一种多传感器融合方法、系统、电子设备及存储介质技术方案

本发明专利技术提供一种多传感器融合方法、系统、电子设备及存储介质，获取目标传感器数据以及目标跟踪信息，并进行时间同步；基于初始目标跟踪对象的编号和预设关联阈值范围，对完成时间同步的传感器数据和目标跟踪信息进行关联；再根据关联结果更新初始目标跟踪对象的状态以及创建新目标跟踪对象；将在预设关联阈值范围之内的初始目标跟踪对象和新目标跟踪对象进行合并，以对多种传感器采集的传感器数据进行融合。本发明专利技术不仅可以为多传感器融合提供方法指导，而且可以对多个不同源的传感器数据进行跟踪和融合，同时有效利用了多传感器的冗余作用来解决单一传感器的误检测和漏检测，降低误检测和漏检测对自动驾驶车辆感知能力所带来的影响。来的影响。来的影响。

【技术实现步骤摘要】
一种多传感器融合方法、系统、电子设备及存储介质


[0001]本申请涉及传感器
，具体涉及一种多传感器融合方法、系统、电子设备及存储介质。

技术介绍

[0002]在自动驾驶领域，传感器作为自动驾驶车辆的眼睛，决定着自动驾驶车辆的感知能力。同时，车辆的自动泊车和自动驾驶等功能在很大程度上是依靠多个传感器来实现的，所以，将多个传感器的数据融合后，可以更加准确地让自动驾驶车辆感知周围的环境。
[0003]由于多传感器融合是一个复杂的过程，不同融合方式可能导致最终的融合性能受到多个因素的影响。例如在传感器融合过程中，多传感器引入的噪声和各种传感器误检测、漏检测等问题可能严重影响着自动驾驶车辆的感知能力。因此，为了抑制和消除这些影响，有必要将多个传感器的检测结果进行融合以达到对周围环境感知的冗余。
[0004]但是，现有技术在对多个传感器的检测结果进行融合时，一般是基于车辆自身设置的传感器类型进行融合，其融合方式仅适用于特定场景，不适合在其他普通场景下使用。所以，针对现有技术中的这种融合缺陷，就需要在多传感器的融合过程中进行指导，从而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多传感器融合方法，其特征在于，所述方法包括以下步骤：获取目标传感器数据以及目标跟踪信息；所述目标传感器数据包括多种传感器采集的参考移动对象与初始目标跟踪对象之间的传感器数据，所述目标跟踪信息包括所述初始目标跟踪对象的状态信息；对所述目标传感器数据和所述目标跟踪信息进行时间同步，并基于初始目标跟踪对象的编号和预设关联阈值范围，对完成时间同步的传感器数据和完成时间同步的目标跟踪信息进行关联；根据关联结果更新所述初始目标跟踪对象的状态以及创建新目标跟踪对象；将在预设关联阈值范围之内的初始目标跟踪对象和新目标跟踪对象进行合并，以对所述多种传感器采集的传感器数据进行融合。2.根据权利要求1所述的多传感器融合方法，其特征在于，在获取目标传感器数据前，所述方法还包括：将所述多种传感器设置于所述参考移动对象上；获取每种传感器的通信方式，并控制每种传感器将采集的传感器数据按照对应通信方式进行传输；判断传输的传感器数据是否经过加密，如果经过加密，则对加密传感器数据进行解密，并将解密后的传感器数据传输至预设存储区域；如果未经过加密，则直接将对应的传感器数据传输至预设存储区域。3.根据权利要求1所述的多传感器融合方法，其特征在于，判断传输的传感器数据是否经过加密的过程包括：判断传输的传感器数据是否经过编码或序列化，如果经过编码或序列化，则确定传输的传感器数据经过加密；如果未经过编码或序列化，则确定传输的传感器数据未经过加密；其中，若传输的传感器数据经过编码完成加密，则对加密传感器数据进行解密的方式包括解码；若传输的传感器数据经过序列化完成加密，则对加密传感器数据进行解密的方式包括反序列化。4.根据权利要求1至3中任一所述的多传感器融合方法，其特征在于，在获取目标传感器数据前，所述方法还包括：接收每种传感器传输的传感器数据，并对部分传感器数据进行拼接；其中，对部分传感器数据进行拼接的过程包括：获取前向激光雷达以及角激光雷达采集的传感器数据，并对前向激光雷达以及角激光雷达采集的传感器数据进行拼接，生成激光雷达传感器数据；和/或，获取前向毫米波雷达以及角毫米波雷达采集的传感器数据，并对前向毫米波雷达以及角毫米波雷达采集的传感器数据进行拼接，生成毫米波雷达传感器数据。5.根据权利要求1所述的多传感器融合方法，其特征在于，对所述目标传感器数据和所述目标跟踪信息进行时间同步的过程包括：获取预设定时器触发时的时刻、所述目标传感器数据在预设定时器触发时的时刻以及所述目标跟踪信息在预设定时器触发时的时刻；其中，所述预设定时器以固定频率进行触发；将所述预设定时器在触发时的时刻作为参考时刻、所述目标传感器数据在预设定时器触发时的时刻作为传感器数据时刻、所述目标跟踪信息在预设定时器触发时的时刻作为目
标跟踪信息时刻；计算所述传感器数据时刻与所述参考时刻的时间差值，记为第一时间差值；以及，计算所述目标跟踪信息时刻与所述参考时刻的时间差值，记为第二时间差值；基于所述第一时间差值对所述目标传感器数据进行时间同步，以使所述目标传感器数据中的每种传感器数据具有相同时间戳；以及，基于所述第二时间差值对所述目标跟踪信息进行时间同步，以使所述目标跟踪信息中的每种状态信息具有相同时间戳。6.根据权利要求1所述的多传感器融合方法，其特征在于，对所述目标传感器数据和所述目标跟踪信息进行时间同步的过程包括：选择所述多种传感器中的任意一个传感器作为时间同步参考传感器；将所述时间同步参考传感器所对应的传感器数据的时间戳作为时间同步源、其余传感器数据在对应时间戳下的时间作为传感器数据时间、所述目标跟踪信息在对应时间戳下的时间作为目标跟踪信息时间；计算所述传感器数据时间与所述时间同步源的时间差值，记为第三时间差值；以及，计算所述目标跟踪信息时间与所述时间同步源的时间差值，记为第四时间差值；基于所述第三时间差值对所述目标传感器数据进行时间同步，以使所述目标传感器数据中的每种传感器数据具有相同时间戳；以及，基于所述第四时间差值对所述目标跟踪信息进行时间同步，以使所述目标跟踪信息中的每种状态信息具有相同时间戳。7.根据权利要求5或6所述的多传感器融合方法，其特征在于，基于时间差值对所述目标传感器数据和所述目标跟踪信息进行时间同步的过程包括：获取第M个传感器检测的第i个目标跟踪对象在t时刻下的传感器数据以及，获取第i个目标跟踪对象在t
‑
1时刻下的目标跟踪信息以及，获取线性运动学模型的运动方程，有：获取线性运动学模型的运动方程，有：将所述传感器数据代入所述运动方程中替换以及将所述目标跟踪信息代入所述运动方程中替换完成所述传感器数据和所述目标跟踪信息的时间同步；其中，表示服从状态噪声矩阵Q的正态分布；表示服从观测噪声矩阵R的正态分布；A、B和H均为预设常数。8.根据权利要求7所述的多传感器融合方法，其特征在于，基于初始目标跟踪对象的编号和预设关联阈值范围，对完成时间同步的传感器数据和完成时间同步的目标跟踪信息进行关联的过程包括：获取编号相同以及位置信息差在所述预设关联阈值范围内的初始目标跟踪对象；将...

【专利技术属性】
技术研发人员：史双武，
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：