面向无人驾驶的多传感器障碍物探测数据融合方法及系统技术方案

本发明专利技术提供了一种面向无人驾驶的多传感器障碍物探测数据融合方法及系统，包括无人驾驶汽车的多个传感器探测目标物体获取所述目标物体的多组数据信息；检测并获取每个所述传感器的可靠度；根据所述权重与所述数据信息计算所述目标物体的位置信息。通过上述技术方案，采用多个传感器探测障碍物体，并引入权重将传感器的可靠度量化，进而将多个传感器探测的数据信息依据权重进行融合，获得障碍物体的准确位置信息，包括坐标与轮廓信息，从而准确的探测到障碍物体并避开，最大程度提高障碍物坐标的准确性。

【技术实现步骤摘要】
面向无人驾驶的多传感器障碍物探测数据融合方法及系统
本专利技术涉及无人驾驶领域，尤其涉及一种面向无人驾驶的多传感器障碍物探测数据融合方法及系统。
技术介绍
无人驾驶领域汽车需要对障碍物进行探测从而是汽车能够及时避开障碍物。现有的无人驾驶探测方法中为了提高障碍物探测的准确性，常常采用多个传感器进行探测，并将多个传感器探测的数据信息融合到同一坐标系。但现有探测方法中将多传感器融合到同一坐标系时，会受到很多干扰因素，影响数据融合的准确性，例如当目标物体比较多时，多传感器检测的目标物体匹配到同一坐标系时，会存在很大偏差，容易出现张冠李戴的现象。同时如在雨雪等天气恶劣的情况下以及其他外部因素下，不同传感器的可靠性会降低。因此，需要一种更准确的面向无人驾驶的多传感器障碍物探测方法。本专利技术提供一种面向无人驾驶的多传感器障碍物探测数据融合方法及系统，采用多个传感器探测障碍物体，并引入权重将传感器的可靠度量化，进而将多个传感器探测的数据信息依据权重进行融合，即便是在雨雪天气都可以获得障碍物体的准确位置信息，包括坐标与轮廓信息，从而准确的探测到障碍物体并避开，最大程度提高障碍物坐标的准确性。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种面向无人驾驶的多传感器障碍物探测数据融合方法及系统，通过多个传感器探测障碍物的坐标位置信息并通过引入权重对传感器探测障碍物的可靠性进行量化，将多个传感器的数据信息进行融合，确定障碍物的准确位置信息，准确探测车辆周边环境以避开障碍物。具体地，本专利技术一方面提供一种面向无人驾驶的多传感器障碍物探测数据融合方法，包括以下步骤，无人驾驶汽车的多个传感器探测目标物体获取所述目标物体的多组数据信息；根据每个所述传感器的可靠度计算每一组所述数据信息的权重；根据所述权重与所述数据信息计算所述目标物体的位置信息。优选地，上述方法中所述多个传感器包括左雷达、右雷达、双目摄像头与激光雷达；所述多组数据信息包括第一数据信息、第二数据信息、第三数据信息、第四数据信息；所述左雷达获取的所述数据信息为所述第一数据信息，所述右雷达获取的所述数据信息为所述第二数据信息，所述双目摄像头获取的所述数据信息为所述第三数据信息，所述激光雷达获取的所述数据信息为所述第四数据信息。优选地，上述方法中所述左雷达与所述右雷达为毫米波雷达，所述第一数据信息与所述第二数据信息均包括雷达成像数据信息与坐标信息中的一种或多种。优选地，上述方法中，所述第三数据信息包括所述目标物体的图像、距离、角度及高度信息中的一种或多种。优选地，上述方法中计算所述数据信息的权重的影响因子包括传感器特性、传感器运行状态、环境因素中的一种或多种。优选地，上述方法中所述传感器的运行状态为故障时，所述传感器对应的所述数据信息的权重为0。优选地，上述方法中所述传感器根据其对应的所述数据信息与所述位置信息的偏差进行自动标定，调整所述传感器的参数。本专利技术另一方面还提供一种面向无人驾驶的多传感器障碍物探测数据融合系统，包括探测模块、权重计算模块、融合模块；所述探测模块，包括多个传感器，与所述融合模块通信连接，探测并获取目标物体的多组数据信息，并向所述融合模块传输所述数据信息；所述权重计算模块，与所述融合模块通信连接，根据每个所述传感器的可靠度计算每一组所述数据信息的权重，并将所述权重传输至所述融合模块；所述融合模块，与所述探测模块及所述权重计算模块通信连接，根据所述权重与所述数据信息计算所述目标物体的位置信息。优选地，上述系统中所述探测模块包括左雷达、右雷达、双目摄像头与激光雷达；所述权重计算模块计算所述数据信息的权重的影响因子包括传感器特性、传感器运行状态、环境因素中的一种或多种。优选地，上述系统还包括自动标定模块，所述传感器根据其对应的所述数据信息与所述位置信息的偏差进行自动标定，调整所述传感器的参数。采用了上述技术方案后，与现有技术相比，具有以下有益效果：1.提高无人驾驶汽车探测障碍物的准确性；2.在部分传感器故障时，也能通过其他传感器数据信息的融合获得障碍物体的准确信息，准确避开障碍物；3.提供自动标定功能，传感器可以根据探测数据信息与障碍物准确信息的偏差对参数进行自动标定。附图说明图1为符合本专利技术一优选实施例的面向无人驾驶的多传感器障碍物探测数据融合方法的流程示意图；图2为符合本专利技术一优选实施例的面向无人驾驶车辆的结构示意图；图3为符合本专利技术另一优选实施例的面向无人驾驶的多传感器障碍物探测数据融合方法的流程示意图。附图标记：1-左雷达2-右雷达3-双目摄像头4-激光雷达5-ECU6-V-CANFD7-P-CAN具体实施方式以下结合附图与具体实施例进一步阐述本专利技术的优点。这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。本专利技术中所指的无人驾驶汽车并非必须为无人驾驶，只要具有自动驾驶功能的汽车均在本专利技术范围内。参阅附图1，为符合本专利技术一优选实施例的面向无人驾驶的多传感器障碍物探测数据融合方法的流程示意图。S1：无人驾驶汽车的多个传感器探测目标物体获取目标物体的多组数据信息；无人驾驶汽车通过传感器对目标物体进行探测，本实施例中，无人驾驶汽车具有多个传感器，多个传感器分别对目标物体进行探测，获取目标物体的多组传感器信息。本实施例中的传感器包括各种可以用于障碍探测的传感器，如摄像头、超声波雷达、毫米波雷达或激光雷达等。传感器探测到的数据信息类型或内容与传感器的类型有关，如摄像头探测的数据信息可能包括目标物体图像信息等，雷达探测到的数据信息可能包括目标物体的距离等。为了说明简便，本申请实施例中中障碍本文档来自技高网...

【技术保护点】
1.一种面向无人驾驶的多传感器障碍物探测数据融合方法，其特征在于，包括以下步骤，无人驾驶汽车的多个传感器探测目标物体，获取所述目标物体的多组数据信息；/n根据每个所述传感器的可靠度计算每一组所述数据信息的权重；/n根据所述权重与所述数据信息计算所述目标物体的位置信息。/n

【技术特征摘要】
1.一种面向无人驾驶的多传感器障碍物探测数据融合方法，其特征在于，包括以下步骤，无人驾驶汽车的多个传感器探测目标物体，获取所述目标物体的多组数据信息；
根据每个所述传感器的可靠度计算每一组所述数据信息的权重；
根据所述权重与所述数据信息计算所述目标物体的位置信息。


2.如权利要求1所述的多传感器障碍物探测数据融合方法，其特征在于，所述多个传感器包括左雷达、右雷达、双目摄像头与激光雷达；
所述多组数据信息包括第一数据信息、第二数据信息、第三数据信息、第四数据信息；
所述左雷达获取的所述数据信息为所述第一数据信息，所述右雷达获取的所述数据信息为所述第二数据信息，所述双目摄像头获取的所述数据信息为所述第三数据信息，所述激光雷达获取的所述数据信息为所述第四数据信息。


3.如权利要求2所述的多传感器障碍物探测数据融合方法，其特征在于，所述左雷达与所述右雷达为毫米波雷达，所述第一数据信息与所述第二数据信息均包括雷达成像数据信息与坐标信息中的一种或多种。


4.如权利要求2所述的多传感器障碍物探测数据融合方法，其特征在于，所述第三数据信息包括所述目标物体的图像、距离、角度及高度信息中的一种或多种。


5.如权利要求1所述的多传感器障碍物探测数据融合方法，其特征在于，计算所述数据信息的权重的影响因子包括传感器特性、传感器运行状态、环境因素中的一种或多种。


6....

【专利技术属性】
技术研发人员：王清品，
申请(专利权)人：上海海拉电子有限公司，
类型：发明
国别省市：上海;31