等其他传感器一一对比得到获得多个赋权组成的权值矩阵U1。通过计算权值矩阵U1的最大特征根，得到对应的特征向量，该特征向量即为该传感器的基础权重e1。S2：对所有传感器采集到的传感器数据进行滤波修正；滤波修正的具体步骤包括：S201：数据集合采集；假设能够监测到同一目标的车辆传感器数量为n,每个传感器测量次数为m，其中1≤k≤n，1≤i≤m，则第k个传感器第i次的测量数据记为f(k,i)，利用数据集ak表示第k个传感器获取的所有数据,ak＝{f(k,1),f(k,2),f(k,3)……f(k,i)……f(k,m)}。S202：计算数据集合ak中每个数据f(k,i)出现的概率Pki；根据概率密度函数，原始数据f(k,i)与第k个传感器第i次及i次之前的s个测量数据的均值存在如下关系：上式中，γ表示测量噪声标准差，不同传感器的测量噪声是不相同的，其确定需要根据已知目标的各种实际参数与传感器获得的参数进行比对和数据统计分析得出。初次确定可根据经验进行估值，后期随所采集的比对数据的增加逐步进行修正。初次估值可根据如下公式：进一步计算第k个传感器第i次及i次之前的s个测量数据在数据集ak中出现的概率。S203：根据原始测量数据f(k,i)及其在ak中出现的概率Pki对数据进行修正，得到修正后的数据f0(k,i)。当采集到多个数据时，对上述数据进行修正，得到修正数据：S3：确定传感器的有效数据融合集；通过对传感器修正后的数据有效性进行判断，选取有效数据集合。具体地，将同一传感器k获得的含有同一目标物体的测量数据进行修正后得到a0k，其中a0k包含多个测量数据，a0k＝{f0(k,1),f0(k,2),f0(k,3)……f0(k,i)}，计算传感器k中的获取数据a0k中每个测量数据与a0k中其他测量数据的差值的绝对值Δlki，并进一步计算Δlki的均值EkΔlki，将EkΔlki称为传感器k的修正数据误差均值。计算不同传感器的修正数据误差均值，得到多个传感器的修正数据误差均值后进一步求平均值得到数据融合基数λ，数据融合基数λ是确定有效数据融合的标准常数。基数λ计算方法如下：根据以上，修正数据误差均值EkΔlki<或＝λ时，该传感器的数据确定为可融合的有效数据。S4：通过相似性测度获得动态权重值；S401：计算传感器的杰卡德相似系数；在本步骤中，通过杰卡德距离计算杰卡德相似系数，得到可变权重值。获取第k个传感器相对第k+1个传感器的杰卡德相似系数R1。上式中，G1、G2、G3表示元素的数量，其中元素的数量确认是按照如下方法：将矩阵U2中的元素与比对矩阵U3相对应的元素数值进行比较，G1表示对应元素都是1的元素数量，G2表示矩阵U2中元素是1而矩阵U3中对应的元素是0的元素数量，G3表示矩阵U2中元素是0而矩阵U3中对应的元素是1的元素数量。同样的，按照上述方法，得到第k个传感器相对第k+2个传感器的杰卡德相似系数R2。S402：通过杰卡德相似系数获得传感器动态权重；获取第k个传感器的n-1个相对杰卡德相似系数并计算平均值，得到第k个传感器的动态权重e2。由于在前述步骤中已经确定传感器的有效数据融合集，对于超出有效数据融合的标准常数的数据集合进行了筛选排除，因此在本步骤中的数据离散性较弱，标准差较小，可以采用杰卡德相似系数的平均值作为动态权重e2。S5：计算传感器数据融合综合权重e，根据综合权重进行多传感器数据的加权融合，得到最终的融合数据；计算综合权重e：e＝c*e1+(1-c)e2其中，c表示基础权重调整系数，根据传感器的特殊性和重要程度决定，一般情况下取值0.5，传感器数据类型越重要，其取值越大，e1表示基础权重，e2表示可变权重。有益效果：本专利技术方法通过对获取的数据进行滤波修正，保证输入数据的准确性，进而通过有效数据的筛选减少了后期的计算量；本专利技术中采用的数据融合方法，数据权重包括基础权重和动态权重两部分，在不同的感知场景下，及时的调整不同传感器的数据融合权重，获得更加准确的感知数据，克服了现有技术中采用固定融合权重的数据融合弊端，本方法在不同环境下，能够充分发挥不同传感器的作用，在同种环境下，能够强化同质传感器的优势，使车辆具备更好的环境感知能力。附图说明图1为本专利技术的流程示意图。具体实施方式以下将结合实施例对专利技术方法进行清楚、完整地描述，显然，基于本专利技术中的方法，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有变化，都属于本专利技术保护的范围。用于智能网联车辆控制器的多传感数据融合方法，包括以下步骤：S1：预设传感器的基础权重；具体地，包括以下步骤：S101：根据AHP分析法将每个传感器与其他传感器分别比较，判断传感器等级，在传感器等级判定过程中，比较因素主要包括：传感器精度、探测范围等，根据某一传感器所获取的数据相对其他传感器数据的重要性等级，对其进行赋值。假设将第k个传感器与第k+1个传感器进行对比，其重要性等级的划分及赋权如下：在上述赋值表中，1<b1<b2<b3<b4<b5，0<b9<b8<b7<b6本文档来自技高网...

【技术保护点】
1.用于智能网联车辆控制器的多传感数据融合方法，其特征是，包括以下步骤：/nS1：预设传感器的基础权重；/nS2：对所有传感器采集到的传感器数据进行滤波修正；/nS3：确定传感器的有效数据融合集；/nS4：通过相似性测度获得动态权重值；/nS5：计算综合权重，根据综合权重对不同的传感器数据进行加权融合计算，得到多个传感器的融合数据。/n

【技术特征摘要】
1.用于智能网联车辆控制器的多传感数据融合方法，其特征是，包括以下步骤：
S1：预设传感器的基础权重；
S2：对所有传感器采集到的传感器数据进行滤波修正；
S3：确定传感器的有效数据融合集；
S4：通过相似性测度获得动态权重值；
S5：计算综合权重，根据综合权重对不同的传感器数据进行加权融合计算，得到多个传感器的融合数据。


2.根据权利要求1所述的用于智能网联车辆控制器的多传感数据融合方法，其特征是，所述的S1中预设传感器的基础权重，包括：
S101：根据AHP分析法将每个传感器与其他传感器分别比较，判断传感器等级，根据某一传感器所获取的数据相对其他传感器数据的重要性等级，对其进行赋值得到权值矩阵U1；
S102：通过计算权值矩阵U1的最大特征根，得到对应的特征向量，该特征向量即为该传感器的基础权重e1。


3.根据权利要求1所述的用于智能网联车辆控制器的多传感数据融合方法，其特征是，所述的步骤S2包括：
S201：数据集合采集；
S202：计算数据集合ak中每个数据f(k,i)出现的概率Pki；
其中，
根据概率密度函数，原始数据f(k,i)与第k个传感器第i次及i次之前的s个测量数据的均值存在如下关系：



其中，γ表示测量噪声标准差，不同传感器的测量噪声是不相同的，其确定需要根据已知目标的各种实际参数与传感器获得的参数进行比对和数据统计分析得出，初次确定可根据经验进行估值，后期随所采集的比对数据的增加逐步进行修正，初次估值可根据如下公式：



在上式中，表示根据极大似然估计算法计算的第k个传感器第i次及i次之前的s个测量数据的均值，其计算方法为：



S203：根据原始测量数据f(k,i)及其在ak中出现的概率Pki对数据进行修正，得到修正后的数据f0(k,i)；
当采集到多个数据时，对上述数据进行修正，得到修正数据：





4.根据权利要求1所述的...

【专利技术属性】
技术研发人员：罗映，李丙洋，罗全巧，沈学会，
申请(专利权)人：山东省网联智能车辆产业技术研究院有限公司，
类型：发明
国别省市：山东;37