【技术实现步骤摘要】
基于车载雷视动态加权融合结构模块的道路目标跟踪方法
[0001]本专利技术属于智能网联汽车环境感知
,涉及一种基于车载毫米波雷达与视觉多模态动态加权融合结构模块的道路目标跟踪方法。
技术介绍
[0002]道路目标检测与跟踪是智能网联汽车(以下简称智能车)驾驶环境感知系统中的核心问题。现阶段车辆环境感知系统中应用最广泛的传感器是毫米波雷达和视觉传感器(摄像头),这两种传感器的应用技术较为成熟且相比于激光雷达成本低廉,易于工程化和产品化,已成为国内外车辆道路目标检测与跟踪领域研究的重点。然而这两种传感器在单独用于目标感知时均具有较为明显的局限性,很难满足全天候、高精度的车辆环境感知需求,例如:毫米波雷达的横向空间分辨率较低,且易受路面物体噪声干扰,导致道路多目标漏检误检严重;视觉传感器的纵向空间分辨率较低,对光照和天气条件敏感,且要求较高的计算强度来保证高精度,无法满足实时性需求。考虑到这些局限性以及传感器间的互补特性,在车辆环境感知系统中通常将毫米波雷达与视觉传感器进行融合感知,这样能够弥补单一传感器目标感知算法中存在的效果差、环境敏感等缺陷,被认为是提高检测精度、降低检测噪声的一种有效手段。
[0003]然而,虽然多传感器融合弥补了单一传感器检测精度不足的问题,但是多传感器融合之后信息的决策和控制仍是一个难点。同时,目前的融合方法并没有考虑环境(光照、天气等)因素的影响,导致感知算法在不同环境下的感知效果参差不齐,无法适应复杂多变的智能车驾驶环境。尤其是对于毫米波雷达与视觉传感器这类的异构传感器融合场景 ...
【技术保护点】
【技术特征摘要】
1.基于车载雷视动态加权融合结构模块的道路目标跟踪方法,其特征在于,具体包括以下步骤:步骤1、从车辆控制器区域网路CAN总线中提取车载毫米波雷达与视觉的道路目标检测数据;步骤2、车载毫米波雷达与视觉的道路目标检测数据分别为对应车载毫米波雷达与视觉传感器的局部传感器数据,将局部传感器数据输入到各自的跟踪处理模块,进行处理,获取各传感器对应检测目标的局部航迹信息;步骤3、将经过跟踪处理模块处理后的车载毫米波雷达和视觉检测目标的局部航迹信息输入到融合中心模块,对不同传感器的局部航迹进行融合,获取融合后的全局航迹信息;步骤4、基于融合中心模块获取的检测目标全局航迹信息,结合检测目标的ID和类别,对道路目标进行持续跟踪,并同步输出道路目标的时空状态跟踪信息。2.根据权利要求1所述的基于车载雷视动态加权融合结构模块的道路目标跟踪方法,其特征在于,步骤2具体过程如下:2.1、对输入到跟踪处理模块的局部传感器数据进行预处理;结合自车的状态信息筛选出对自车驾驶状态有影响的道路目标检测数据,对于不影响自车驾驶状态的道路目标检测数据进行剔除;2.2、对预处理后的局部传感器数据进行局部航迹信息的数据关联;引入新息向量的加权范数平方,作为局部航迹的测量预测信息与测量目标之间的统计距离;假设有一条局部航迹i,时刻k时的测量预测值z
i
(k|k
‑
1),定义:其中,z
o
(k)表示在k时刻目标o的传感器测量值,即传感器数据;S
io
为新息协方差矩阵;为新息向量的加权范数平方,理解为局部航迹的测量预测信息i与测量目标o之间的统计距离;采用匈牙利算法,以统计距离作为代价量度,根据全局最近邻思想完成检测目标局部航迹信息与传感器测量值之间的关联;2.3、对数据关联后的目标局部航迹信息进行航迹管理;将数据关联后的航迹分为三种情形:a.局部航迹信息与传感器测量值成功关联;b.传感器测量值不关联局部航迹信息;c.局部航迹信息不关联传感器测量值;设计航迹管理的规则如下:未与任何航迹关联的测量目标为生成的临时航迹;对于连续n帧成功关联的临时航迹,则被视为生成一条真实确认的航迹,也就局部航迹;对于已确认的局部航迹,如果在连续m帧中没有关联测量目标,则该航迹被视为死的航迹并被丢弃;2.4、对航迹管理后的局部航迹信息进行状态评估:在航迹管理的规则判断后,更新确认的局部航迹和临时航迹的状态,对于确定为死的航迹,它将从航迹列表中删除,而不进行任何状态更新。3.根据权利要求2所述的基于车载雷视动态加权融合结构模块的道路目标跟踪方法,其特征在于,步骤2.4中所述更新确认的局部航迹和临时航迹的状态,包括建立局部航迹信
息的状态估计模型如下:假设目标的加速度在短时间内是恒定的,则建立具有恒定加速度的运动模型,目标状态向量为:其中,(x,y)表示位置向量,表示速度向量,表示加速度向量;则其运动状态模型表示为:X(k+1)=diag[F,F]X(k)+diag[G,G]W
k
其中,为离散模型中的白噪声序列,ω
x
和ω
y
分别对应于目标沿x轴和y轴的振动噪声,T1为离散模型中的单位时间;毫米波雷达检测目标距离S、方位角θ和相对速度v,其测量矢量表示如下:Z
r
=[S θ v]
T
相应的观测模型如下:其中,v
r
=[v
s v
θ v
v
]
T
表示毫米波雷达测量的白噪声序列;由于毫米波雷达的观测模型是非线性的,采用扩展卡尔曼滤波器对毫米波雷达的航迹状态进行估计;视觉检测目标位置,其测量矢量表示为:Z
c
=[x y]
T
对应的观测模型表示为:Z
c
(k)=H
C
X(k)+v
c
(k)其中,v
c
=[v
x v
y
]
T
表示视觉测量的白噪声序列,为测量矩阵;由于视觉的观测模型是线性...
【专利技术属性】
技术研发人员:赵晨馨,邵建文,赵存彬,王凯,石东豪,张昕,沈晓敏,方舟,
申请(专利权)人:浙江省计量科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。