数据融合理方法、装置、电子设备、及计算机存储介质制造方法及图纸

本申请实施例提供了一种数据融合理方法、装置、电子设备、及计算机存储介质。数据融合方法，用于对雷达检测范围内的目标对象进行跟踪检测，具体包括：获取至少两个雷达采集的第k时刻的回波信号对应的量测数据；根据第k时刻的目标对象的预测位置区域，从量测数据中选定目标对象的关联量测数据；并确定关联量测数据与目标对象的关联概率，其中，关联概率用于指示关联量测数据对应的回波信号来自目标对象的可能性；基于关联量测数据指示的目标对象的预测位置、关联量测数据对应的关联概率，和目标对象在第k

【技术实现步骤摘要】
数据融合理方法、装置、电子设备、及计算机存储介质


[0001]本申请实施例涉及智能驾驶
，尤其涉及一种数据融合方法、装置、电子设备、及计算机存储介质。

技术介绍

[0002]在智能驾驶领域中，为了提高车辆驾驶的自主性和安全性，可以在车辆不同位置设置雷达(如毫米波雷达)，通过雷达的回波信号，感知车辆周边是否存在车辆行驶应关注的目标，对这些目标进行跟踪检测，以便进行驾驶决策或者驾驶辅助决策。在这一过程中，由于车辆所处环境是复杂多变，存在难以准确地确定来自目标的回波信号的问题，进而导致基于回波信号的目标位置感知和目标跟踪检测不准确。

技术实现思路

[0003]有鉴于此，本申请实施例提供一种数据融合方案，以至少部分解决上述问题。
[0004]根据本申请实施例的第一方面，提供了一种数据融合方法，用于对雷达检测范围内的目标对象进行跟踪检测，具体包括：获取至少两个雷达采集的第k时刻的回波信号对应的量测数据；根据第k时刻的所述目标对象的预测位置区域，从所述量测数据中选定所述目标对象的关联量测数据；确定所述关联量测数据与所述目标对象的关联概率，其中，所述关联概率用于指示所述关联量测数据对应的回波信号来自所述目标对象的可能性；基于所述关联量测数据指示的所述目标对象的预测位置、所述关联量测数据对应的所述关联概率，和所述目标对象在第k
‑
1时刻的估计位置进行融合计算，以确定所述目标对象在第k时刻的估计位置。
[0005]根据本申请实施例的第二方面，提供了一种数据融合装置，包括：第一获取模块，用于获取至少两个雷达采集的第k时刻的回波信号对应的量测数据；选定模块，用于根据第k时刻的所述目标对象的预测位置区域，从所述量测数据中选定所述目标对象的关联量测数据；第一确定模块，用于确定所述关联量测数据与所述目标对象的关联概率，其中，所述关联概率用于指示所述关联量测数据对应的回波信号来自所述目标对象的可能性；第二确定模块，用于基于所述关联量测数据指示的所述目标对象的预测位置、所述关联量测数据对应的所述关联概率，和所述目标对象在第k
‑
1时刻的估计位置进行融合计算，以确定所述目标对象在第k时刻的估计位置。
[0006]根据本申请实施例的第三方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面所述的数据融合方法对应的操作。
[0007]根据本申请实施例的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的数据融合方法。
[0008]根据本申请实施例提供的数据融合方案，基于多个雷达的量测数据中与目标对象
对应的关联量测数据对目标对象进行检测和定位，这样筛除了一部分与目标对象不相关的量测数据，从而提升了定位的准确性，而且通过确定关联量测数据的关联概率，并对关联量测数据进行融合处理以确定目标对象在第k时刻的估计位置，进一步提升了可靠性，降低了误差的干扰，实现了对目标对象的准确定位。
附图说明
[0009]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0010]图1a为根据本申请实施例一的一种数据融合方法的步骤流程图；
[0011]图1b为图1a所示实施例中的一种场景示例的示意图；
[0012]图2为根据本申请实施例二的一种数据融合方法的步骤流程图；
[0013]图3a为根据本申请实施例三的一种数据融合方法的步骤流程图；
[0014]图3b为单雷达和多雷达的跟踪误差的示意图；
[0015]图3c为多雷达针对目标对象长生命周期跟踪的示意图；
[0016]图3d为多雷达针对目标对象长生命周期跟踪的误差变化示意图；
[0017]图3e为航迹中各个时刻的速度的滤波值和真实值之间的误差随时间变化的示意图；
[0018]图4为根据本申请实施例四的一种数据融合装置的结构框图；
[0019]图5为根据本申请实施例五的一种电子设备的结构示意图。
具体实施方式
[0020]为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
[0021]下面结合本申请实施例附图进一步说明本申请实施例具体实现。
[0022]实施例一
[0023]参照图1a，示出了本申请实施例一的数据融合方法的步骤流程图。
[0024]步骤S102：获取至少两个雷达采集的第k时刻的回波信号对应的量测数据。
[0025]在车辆的自动驾驶领域中，通过车载雷达对车辆周围一定范围内的目标对象(如行人、车辆、固定障碍物等)进行检测，以根据检测结果对车辆进行控制，从而实现自动驾驶。
[0026]例如，通过在车辆上安装多个雷达，且使这些雷达朝向不同的方向，实现对车辆周围的检测。理论上，通过雷达定期向外发射检测信号，在检测信号传播过程中若遇到障碍物(如人、车、墙体、树木等)，则这些障碍物会反射检测信号而形成回波信号，通过对回波信号进行处理就可以获得回波信号对应的量测数据，该量测数据中携带有形成该回波信号的障碍物的预测位置。
[0027]而实际上，因为车辆所处环境复杂多变，一方面雷达接收的回波信号在传播过程中可能受到干扰，而使得基于回波信号确定的量测数据中所携带的预测位置并不准确；另一方面，雷达接收的回波信号可能并非是真实障碍物对检测信号进行反射形成的，而是由其他干扰源产生的信号，由于该信号特征与回波信号的特征相似，导致被雷达接收，而雷达无法分辨接收的回波信号中是否存在这类虚警信号，因此，通过本申请的数据融合方法对雷达采集的回波信号对应的量测数据进行处理，从而实现对雷达检测范围内的目标对象进行跟踪和检测，从而准确地确定车辆周围存在的目标对象。
[0028]在进行数据融合时，在第k时刻，雷达接收到的回波信号并对回波信号进行采用处理，从而获得对应的量测数据。为了扩大检测范围，提升对目标对象的生命周期的跟踪，在车辆上配合有多个雷达，每个雷达均将量测数据发送到一个融合中心，融合中心可以是配置在车辆上的具有数据处理能力的数据处理设备，也可以是与雷达数据连接的设置在云端的数据处理设备。由融合中心对多个雷达的量测数据进行集中处理，从而综合多个雷达的量测数据，提升对目标对象检测的准确性。
[0029]步骤S104：根据第k时刻的所述目标对象的预测位置区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据融合方法，用于对雷达检测范围内的目标对象进行跟踪检测，具体包括：获取至少两个雷达采集的第k时刻的回波信号对应的量测数据；根据第k时刻的所述目标对象的预测位置区域，从所述量测数据中选定所述目标对象的关联量测数据；确定所述关联量测数据与所述目标对象的关联概率，其中，所述关联概率用于指示所述关联量测数据对应的回波信号来自所述目标对象的可能性；基于所述关联量测数据指示的所述目标对象的预测位置、所述关联量测数据对应的所述关联概率，和所述目标对象在第k
‑
1时刻的估计位置进行融合计算，以确定所述目标对象在第k时刻的估计位置。2.根据权利要求1所述的方法，其中，所述根据第k时刻的所述目标对象的预测位置区域，从所述量测数据中选定所述目标对象的关联量测数据，包括：获取帧间位移量，并根据所述帧间位移量和所述目标对象在第k
‑
1时刻的估计位置，确定用于预测所述目标对象在第k时刻的预测位置区域的参照基准位置；根据所述参照基准位置、所述目标对象在第k
‑
1时刻的估计位置对应的协方差，按照高斯分布预测所述目标对象在第k时刻的预测位置区域；选定在所述预测位置区域内的量测数据作为所述目标对象的关联量测数据。3.根据权利要求1或2所述的方法，其中，所述确定所述关联量测数据与所述目标对象的关联概率，包括：依据所述目标对象对应的多个关联量测数据，分别计算多个所述关联量测数据对应的回波信号来自所述目标对象的条件概率，作为所述关联量测数据与所述目标对象的关联概率。4.根据权利要求1所述的方法，其中，所述对所述关联量测数据指示的所述目标对象的预测位置、所述关联量测数据对应的所述关联概率，和所述目标对象在第k
‑
1时刻的估计位置进行融合计算，以确定所述目标对象在第k时刻的估计位置，包括：根据所述目标对象的关联量测数据所属的雷达，确定满足设定的规则的关联量测数据组合，其中，在一个关联量测数据组合中属于同一雷达的关联量测数据中包含至多一个为来自所述目标对象的关联量测数据；根据所述关联量测数据组合中包含的关联量测数据对应的预测位置和关联概率、以及所述目标对象在第k
‑
1时刻的估计位置进行卡尔曼滤波，确定各所述关联量测数据组合对应的估计位置；对各所述关联量测数据组合对应的估计位置进行求和，并根据求和结果确定所述目标对象在第k时刻的估计位置。5.根据权利要求4所述的方法，其中，所述方法还包括：计算所述关联量测数据组合的协方差；根据所述关联量测数据组合的协方差，确定所述目标对象在第k时刻的估计位置对应的协方差。6.根据权利要求1所述的方法，其中，所述方法还包括：根据所述目标对象对应的关联量测数据的关联概率，确定所述目标对象在第k时刻的存在...

【专利技术属性】
技术研发人员：姜义成，徐旺，苗振伟，广盛，叶刚，王兵，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：