一种智能车辆多传感器信息高效自动分类融合方法技术

本发明专利技术涉及一种智能车辆多传感器信息高效自动分类融合方法，属于智能交通领域，包括：使用多种传感器收集不同的信息，得出各传感器的信息速率；对传感器数据进行自动分类，若其信息速率的频率值大于设置的频率分类判决阈值C，则认为为高速传感器，分至高速传感器数据类，否则分至低速传感器数据类；对高速传感器的数据进行融合；对低速传感器的数据进行融合；将高速传感器融合后的数据与低速传感器融合后的数据进行可调软对齐数据堆叠。本发明专利技术能够充分利用多个传感器的信息，减少单个传感器数据的局限性，提高车辆信息的融合精度；对不同频率的传感器数据分别进行融合，避免传统方法中因数据频率差异过大而造成的数据损失和精度下降。精度下降。精度下降。

【技术实现步骤摘要】
一种智能车辆多传感器信息高效自动分类融合方法


[0001]本专利技术涉及一种智能车辆多传感器信息高效自动分类融合方法，属于智能交通


技术介绍

[0002]智能车是室外移动机器人在交通领域的重要应用，也是智能交通系统的重要组成部分。智能车通过传感器技术辨识车辆所处的环境和状态，从而实现车辆的自动化运行。然而，随着智能车处理信息能力的增强，多传感器信息采集技术应用到车体上时，会出现一些问题。随着采集到的信息量增大，不同传感器设备采集到的信息在信息速率、数据类型、代表意义等方面存在较大的差异。由于这种差异，后期的数据融合过程会遇到很大的难度，导致融合信息之间的冲突，从而引起有效信息数据量的减少。因此，如何保证智能车多传感器采集信息的最大化叠加融合，增加融合后有效信息数据量，成为一个难题。

技术实现思路

[0003]为了解决现有技术的不足，本专利技术提供一种智能车辆多传感器信息高效自动分类融合方法，能够充分利用多个传感器的信息，减少单个传感器数据的局限性，提高车辆信息的融合精度；对不同频率的传感器数据分别进行融合，避免传统方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能车辆多传感器信息高效自动分类融合方法，其特征在于，包括：步骤1：使用多种传感器收集不同的信息，并对其进行采样，得出各传感器的信息速率；步骤2：根据信息速率对传感器数据进行自动分类，若传感器数据的信息速率的频率值大于设置的频率分类判决阈值C，则认为本传感器为高速传感器，分至高速传感器数据类，否则，分至低速传感器数据类，分类后分别等待下一步融合处理；步骤3：对高速传感器的数据进行融合；步骤4：对低速传感器的数据进行融合；步骤5：将高速传感器融合后的数据与低速传感器融合后的数据进行可调软对齐数据堆叠，至此，数据融合完成，输出最终融合后的数据。2.根据权利要求1所述的智能车辆多传感器信息高效自动分类融合方法，其特征在于，步骤2中，频率分类判决阈值C设置为信息速率最低的高速传感器信息速率的1/5，或信息速率最高的低速传感器信息速率的5倍。3.根据权利要求1所述的智能车辆多传感器信息高效自动分类融合方法，其特征在于，步骤3中，首先进行数据筛选，将不明数据类型的数据剔除；之后按照数据类型分类，将能够融合的数据类型进行软对齐，并将其匹配进不同的信息融合算法中，不同的信息融合算法，其特征为输入多个相同的数据类型，输出为一个此数据类型的数据；最后，将融合后的各个数据进行可调软对齐数据堆叠。4.根据权利要求3所述的智能车辆多传感器信息高效自动分类融合方法，其特征在于，步骤3中，软对齐的具体步骤为：将输入的所有传感器数据中信息速率最低的的数据设置为基准数据，其频率值设为基准数据频率f，对其他信息速率更高的数据进行时间戳判断，若其他传感器数据与基准数据时间差距最小值小于阈值D，则判断为相同时间，软对齐结束；若其他传感器数据与基准数据时间差距最小值大于等于阈值D，则判断为不可靠数据，舍弃。5.根据权利要求4所述...

【专利技术属性】
技术研发人员：王露，郭家宁，房明，李子函，董先驰，马良，
申请(专利权)人：山东大学，
类型：发明
国别省市：