一种基于分段函数的多传感器数据融合方法技术

本发明专利技术涉及一种基于分段函数的多传感器数据融合方法，包括如下步骤：1）获取多个传感器数据并统计输出目标分布情况；2）分析多个传感器数据的稳定性，输出跳变标志位；3）基于分段函数对目标分布情况进行拟合，输出权重曲线；4）基于权重曲线对多个传感器数据进行融合，得到融合数据。本发明专利技术所述一种基于分段函数的多传感器数据融合方法，基于分段函数对目标分布情况进行拟合得到权重曲线，在基于权重曲线对多个传感器数据进行融合得到融合数据，相较于现有方法，本方法步骤简单，所需算力较低；另外，本方法中还通过分析多个传感器数据的稳定性来调整权重曲线，使多个传感器数据的融合更加准确可靠。融合更加准确可靠。融合更加准确可靠。

【技术实现步骤摘要】
一种基于分段函数的多传感器数据融合方法


[0001]本专利技术属于自动驾驶的
，具体涉及一种基于分段函数的多传感器数据融合方法。

技术介绍

[0002]随着汽车智能化的快速发展，越来越多的汽车上搭载了自动驾驶系统。为实现更为准确、安全的自动驾驶，实时获取本车周围的环境情况是进行自动驾驶控制重要基础，目前，自动驾驶系统用于获取本车周围环境情况的传感器种类和数量较多，如摄像头、激光雷达和毫米波雷达等，对多个传感器获取的数据分别进行处理分析所需的运算量较大，影响控制输出的时效性，且多个传感器获取的数据差异容易对自动驾驶的控制决策造成干扰，导致自动驾驶控制的准确性和安全性较差。
[0003]因此，现在市面上汽车的自动控制系统都具备多传感器数据融合功能，将多传感器获取的数据进行融合处理后输出，不仅降低数据分析处理所需的运算量，同时融合后的数据更为准确可靠，可有效提高自动驾驶控制的准确性和安全性。目前，多传感器数据融合方法主要分为传统方法和机器学习方法，传统方法中通过卡尔曼滤波算法进行数据融合较为常见，但卡尔曼滤波算法容易受模型不确定性和干扰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分段函数的多传感器数据融合方法，其特征在于：包括如下步骤：1)获取多个传感器数据并统计输出目标分布情况；2)分析多个传感器数据的稳定性，输出跳变标志位；3)基于分段函数对目标分布情况进行拟合，输出权重曲线；4)基于权重曲线对多个传感器数据进行融合，得到融合数据。2.根据权利要求1所述一种基于分段函数的多传感器数据融合方法，其特征在于：步骤1)的具体内容如下：逐帧统计多个传感器数据中的目标信息得到目标分布情况，目标信息包括目标与本车的距离和目标相对本车所在的方位角。3.根据权利要求2所述一种基于分段函数的多传感器数据融合方法，其特征在于：步骤2)的具体内容如下：基于车辆运动学模型对多个传感器数据中的目标信息进行稳定性分析，并设置对应的跳变阈值，当目标信息发生跳变且变化值大于跳变阈值时，输出跳变标志位。4.根据权利要求3所述一种基于分段函数的多传感器数据融合方法，其特征在于：步骤3)包括如下子步骤：31)基于分段函数对目标分布情况进行拟合得到权重曲线；32)基于跳变标志位对权重曲线进行调整并输出，若输出跳变标志位为1，则将对应帧目标信息在权重曲线中对应的权重乘以调整系数。5.根据权利要求4所述一种基于分段函数的多传感器数据融合方法，其特征在于：步骤1)中所述多个传感器数据包括摄像头数据和雷达数据。6.根据权利要求5所述一种基于分段函数的多传感器数据融合方法，其特征在于：步骤4)包括如下子步骤：41)定义摄像头数据中目标位置的集合为P，定义...

【专利技术属性】
技术研发人员：熊新立，任凡，王宽，陈剑斌，李涛，万满，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：