【技术实现步骤摘要】
传感器数据融合方法、装置、电子设备及存储介质
[0001]本公开涉及自动驾驶
,尤其涉及一种传感器数据融合方法、装置、电子设备及存储介质。
技术介绍
[0002]在自动驾驶、移动机器人领域,对环境的感知至关重要,利用视觉或者激光雷达进行周边环境的可行驶区域(freespace)边界检测是一种实现方式。但是,可行驶区域边界检测的检测结果一般只能以点坐标的形式描述可行驶区域的边界,无法区别这些边界点是检测到的运动的交通参与者,还是建筑等静物体,而且,无法确定各点是属于哪个目标的目标级信息,从而导致智能汽车的环境感知精度差,场景泛化能力受限。
技术实现思路
[0003]本公开提供了一种传感器数据融合方法、装置、电子设备及存储介质。
[0004]根据本公开的一方面,提供了一种传感器数据融合方法,包括:
[0005]通过传感器获取车辆周围环境中的多个目标对应的图像数据和点云数据,将图像数据和点云数据进行融合,得到各目标的特征数据;
[0006]获取车辆的可行驶区域的边界数据,对边界数据进行聚类,得到各目标的位置数据;
[0007]基于特征数据和位置数据,确定各目标的属性信息。
[0008]根据本公开的另一方面,提供了一种传感器数据融合装置,包括:
[0009]融合模块,用于通过传感器获取车辆周围环境中的多个目标对应的图像数据和点云数据,将图像数据和点云数据进行融合,得到各目标的特征数据;
[0010]聚类模块,用于获取车辆的可行驶区域的边界数据,对边
【技术保护点】
【技术特征摘要】
1.一种传感器数据融合方法,所述方法包括:通过传感器获取车辆周围环境中的多个目标对应的图像数据和点云数据,将所述图像数据和点云数据进行融合,得到各目标的特征数据;获取所述车辆的可行驶区域的边界数据,对所述边界数据进行聚类,得到所述各目标的位置数据;基于所述特征数据和所述位置数据,确定所述各目标的属性信息。2.根据权利要求1所述的方法,其中,所述基于所述特征数据和所述位置数据,确定所述各目标的属性信息,包括:对于每一目标,若所述特征数据包括位置特征数据,将所述目标的位置数据和所述目标的位置特征数据进行融合,将融合后的数据作为所述目标的属性信息中的位置属性。3.根据权利要求2所述的方法,其中,所述将所述目标的位置数据和所述目标的位置特征数据进行融合,包括:确定所述目标的位置数据中的各边界点到对应的位置特征数据中的位置点的残差;基于所述各边界点到对应位置点的残差,确定所述目标的残差;基于所述目标的残差和所述目标的残差的方差,进行滤波处理,得到融合后的数据。4.根据权利要求3所述的方法,其中,在基于所述目标的残差和所述目标的残差的方差,进行滤波处理之前,还包括:确定所述位置数据中各边界点的方差;基于所述各边界点的方差,确定所述目标的残差的方差。5.根据权利要求4所述的方法,其中,所述确定所述位置数据中各边界点的方差,包括:获取所述边界点的观测高度、观测角度和观测角度的标准差;基于所述边界点的观测高度、观测角度和观测角度的标准差,确定所述边界点的方差。6.根据权利要求1所述的方法,其中,所述将所述图像数据和点云数据进行融合,得到各目标的特征数据,包括:确定当前图像数据和点云数据与历史图像数据和点云数据的第一相似度;根据所述第一相似度将所述当前图像数据和点云数据,与所述历史图像数据和点云数据进行关联,得到各目标的特征数据。7.根据权利要求6所述的方法,还包括:在所述第一相似度小于预设阈值的情况下,根据所述当前图像数据和点云数据,确定新的目标的特征数据。8.根据权利要求1所述的方法,其中,所述对所述边界数据进行聚类,得到所述各目标的位置数据,包括:针对所述边界数据创建栅格地图,确定所述栅格地图中的各栅格存在目标的概率;基于所述各栅格存在目标的概率,确定所述各目标的运动属性;基于所述各目标的运动属性,对所述边界数据进行聚类,得到所述各目标的位置数据,所述运动属性包括运动或静止。9.根据权利要求8所述的方法,其中,所述基于所述各目标的运动属性,对所述边界数据进行聚类,得到所述各目标的位置数据,包括:将每个目标分别作为当前目标,若根据所述特征数据确定所述当前目标为静止目标,
且所述特征数据包括位置特征数据,则将所述当前目标的位置特征数据映射到所述栅格地图,得到所述栅格地图中的感兴趣区域;将所述感兴趣区域对应的边界数据进行聚类,得到所述当前目标的位置数据。10.根据权利要求1所述的方法,其中,所述基于所述特征数据和所述位置数据,确定所述各目标的属性信息,包括:将所述特征数据和所述位置数据按照对应的目标进行关联,得到各目标的关联数据;根据所述各目标的关联数据,确定所述各目标的属性信息。11.根据权利要求10所述的方法,其中,所述将所述特征数据和所述位置数据按照对应的目标进行关联,得到各目标的关联数据,包括:若所述特征数据包括位置特征数据,则确定所述位置特征数据与各位置数据的第二相似度;基于各第二相似度,将所述目标的特征数据与位置数据进行关联,得到所述目标的关联数据。12.根据权利要求1所述的方法,其中,所述将所述图像数据和点云数据进行融合,得到各目标的特征数据,包括:在所述传感器的数量为多个的情况下,将通过多个传感器获取到的图像数据和点云数据分别进行时间同步和空间同步,得到时空同步后的图像数据和点云数据;将所述时空同步后的图像数据和点云数据进行融合,得到各目标的特征数据。13.一种传感器数据融合装置,所述装置包括:融合模块,用于通过传感器获取车辆周围环境中的多个目标对应的图像数据和点云数据,将所述图像数据和点云数据进行融合,得到各目标的特征数据;聚类模块...
【专利技术属性】
技术研发人员:张志明,陈文洋,湛波,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
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。