一种基于DS证据理论的多传感器信息融合算法制造技术

本发明专利技术公开了一种基于DS证据理论的多传感器信息融合算法，所述算法是对不同传感器在不同的状态下进行相应的权值分配，然后利用DS证据理论所提供的证据组合方法，实现多个传感器的信息融合。本发明专利技术提出了一种基于DS证据理论的多传感器融合算法。具体的，该算法是对不同传感器在不同的状态下进行相应的权值分配，然后利用DS证据理论所提供的证据组合方法，实现多个传感器的信息融合，进而提高目标感知效果。更具体的是针对生命周期置信度管理、目标类别分类管理这两个感知融合任务，进行具体的信息融合，达到感知性能的提升。达到感知性能的提升。达到感知性能的提升。

【技术实现步骤摘要】
一种基于DS证据理论的多传感器信息融合算法


[0001]本专利技术涉及自动驾驶
，尤其涉及本专利技术提出了一种基于DS证据理论的多传感器信息融合算法。

技术介绍

[0002]近年来，自动驾驶车辆在智能交通出行、物流配送、清洁作业等多场景中，构建了智慧城市生活的应用示范。自动驾驶汽车依靠各种传感器来感知环境，每种类型的传感器都有自己的优点和缺点。激光雷达能够提供准确的距离信息，在夜间也能很好的工作，但是不能提供障碍物的颜色信息等。相机能够感知障碍物的颜色和纹理等信息，可以用来进行目标分类，但是探测范围有限且对光照条件敏感。毫米波雷达能够感知较远距离的障碍物并提供速度信息，但是不能进行障碍物的分类。因此，通过将多个传感器信息进行融合使用可以实现传感器之间的取长补短，提高感知性能。
[0003]目前自动驾驶感知系统对于目标的跟踪主要是利用不同传感器提供的信息进行融合处理。主要任务包括：目标的运动信息融合、目标的生命周期管理、目标的类别管理等。目标的运动信息是指目标的速度、位置和加速度等信息，该类信息主要是通过卡尔曼滤波器获取。目标的生命本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于DS证据理论的多传感器信息融合算法，其特征在于，所述算法是对不同传感器在不同的状态下进行相应的权值分配，然后利用DS证据理论所提供的证据组合方法，实现多个传感器的信息融合。2.根据权利要求1所述的一种基于DS证据理论的多传感器信息融合算法，其特征在于，所述算法包括：(1)基本概率分配和(2)组合规则，(1)基本概率分配：设Θ是一个识别框架，或称为假设空间，基本概率分配，简称BPA，在识别框架Θ上的BPA是一个2Θ
‑
>[0,1]的函数m，称为Mass函数，并满足：∑m(A)＝1其中，使得m(A)>0的A称为焦元；(2)组合规则：DS证据理论合成规则也称为证据合成公式，其定义如下，对于Θ上的两个Mass函数m1，m2的Dempster合成规则为：其中，K为归一化常数，3.根据权利要求2所述的一种基于DS证据理论的多传感器信息融合算法，其特征在于，针对目标生命周期管理，新目标生成规则是基于D
‑
S证据理论的某一种Mass函数分配组合和新目标生成和虚拟目标消亡的指标。如果改变Mass函数的分配，或者新证据的评判指标，则相对应的新目标生成规则也将改变。4.根据权利要求3所述的一种基于DS证据理论的多传感器信息融合算法，其特征在于，针对目标生命周期管理，目标健康度评估的规则为对于已经建立好的目标进行健康度管理，利用跟踪目标滤波器的位置方差值，是否有量测值的更新进行置信度管理；...

【专利技术属性】
技术研发人员：张蓉，熊祺，张放，李晓飞，张德兆，王肖，霍舒豪，
申请(专利权)人：武汉智行者科技有限公司，
类型：发明
国别省市：