目标跟踪方法、装置、车辆及存储介质制造方法及图纸

本申请涉及自动驾驶技术领域，特别涉及一种目标跟踪方法、装置、车辆及存储介质，其中，方法包括以下步骤：获取多个传感器的感知信息；识别每个传感器的感知信息中跟踪目标的参数信息，并根据量测时间依次关联每个传感器的所有参数信息，得到每个传感器的关联信息；对每个传感器的关联信息滤波处理后进行加权融合，得到跟踪目标的状态估计信息，利用状态估计信息对跟踪目标进行跟踪。由此，解决了相关技术中进行融合处理时，目标信息处理以及跟踪目标稳定性差且精确性低等问题。目标稳定性差且精确性低等问题。目标稳定性差且精确性低等问题。

【技术实现步骤摘要】
目标跟踪方法、装置、车辆及存储介质


[0001]本申请涉及自动驾驶
，特别涉及一种目标跟踪方法、装置、车辆及存储介质。

技术介绍

[0002]当前主流融合的处理方式一般为集中式处理方法，按照一定的输出周期，将所有传感器信息对准到某一系统时间，并进行统一的融合处理，该方法可能利用误差大的传感器信息，造成误差放大等问题，对融合输出造成稳定性和精度影响。
[0003]相关技术中使用通过集中式处理方法，但是计算量大，容错性能差且影响信息实时性。

技术实现思路

[0004]本申请提供一种目标跟踪方法、装置、车辆及存储介质，以解决相关技术中进行融合处理时，目标信息处理以及跟踪目标稳定性差且精确性低等问题。
[0005]本申请第一方面实施例提供一种目标跟踪方法，包括以下步骤：获取多个传感器的感知信息；识别每个传感器的感知信息中跟踪目标的参数信息，并根据量测时间依次关联每个传感器的所有参数信息，得到所述每个传感器的关联信息；对所述每个传感器的关联信息滤波处理后进行加权融合，得到所述跟踪目标的状态估计信息，利用所述状态估计信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括以下步骤：获取多个传感器的感知信息；识别每个传感器的感知信息中跟踪目标的参数信息，并根据量测时间依次关联每个传感器的所有参数信息，得到所述每个传感器的关联信息；对所述每个传感器的关联信息滤波处理后进行加权融合，得到所述跟踪目标的状态估计信息，利用所述状态估计信息对所述跟踪目标进行跟踪。2.根据权利要求1所述的方法，其特征在于，所述对所述每个传感器的关联信息滤波处理后进行加权融合，得到所述跟踪目标的状态估计信息，包括：将每个传感器的关联信息分配至对应的主滤波器和子滤波器；根据分配的信息在主滤波器和各个子滤波器中分别对系统估计值和误差协方差阵进行时间更新和量测更新，得到更新后系统估计值和误差协方差阵；根据所述更新后系统估计值和误差协方差阵计算各节点的采样点和非线性函数传递值，根据每个采样点的第一采样权值和非线性函数传递值计算预测均值，利用每个采样点的第二采样权和所述误差协方差阵计算误差协协方差；根据所述预测均值和所述误差协协方差计算所有邻接采样点的量测预测值，对每个子滤波器输出的所有邻接采样点的量测预测值进行估计融合，得到所述跟踪目标的状态估计信息。3.根据权利要求1所述的方法，其特征在于，所述根据感知时间依次关联每个传感器的所有参数信息，得到所述每个传感器的关联信息，包括：获取车辆的航迹信息；将所述航迹信息分别同步到各传感器当前周期的量测时间，利用预设联合概率密度关联方法对各传感器不同时间的量测信息依次进行关联处理，得到每个传感器的关联信息。4.根据权利要求1所述的方法，其特征在于，在识别每个传感器的感知信息中跟踪目标的参数信息之前，还包括：对所述每个传感器的感知信息进行预设规范化处理，得到处理后的感知信息。5.一种目标跟踪装置，其特征在于，包括：获取模块，用于获取多个传感器的感知信息；关联模块，用于识别每个传感器的感知信息中跟踪目标的参数信息，并根据量测时间依...

【专利技术属性】
技术研发人员：张滋，
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：