多传感器关联方法及装置制造方法及图纸

本发明专利技术提供一种的多传感器关联方法及装置，涉及机器视觉技术领域，该方法包括：获取目标物体的位置信息以及图像信息；其中，上述位置信息基于预设的多种测距设备采集得到；上述图像信息基于预设的视觉传感器采集得到；将上述位置信息投射到二维图像坐标系中；其中，上述二维图像坐标系基于上述位置信息以及上述图像信息建立；基于上述二维图像坐标系，对上述位置信息和上述图像信息通过预设算法进行关联计算，得到上述多种测距设备的关联结果。该方法通过二维坐标系将多传感器的采集信号进行关联，提升传感器关联后得到结果的准确率。率。率。

【技术实现步骤摘要】
多传感器关联方法及装置


[0001]本专利技术涉及机器视觉
，尤其是涉及一种多传感器关联方法及装置。

技术介绍

[0002]在自动驾驶领域，现有的多传感器关联技术一般采用匈牙利算法，以针对毫米波、激光、摄像头视觉的异步关联为例，该算法需要不断将当前目标数据和已经获取的航迹目标进行匹配，如果匹配成功就会用当前目标数据更新航迹管理器的现有数据，然后进行滤波处理，得到处理后的目标数据。但是如果匹配失败就会创建新的航迹目标。
[0003]然而，上述匈牙利算法在上述异步关联过程中容易匹配失败，并且得到的结果并不准确。

技术实现思路

[0004]本专利技术的目的在于提供一种多传感器关联方法及装置，提升传感器关联后得到结果的准确率。
[0005]第一方面，本专利技术实施例提供了一种多传感器关联方法，其中，包括：获取目标物体的位置信息以及图像信息；其中，上述位置信息基于预设的多种测距设备采集得到；上述图像信息基于预设的视觉传感器采集得到；将上述位置信息投射到二维图像坐标系中；其中，上述二维图像坐标系基于上述位置信息以及上述图像信息建立；基于上述二维图像坐标系，对上述位置信息和上述图像信息通过预设算法进行关联计算，得到上述多种测距设备的关联结果。
[0006]结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，基于上述二维图像坐标系对上述位置信息和上述图像信息通过预设算法进行关联计算，得到多传感器关联结果的步骤，包括：基于上述二维图像坐标系，判断上述位置信息是否在上述图像信息的目标像素框内；如果是，确定上述位置信息与上述图像信息的上述目标像素框相关联；如果否，计算上述位置信息与上述目标像素框之间的相似程度；如果上述相似程度达到预设相似度阈值，确定上述位置信息与上述图像信息的上述目标像素框相关联。
[0007]结合第一方面的第一种可能的实施方式，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，计算上述位置信息与上述目标像素框之间的相似程度的步骤，包括：计算上述位置信息携带的目标点在上述二维图像坐标系下与上述目标像素框之间的离散程度；根据离散程度，确定上述位置信息与上述目标像素框之间的相似程度。
[0008]结合第一方面的第二种可能的实施方式，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，计算上述位置信息携带的目标点在上述二维图像坐标系下与上述目标像素框之间的离散程度的步骤，包括：基于预设的二维相似度得分计算公式计算上述目标点与上述目标像素框中心点的距离相似度得分；根据上述距离相似度得分，确定上述位置信息与上述目标像素框之间的离散程度。
[0009]结合第一方面的第三种可能的实施方式，本专利技术实施例提供了第一方面的第四种
可能的实施方式，其中，基于预设的二维相似度得分计算公式计算上述目标点与上述目标像素框中心点的距离相似度得分的步骤之后，上述方法还包括：根据上述图像信息，判断上述目标物体是否存在横向变道行为；如果是，根据第一预设参数调整上述二维相似度得分计算公式中正态分布模型的标准差，得到更新后的二维相似度得分计算公式；基于预设的二维相似度得分计算公式计算上述目标点与上述目标像素框中心点的二维距离相似度得分的步骤，包括：基于上述更新后的二维相似度得分计算公式计算上述目标点与上述目标像素框中心点的二维距离相似度得分。
[0010]结合第一方面的第二种可能的实施方式，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，计算上述位置信息与上述目标像素框之间的相似程度的步骤之前，上述方法还包括：基于第二预设参数，计算上述目标点对应的目标尺寸；计算上述位置信息与上述目标像素框之间的相似程度的步骤，还包括：计算上述位置信息对应的上述目标尺寸与上述目标像素框之间的交并比，得到交并比计算结果；根据上述交并比计算结果，确定上述位置信息与上述目标像素框之间的相似程度。
[0011]结合第一方面的第五种可能的实施方式，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，计算上述位置信息与上述目标像素框之间的相似程度的步骤，还包括：基于预设的速度相似函数，计算上述位置信息与上述目标像素框对应的上述视觉传感器感知到的上述目标物体的速度差；根据上述速度差，计算上述位置信息与上述目标像素框之间的相似程度。
[0012]结合第一方面的第六种可能的实施方式，本专利技术实施例提供了第一方面的第七种可能的实施方式，其中，获取目标物体的位置信息以及图像信息的步骤之后，上述方法包括：根据上述位置信息，确定上述目标物体与上述测距设备的最小距离为自车距离；基于上述二维图像坐标系对上述位置信息和上述图像信息通过预设算法进行关联计算，得到上述多种测距设备的关联结果的步骤，包括：基于上述二维图像坐标系，按照由近到远的方式逐个匹配与自车距离为预设距离阈值内的多个目标点；将距离上述测距设备最近的目标点与上述目标像素框相关联，得到上述多种测距设备和上述视觉传感器的关联结果。
[0013]结合第一方面的第七种可能的实施方式，本专利技术实施例提供了第一方面的第八种可能的实施方式，其中，上述测距设备包括：激光雷达以及毫米波雷达。
[0014]第二方面，本专利技术实施例提供了一种多传感器关联装置，其中，包括：传感器数据获取模块，用于获取目标物体的位置信息以及图像信息；其中，上述位置信息基于预设的多种测距设备采集得到；上述图像信息基于预设的视觉传感器采集得到；视锥构建模块，用于将上述位置信息投射到二维图像坐标系中；其中，上述二维图像坐标系基于上述位置信息以及上述图像信息建立；传感器关联模块，用于基于上述二维图像坐标系，对上述位置信息和上述图像信息通过预设算法进行关联计算，得到上述多种测距设备的关联结果。
[0015]本专利技术实施例带来了以下有益效果：本专利技术提供的多传感器关联方法及装置，包括：获取目标物体的位置信息以及图像信息；其中，上述位置信息基于预设的多种测距设备采集得到；上述图像信息基于预设的视觉传感器采集得到；将上述位置信息投射到二维图像坐标系中；其中，上述二维图像坐标系基于上述位置信息以及上述图像信息建立；基于上述二维图像坐标系，对上述位置信息和上述图像信息通过预设算法进行关联计算，得到上述多种测距设备的关联结果。该方法
通过二维坐标系将多传感器的采集信号进行关联，提升传感器关联后得到结果的准确率。
[0016]本实施例公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
[0017]为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0018]图1为本专利技术实施例提供的一种多传感器关联方法的流程示意图；图2为本专利技术实施例提供的一种多传感器关联方法的原理示意图；图3为本专利技术实施例提供的另一种多传感器关联方法的流程示意图；图4为本专利技术实施例提供的一种目标像素框与目标点的分布场景示意图；图5为本专利技术实施例提供了一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多传感器关联方法，其特征在于，包括：获取目标物体的位置信息以及图像信息；其中，所述位置信息基于预设的多种测距设备采集得到；所述图像信息基于预设的视觉传感器采集得到；将所述位置信息投射到二维图像坐标系中；其中，所述二维图像坐标系基于所述位置信息以及所述图像信息建立；基于所述二维图像坐标系，对所述位置信息和所述图像信息通过预设算法进行关联计算，得到所述多种测距设备的关联结果。2.根据权利要求1所述的多传感器关联方法，其特征在于，基于所述二维图像坐标系对所述位置信息和所述图像信息通过预设算法进行关联计算，得到多传感器关联结果的步骤，包括：基于所述二维图像坐标系，判断所述位置信息是否在所述图像信息的目标像素框内；如果是，确定所述位置信息与所述图像信息的所述目标像素框相关联；如果否，计算所述位置信息与所述目标像素框之间的相似程度；如果所述相似程度达到预设相似度阈值，确定所述位置信息与所述图像信息的所述目标像素框相关联。3.根据权利要求2所述的多传感器关联方法，其特征在于，计算所述位置信息与所述目标像素框之间的相似程度的步骤，包括：计算所述位置信息携带的目标点在所述二维图像坐标系下与所述目标像素框之间的离散程度；根据离散程度，确定所述位置信息与所述目标像素框之间的相似程度。4.根据权利要求3所述的多传感器关联方法，其特征在于，计算所述位置信息携带的目标点在所述二维图像坐标系下与所述目标像素框之间的离散程度的步骤，包括：基于预设的二维相似度得分计算公式计算所述目标点与所述目标像素框中心点的距离相似度得分；根据所述距离相似度得分，确定所述位置信息与所述目标像素框之间的离散程度。5.根据权利要求4所述的多传感器关联方法，其特征在于，基于预设的二维相似度得分计算公式计算所述目标点与所述目标像素框中心点的距离相似度得分的步骤之后，所述方法还包括：根据所述图像信息，判断所述目标物体是否存在横向变道行为；如果是，根据第一预设参数调整所述二维相似度得分计算公式中正态分布模型的标准差，得到更新后的二维相似度得分计算公式；基于预设的二维相似度得分计算公式计算所述目标点与所述目标像素框中心点的二维距离相似度得分的步骤，包括：基于所述...

【专利技术属性】
技术研发人员：王梓臣，韩志华，史院平，王潍，段小河，杨福威，张旭，
申请(专利权)人：苏州挚途科技有限公司，
类型：发明
国别省市：