信息融合方法、装置、设备以及存储介质制造方法及图纸

本公开提供了一种信息融合方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：获取自动驾驶车辆的系统环境变量，根据自动驾驶车辆的系统环境变量，确定与融合算力平台对应的目标融合算法，在接收到自动驾驶车辆的多类传感器数据时，按照目标融合算法，对多类传感器数据进行信息融合，得到信息融合后的目标传感器数据。如此，能够确定出适用于该自动驾驶车辆的目标融合算法，进而后续按照目标融合算法，对多类传感器数据进行信息融合，能够有效提升信息融合的准确性。提升信息融合的准确性。提升信息融合的准确性。

【技术实现步骤摘要】
信息融合方法、装置、设备以及存储介质


[0001]本公开涉及人工智能
，尤其涉及自动驾驶
，具体涉及一种信息融合方法、装置、设备以及存储介质。

技术介绍

[0002]自动驾驶车辆是通过车载传感器系统感知道路环境，进而自动规划行车路线并控制车辆到达预定目标的智能车辆。其中，车载传感器系统可以包括视频摄像头、雷达传感器等不同类型的传感器。通常地，需要针对不同类型的传感器所感知到的数据进行信息融合，以便后续利用信息融合后的数据来进行行车规划。

技术实现思路

[0003]本公开提供了一种信息融合方法、装置、设备以及存储介质。
[0004]根据本公开的一方面，提供了一种信息融合方法，该方法包括：
[0005]获取自动驾驶车辆的系统环境变量，该系统环境变量用于指示该自动驾驶车辆所运行的融合算力平台的系统环境；不同融合算力平台对应不同的传感器组合，该传感器组合对应多类传感器；
[0006]根据该自动驾驶车辆的系统环境变量，确定与该融合算力平台对应的目标融合算法，该目标融合算法用于根据该融合算力平台对应的传感器组合进行信息融合；不同融合算力平台对应不同的融合算法；
[0007]在接收到该自动驾驶车辆的多类传感器数据时，按照该目标融合算法，对该多类传感器数据进行信息融合，得到信息融合后的目标传感器数据，该目标传感器数据用于自动驾驶业务。
[0008]根据本公开的另一方面，提供了一种信息融合装置，该装置包括：
[0009]获取模块，用于获取自动驾驶车辆的系统环境变量，该系统环境变量用于指示该自动驾驶车辆所运行的融合算力平台的系统环境；不同融合算力平台对应不同的传感器组合，该传感器组合对应多类传感器；
[0010]确定模块，用于根据该自动驾驶车辆的系统环境变量，确定与该融合算力平台对应的目标融合算法，该目标融合算法用于根据该融合算力平台对应的传感器组合进行信息融合；不同融合算力平台对应不同的融合算法；
[0011]融合模块，用于在接收到该自动驾驶车辆的多类传感器数据时，按照该目标融合算法，对该多类传感器数据进行信息融合，得到信息融合后的目标传感器数据，该目标传感器数据用于自动驾驶业务。
[0012]根据本公开的另一方面，提供了一种电子设备，包括：
[0013]至少一个处理器；以及
[0014]与该至少一个处理器通信连接的存储器；其中，
[0015]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器
执行，以使该至少一个处理器能够执行本公开所提供的信息融合方法。
[0016]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行本公开所提供的信息融合方法。
[0017]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开所提供的信息融合方法。
[0018]本公开所提供的技术方案，通过获取自动驾驶车辆的系统环境变量，能够确定出自动驾驶车辆所运行的融合算力平台对应的目标融合算法，由于不同融合算力平台对应不同的传感器组合，同时，不同融合算力平台对应不同的融合算法，因而根据自动驾驶车辆的系统环境变量所确定的目标融合算法，是与当前自动驾驶车辆相契合的融合算法，也即是能够适用于当前自动驾驶车辆中多类传感器的融合算法，进而在接收到自动驾驶车辆的多类传感器数据时，按照目标融合算法对多类传感器数据进行信息融合，能够有效提升信息融合的准确性。
[0019]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0021]图1是本公开实施例示出的一种信息融合方法的实施环境示意图；
[0022]图2是本公开实施例示出的一种信息融合方法的流程示意图；
[0023]图3是本公开实施例示出的一种信息融合方法的流程示意图；
[0024]图4是本公开实施例示出的一种信息融合方法的框架示意图；
[0025]图5是本公开实施例示出的一种动态障碍物融合的流程示意图；
[0026]图6是本公开实施例示出的一种信息融合装置的结构框图；
[0027]图7是用来实现本公开实施例的信息融合方法的电子设备的框图。
具体实施方式
[0028]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0029]本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
[0030]首先，针对本公开实施例涉及的应用场景进行描述，本公开实施例提供的信息融合方法可应用于自动驾驶的场景中。示例地，本公开实施例提供的信息融合方法可应用于自主代客泊车(AVP，Automated Valet Parking)的场景或其他自动驾驶的场景。
[0031]本公开实施例提供的信息融合方法是一种多传感器信息融合(Multi sensor Information Fusion，MSIF)的方法。其中，多传感器信息融合是指将自动驾驶车辆中的视频摄像头、激光雷达传感器、毫米波雷达传感器、超声波雷达传感器等多种传感器各自收集到的传感器数据进行融合，再利用计算机技术将来自多种传感器的传感器数据加以分析和
综合，以完成行车规划所需进行的信息处理过程，以便更加准确可靠地描述道路环境，从而提高行车规划的准确性。
[0032]需要说明的是，相关技术中，对于自动驾驶车辆的一级供应商(Tier One)来说，通常需要在自动驾驶车辆的配置阶段，根据该自动驾驶车辆的车型来为其搭载合适的融合算力平台以及合适的传感器组合。然而，由于自动驾驶车辆的一级供应商往往会获取多家车厂不同车型的订单，而不同车型会搭载不同的融合算力平台以及不同的传感器组合。因此，自动驾驶车辆的一级供应商需要耗费较长时间，来选取不同车型对应的融合算力平台以及传感器组合，耗时较长且效率较慢。
[0033]基于此，本公开实施例提供了一种信息融合方法，通过获取自动驾驶车辆的系统环境变量，能够确定出自动驾驶车辆所运行的融合算力平台对应的目标融合算法，由于不同融合算力平台对应不同的传感器组合，同时，不同融合算力平台对应不同的融合算法，因而根据自动驾驶车辆的系统环境变量所确定的目标融合算法，是与当前自动驾驶车辆相契合的融合算法，也即是能够适用于当前自动驾驶车辆中多类传感器的融合算法，进而在接收到自动驾驶车辆的多类传感器数据时，按本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息融合方法，包括：获取自动驾驶车辆的系统环境变量，所述系统环境变量用于指示所述自动驾驶车辆所运行的融合算力平台的系统环境；不同融合算力平台对应不同的传感器组合，所述传感器组合对应多类传感器；根据所述自动驾驶车辆的系统环境变量，确定与所述融合算力平台对应的目标融合算法，所述目标融合算法用于根据所述融合算力平台对应的传感器组合进行信息融合；不同融合算力平台对应不同的融合算法；在接收到所述自动驾驶车辆的多类传感器数据时，按照所述目标融合算法，对所述多类传感器数据进行信息融合，得到信息融合后的目标传感器数据，所述目标传感器数据用于自动驾驶业务。2.根据权利要求1所述的方法，其中，所述根据所述自动驾驶车辆的系统环境变量，确定与所述融合算力平台对应的目标融合算法，包括：根据所述自动驾驶车辆的系统环境变量，确定所述自动驾驶车辆所运行的融合算力平台；根据所述自动驾驶车辆所运行的融合算力平台对应的标识信息，从预设对应关系中，获取与所述标识信息对应的算法配置信息，作为所述目标融合算法，所述预设对应关系包括多个标识信息以及所述多个标识信息对应的算法配置信息。3.根据权利要求2所述的方法，其中，所述根据所述自动驾驶车辆的系统环境变量，确定所述自动驾驶车辆所运行的融合算力平台，包括：根据所述自动驾驶车辆的系统环境变量，确定与所述系统环境变量对应的状态标志量，所述状态标志量用于指示所述融合算力平台的类型；根据与所述系统环境变量对应的状态标志量，确定所述自动驾驶车辆所运行的融合算力平台。4.根据权利要求3所述的方法，还包括：在所述系统环境变量发生变化的情况下，响应于所述状态标志量由原始标志量切换至目标标志量，将所述目标融合算法切换为与所述目标标志量对应的融合算法。5.根据权利要求1所述的方法，其中，所述按照所述目标融合算法，对所述多类传感器数据进行信息融合，包括：确定所述目标融合算法的目标编译选项，所述目标编译选项与所述融合算力平台对应的传感器组合相匹配，所述目标编译选项中的一个编译选项对应所述传感器组合中一类传感器的融合子算法；不同融合算力平台对应不同的编译选项；按照所述目标编译选项对应的融合子算法，对所述多类传感器数据进行信息融合。6.根据权利要求1或5所述的方法，其中，所述对所述多类传感器数据进行信息融合，包括下述至少一项：根据所述多类传感器数据中障碍物目标的类别概率，确定所述障碍物目标的类别，所述类别概率表示所述障碍物目标为对应类别的可能性；根据所述多类传感器数据中障碍物目标的存在性概率，确定所述障碍物目标是否存在，所述存在性概率表示所述障碍物目标存在的可能性；根据所述多类传感器数据中障碍物目标的三维运动轨迹，对所述多类传感器数据进行
信息融合，所述三维运动轨迹用于在三维图像中呈现所述障碍物目标的运动轨迹；根据所述多类传感器数据中障碍物目标的点云数据，确定占据栅格地图，所述占据栅格地图用于以网格地图形式来呈现多个障碍物目标的分布情况。7.根据权利要求6所述的方法，其中，所述根据所述多类传感器数据中障碍物目标的三维运动轨迹，对所述多类传感器数据进行信息融合，包括：根据所述多类传感器数据中障碍物目标的三维运动轨迹中的观测框，对所述障碍物目标进行跟踪匹配，得到与所述障碍物目标相匹配的观测框；根据与所述障碍物目标相匹配的观测框，采用卡尔曼滤波更新的方式，对所述障碍物目标的运动信息和朝向信息进行更新。8.根据权利要求7所述的方法，其中，所述根据所述多类传感器数据中障碍物目标的三维运动轨迹中的观测框，对所述障碍物目标进行跟踪匹配，得到与所述障碍物目标相匹配的观测框，包括：对于所述多类传感器数据中任一类传感器数据，根据所述任一类传感器数据的类型，确定所述任一类传感器数据的跟踪匹配方式；根据所述任一类传感器数据中障碍物目标的三维运动轨迹中的观测框，采用所述任一类传感器数据的跟踪匹配方式，对所述障碍物目标进行跟踪匹配，得到与所述障碍物目标相匹配的观测框。9.根据权利要求7或8所述的方法，其中，所述跟踪匹配包括鱼眼相机数据的级联匹配、广角相机数据的检测框相似度匹配、毫米波雷达传感器数据的马氏距离匹配、激光雷达传感器数据的检测框相似度匹配以及超声波雷达传感器数据的几何相似度匹配中的至少一项。10.根据权利要求1所述的方法，还包括：响应于接收到所述多类传感器数据中的任一类传感器数据，对所述任一类传感器数据进行数据预处理，得到数据预处理后的所述多类传感器数据；所述按照所述目标融合算法，对所述多类传感器数据进行信息融合，包括：按照所述目标融合算法，对数据预处理后的所述多类传感器数据进行信息融合。11.根据权利要求10所述的方法，其中，所述对所述任一类传感器数据进行数据预处理，包括下述至少一项：对所述任一类传感器数据中障碍物目标的点云数据进行异常点过滤；根据所述任一类传感器数据中障碍物目标的点云数据进行外接框拟合，得到所述障碍物目标的拟合外接框；根据所述任一类传感器数据中障碍物目标的二维检测框，确定所述障碍物目标的朝向；对所述任一类传感器数据中障碍物目标的三维检测框进行卡尔曼滤波跟踪，得到所述障碍物目标的速度；根据所述任一类传感器数据中障碍物目标的点云数据与航迹数据，确定所述障碍物目标的位置、类别及尺寸。12.一种信息融合装置，包括：获取模块，用于获取自动驾驶车辆的系统环境变量，所述系统环境变量用于指示所述
自动驾驶车辆所运行的融合算力平台的系统环境；不同...

【专利技术属性】
技术研发人员：邓欢，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：