用于融合对象的贝叶斯似然估计的系统和方法技术方案

本发明专利技术公开了一种传感器融合系统和方法。一个或多个处理器能够操作以从多个传感器接收多个对象检测测量结果。该多个对象检测测量结果中的每个对象检测测量结果与潜在对象检测轨迹相关联。接收与多个传感器中的每个传感器相关联的多个传感器置信度值。基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定该潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值。然后确定或确认具有满足预先确定的检测阈值的所确定的轨迹置信度值的潜在对象检测轨迹的对象检测，并将该对象检测存储在存储器中以供后续使用，并且该对象检测相对不受来自传感器的测量结果的影响，该传感器的视场将给定对象检测轨迹忽略或者关于该给定对象检测轨迹被遮挡。忽略或者关于该给定对象检测轨迹被遮挡。忽略或者关于该给定对象检测轨迹被遮挡。

【技术实现步骤摘要】
用于融合对象的贝叶斯似然估计的系统和方法
[0001]相关申请的交叉引用
[0002]本公开要求2021年8月31日提交的标题为“SYSTEMS ANDMETHODS FOR BAYESIAN LIKELIHOOD ESTIMATION OF FUSEDOBJECTS”的共同未决的美国临时专利申请号63/239,123的优先权，其内容整体以引用方式并入本文。
[0003]引言
[0004]本公开整体涉及汽车和传感器融合领域。更具体地，本公开涉及用于自动驾驶(AD)和高级驾驶辅助系统(ADAS)应用等中的融合对象的贝叶斯似然估计的系统和方法。
[0005]一般来讲，在AD和ADAS应用等中使用的传感器基于感测模态和所利用的硬件和软件架构而具有不同的假阳性(FP)和假阴性(FN)检测性能率。因此，期望在融合来自各种传感器的数据时减小系统中FP和FN的总体范围，使得可以实现准确的对象检测和跟踪。解决该问题的各种常规方法包括指定“主”传感器，依赖多个传感器“确认”对象以建立置信度来降低FP，以及/或者基于不同标准对来自多个传感器的输入数据进行滤波以识别“杂波”检测来降低FP。然而，这些常规方法都不能充分降低系统整体的FP和FN，从而经常导致不准确的对象检测和跟踪，这在AD和 ADAS应用等中是有问题的。
[0006]本专利技术背景仅作为说明性环境上下文来提供。对于本领域的普通技术人员将显而易见的是，本公开的概念和原理可同样在其他环境上下文中实施。

技术实现思路

[0007]一般来讲，本公开提供了估计一组融合轨迹中的每个融合轨迹的置信度或存在概率并对其加以利用以便识别“有效”轨迹的系统和方法。这是通过在建立给定轨迹的似然性/置信度时考虑每个传感器的FP和FN率来完成的。在给定视场(FOV)和遮挡考虑的情况下，根据“预期”检测给定对象的各种传感器的FP和FN率的组合，仅通过单个传感器进行检测的轨迹仍然可以建立“置信”对象。结果是在融合对象列表中改进了FP的滤波并增强了FN的避免。
[0008]在一个例示性实施方案中，本公开提供了一种传感器融合方法，该传感器融合方法包括：从多个传感器接收多个对象检测测量结果；将多个对象检测测量结果中的每个对象检测测量结果与潜在对象检测轨迹相关联；接收与多个传感器中的每个传感器相关联的多个传感器置信度值；基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值；以及确定潜在对象检测轨迹的对象检测并将该对象检测存储在存储器中，该潜在对象检测轨迹具有满足预先确定的检测阈值的所确定的轨迹置信度值。给定潜在对象检测轨迹的所确定的轨迹置信度值相对不受来自传感器的测量结果的影响，该传感器的视场将给定对象检测轨迹忽略或者关于该给定对象检测轨迹被遮挡。基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值包括将贝叶斯滤波算法应用于潜在对象检测轨迹中的每个潜在对象检测轨迹。任选地，在AD或ADAS应用中，传感器融合方法包括基于确认的对象检测来致动车辆的报警系统、加速系
统、制动系统、转向系统和悬架系统中的一者或多者。
[0009]在另一例示性实施方案中，本公开提供了一种非暂态计算机可读介质，该非暂态计算机可读介质包括存储在存储器中并由处理器执行以实施传感器融合方法的步骤的指令，该步骤包括：从多个传感器接收多个对象检测测量结果；将多个对象检测测量结果中的每个对象检测测量结果与潜在对象检测轨迹相关联；接收与多个传感器中的每个传感器相关联的多个传感器置信度值；基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值；以及确定潜在对象检测轨迹的对象检测并将该对象检测存储在存储器中，该潜在对象检测轨迹具有满足预先确定的检测阈值的所确定的轨迹置信度值。给定潜在对象检测轨迹的所确定的轨迹置信度值相对不受来自传感器的测量结果的影响，该传感器的视场将给定对象检测轨迹忽略或者关于该给定对象检测轨迹被遮挡。基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值包括将贝叶斯滤波算法应用于潜在对象检测轨迹中的每个潜在对象检测轨迹。任选地，在AD或ADAS应用中，该步骤包括基于确认的对象检测来致动车辆的报警系统、加速系统、制动系统、转向系统和悬架系统中的一者或多者。
[0010]在另外的例示性实施方案中，本公开提供了一种传感器融合系统，该传感器融合系统包括：多个传感器，该多个传感器提供多个对象检测测量结果；和处理单元，该处理单元包括：存储由处理器执行以用于将多个对象检测测量结果中的每个对象检测测量结果与潜在对象检测轨迹相关联的指令的存储器；存储由处理器执行以用于接收与多个传感器中的每个传感器相关联的多个传感器置信度值的指令的存储器；存储由处理器执行以用于基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值的指令的存储器；以及存储由处理器执行以用于确定潜在对象检测轨迹的对象检测并将该对象检测存储在存储器中的指令的存储器，该潜在对象检测轨迹具有满足预先确定的检测阈值的所确定的轨迹置信度值。给定潜在对象检测轨迹的所确定的轨迹置信度值相对不受来自传感器的测量结果的影响，该传感器的视场将给定对象检测轨迹忽略或者关于该给定对象检测轨迹被遮挡。基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值包括将贝叶斯滤波算法应用于潜在对象检测轨迹中的每个潜在对象检测轨迹。
附图说明
[0011]参考各种附图来说明和描述本公开，其中类似的参考标号用于视情况表示类似的系统部件/方法步骤，并且其中：
[0012]图1是示出本公开的传感器融合/对象检测系统和方法的各种输入的示意图；
[0013]图2是示出本公开的传感器融合/对象检测系统和方法的操作的示意图；
[0014]图3是示出本公开的传感器融合/对象检测系统的一个实施方案的示意图；
[0015]图4是示出本公开的传感器融合/对象检测方法的一个实施方案的流程图；
[0016]图5是用于实施本公开的各种系统和方法的基于云的系统的网络图；
[0017]图6是可以在图5的基于云的系统中使用或独立使用的服务器/处理系统的框图；
并且
[0018]图7是可以在图5的基于云的系统中使用或独立使用的远程装置的框图。
具体实施方式
[0019]同样，本公开提供了估计和利用一组融合轨迹中的每个融合轨迹的置信度或存在概率以便识别“有效”轨迹的系统和方法。这是通过在建立给定轨迹的似然性/置信度时考虑每个传感器的FP和FN率来完成的。在给定 FOV和遮挡考虑的情况下，根据“预期”检测给定对象的各种传感器的FP 和FN率的组合，仅通过单个传感器进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传感器融合方法，包括：从多个传感器接收多个对象检测测量结果；将所述多个对象检测测量结果中的每个对象检测测量结果与潜在对象检测轨迹相关联；接收与所述多个传感器中的每个传感器相关联的多个传感器置信度值；基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定所述潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值；以及确定潜在对象检测轨迹的对象检测并将所述对象检测存储在存储器中，所述潜在对象检测轨迹具有满足预先确定的检测阈值的所确定的轨迹置信度值。2.根据权利要求1所述的传感器融合方法，还包括以下中的一者或多者：丢弃具有满足预先确定的非检测阈值的所确定的轨迹置信度值的潜在对象检测轨迹；以及从所述多个传感器接收用于潜在对象检测轨迹的另外的对象检测测量结果，所述潜在对象检测轨迹具有不满足所述预先确定的检测阈值的所确定的轨迹置信度值。3.根据权利要求1所述的传感器融合方法，其中给定潜在对象检测轨迹的所确定的轨迹置信度值不受来自传感器的测量结果的影响，所述传感器的视场将所述给定对象检测轨迹忽略或者关于所述给定对象检测轨迹被遮挡。4.根据权利要求1所述的传感器融合方法，其中基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定所述潜在对象检测轨迹中的每个潜在对象检测轨迹的所述轨迹置信度值包括将贝叶斯滤波算法应用于所述潜在对象检测轨迹中的每个潜在对象检测轨迹，其中所述贝叶斯滤波算法包括存储在存储器中并由处理器执行的指令。5.根据权利要求1所述的传感器融合方法，其中与所述多个传感器中的每个传感器相关联的所述多个传感器置信度值中的每个传感器置信度值包括假阳性率、假阴性率、真阳性率和真阴性率中的一者或多者。6.根据权利要求1所述的传感器融合方法，其中所述多个传感器中的每个传感器包括相机、雷达传感器、激光雷达传感器和车辆状态传感器中的一者。7.根据权利要求1所述的传感器融合方法，还包括基于确认的对象检测来致动车辆的报警系统、加速系统、制动系统、转向系统和悬架系统中的一者或多者。8.一种非暂态计算机可读介质，所述非暂态计算机可读介质包括存储在存储器中并由处理器执行以实施传感器融合方法的步骤的指令，所述步骤包括：从多个传感器接收多个对象检测测量结果；将所述多个对象检测测量结果中的每个对象检测测量结果与潜在对象检测轨迹相关联；接收与所述多个传感器中的每个传感器相关联的多个传感器置信度值；基于所接收的多个对象检测测量结果和所接收的多个传感器置信度值来确定所述潜在对象检测轨迹中的每个潜在对象检测轨迹的轨迹置信度值；以及确定潜在对象检测轨迹的对象检测并将所述对象检测存储在所述存储器中，所述潜在对象检测轨迹具有满足预先确定的检测阈值的所确定的轨迹置信度值。9.根据权利要求8所述的非暂态计算机可读介质，其中所述步骤还包括以下中的一者
或多者：丢弃具有满足预先确定的非检测阈值的所确定的轨迹置信度值的潜在对象检测轨迹；以及从所述多个传感器接收用于潜在对象检测轨迹的另外的对象检测测量结果，所述潜在对象检测轨迹具有不满足所述预先确定的检测阈值的所确定的轨迹置信度值。10.根据权利要求8所述的非暂态计算机可读介质，其中给定潜在对象检测轨迹的所确定...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：瑞伟安知识产权控股有限公司，
类型：发明
国别省市：