一种多传感器感知数据融合方法、装置及设备制造方法及图纸

本说明书实施例公开了一种多传感器感知数据融合方法，包括：获取由各个传感器在第一时刻感知到的目标感知数据，以及根据第二时刻处的融合感知数据生成的感知对象在第一时刻应具有的运动状态的第一预测感知数据构成的目标数据集合，然后针对目标数据集合中目标数据进行分类处理，得到各个目标数据子集，以针对目标数据子集中的目标数据进行聚类处理，提高了针对第二时刻的感知对象以及第一时刻各传感器感知到感知对象进行关联的实时性，最后针对聚类处理后得到目标聚类簇中的目标数据进行数据融合处理，生成目标感知对象在所述第一时刻处的融合感知数据，以便于智能设备根据目标感知对象的融合感知数据作出智能决策。目标感知对象的融合感知数据作出智能决策。目标感知对象的融合感知数据作出智能决策。

【技术实现步骤摘要】
一种多传感器感知数据融合方法、装置及设备


[0001]本申请涉及感知数据融合
，尤其涉及一种多传感器感知数据融合方法、装置及设备。

技术介绍

[0002]传感器感知目标融合跟踪技术广泛应用于航空航天、智能交通等领域，通过在智能设备上安装多个传感器去采集传感器感知范围内的感知对象的感知数据，并针对多个传感器采集的感知对象的感知数据进行关联融合，从而保证传感器感知到的感知对象以及确定的感知对象的运动状态的准确性，进而提高识别智能设备当前所处环境状态的准确性。
[0003]目前，通常利用匈牙利匹配算法针对运动状态数据进行关联、融合，但匈牙利匹配算法仅能同时针对两个感知对象的运动状态数据进行关联、融合，当需要实现多个传感器感知到的多个感知对象的运动状态数据融合时，需要对多个传感器感知到的多个感知对象的运动状态数据两两组合进行关联、融合，以实现两个感知对象的关联，然后将关联、融合后的感知对象的运动状态数据再与下一个感知对象的运动状态数据进行关联、融合，重复上述过程，以实现全部感知对象的运动状态数据的关联、融合，当需要同时接收多个(如4个以上)传感器的感知对象的运动状态数据进行关联、融合，或同时针对传感器同时上报多个感知对象(如100个以上)的运动状态数据进行关联、融合时，会导致关联、融合效率较低，实时性较差，从而严重影响确定目标感知对象的实时性。
[0004]基于此，如何提供一种多传感器数据融合方法，以提高确定目标感知对象的实时性，成为亟待解决的技术问题。

技术实现思路

[0005]本说明书实施例提供一种多传感器感知目标融合方法、装置及设备，以提升针对多个传感器获取的数据，或针对当传感器同时上报的多个数据进行关联、融合时的运行效率。
[0006]为解决上述技术问题，本说明书实施例是这样实现的：
[0007]本说明书实施例提供的一种多传感器感知数据融合方法，所述方法可以包括：
[0008]获取目标数据集合，所述目标数据集合中的目标数据包括：用于反映各传感器在第一时刻感知到的感知对象的运动状态的目标感知数据，以及，用于反映预测得到的感知对象在所述第一时刻应具有的运动状态的第一预测感知数据，所述第一预测感知数据是根据早于所述第一时刻的第二时刻处的感知对象的融合感知数据生成的；
[0009]针对所述目标数据集合中的所述目标数据进行分类处理，得到各个预设种类的感知对象对应的目标数据子集；
[0010]针对所述目标数据子集中的所述目标数据进行聚类处理，得到目标聚类簇；
[0011]针对任一所述目标聚类簇中的所述目标数据进行数据融合处理，生成目标感知对象在所述第一时刻处的融合感知数据。
[0012]本说明书实施例提供的一种多传感器感知数据融合装置，所述装置可以包括：
[0013]目标数据集合获取模块，用于获取目标数据集合，所述目标数据集合中的目标数据包括：用于反映各传感器在第一时刻感知到的感知对象的运动状态的目标感知数据，以及，用于反映预测得到的感知对象在所述第一时刻应具有的运动状态的第一预测感知数据，所述第一预测感知数据是根据早于所述第一时刻的第二时刻处的感知对象的融合感知数据生成的；
[0014]分类处理模块，用于针对所述目标数据集合中的所述目标数据进行分类处理，得到各个预设种类的感知对象对应的目标数据子集；
[0015]聚类处理模块，用于针对所述目标数据子集中的所述目标数据进行聚类处理，得到目标聚类簇；
[0016]数据融合处理模块，用于针对任一所述目标聚类簇中的所述目标数据进行数据融合处理，生成目标感知对象在所述第一时刻处的融合感知数据。
[0017]本说明书实施例提供的一种多传感器感知数据融合设备，包括：
[0018]至少一个处理器；以及，
[0019]与所述至少一个处理器通信连接的存储器；其中，
[0020]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
[0021]获取目标数据集合，所述目标数据集合中的目标数据包括：用于反映各传感器在第一时刻感知到的感知对象的运动状态的目标感知数据，以及，用于反映预测得到的感知对象在所述第一时刻应具有的运动状态的第一预测感知数据，所述第一预测感知数据是根据早于所述第一时刻的第二时刻处的感知对象的融合感知数据生成的；
[0022]针对所述目标数据集合中的所述目标数据进行分类处理，得到各个预设种类的感知对象对应的目标数据子集；
[0023]针对所述目标数据子集中的所述目标数据进行聚类处理，得到目标聚类簇；
[0024]针对任一所述目标聚类簇中的所述目标数据进行数据融合处理，生成目标感知对象在所述第一时刻处的融合感知数据。
[0025]本说明书中至少一个实施例能够达到以下有益效果：
[0026]通过获取由各个传感器在第一时刻感知到的感知对象的目标感知数据，以及根据第二时刻处的融合感知数据生成的感知对象在第一时刻应具有的运动状态的第一预测感知数据构成的目标数据集合，然后针对目标数据集合中目标数据进行分类处理，得到各个目标数据子集，以针对各个目标数据子集中的目标数据分别进行聚类处理，可以实现同时针对第二时刻的感知对象以及第一时刻各传感器感知到的感知对象进行关联，从而可以有效提高针对感知对象进行关联的实时性，进而可以提高系统或智能设备识别目标感知对象的实时性；最后针对聚类处理后得到的目标聚类簇中的目标数据进行数据融合处理，生成目标感知对象在所述第一时刻处的融合感知数据，提高确定目标感知对象在第一时刻处的运行状态的准确性，从而便于智能设备根据目标感知对象的融合感知数据作出智能决策。
附图说明
[0027]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或
现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0028]图1是本说明书实施例提供的一种多传感器感知数据融合方法的流程示意图；
[0029]图2是本说明书实施例提供的一种多传感器感知数据融合装置的结构示意图；
[0030]图3是本说明书实施例提供的一种多传感器感知数据融合设备的结构示意图。
具体实施方式
[0031]为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书一个或多个实施例保护的范围。
[0032]以下结合附图，详细说明本说明书各实施例提供的技术方案。
[0033]图1为本说明书实施例提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多传感器感知数据融合方法，其特征在于，所述方法包括：获取目标数据集合，所述目标数据集合中的目标数据包括：用于反映各传感器在第一时刻感知到的感知对象的运动状态的目标感知数据，以及，用于反映预测得到的感知对象在所述第一时刻应具有的运动状态的第一预测感知数据，所述第一预测感知数据是根据早于所述第一时刻的第二时刻处的感知对象的融合感知数据生成的；针对所述目标数据集合中的所述目标数据进行分类处理，得到各个预设种类的感知对象对应的目标数据子集；针对所述目标数据子集中的所述目标数据进行聚类处理，得到目标聚类簇；针对任一所述目标聚类簇中的所述目标数据进行数据融合处理，生成目标感知对象在所述第一时刻处的融合感知数据。2.根据权利要求1所述方法其特征在于，所述针对所述目标数据集合中的所述目标数据进行分类处理，得到各个预设种类的感知对象对应的目标数据子集，具体包括：根据所述目标数据中包含的感知对象的运行速度数据，针对所述目标数据进行分类处理，得到第一感知对象对应的第一目标数据子集以及第二感知对象对应的第二目标数据子集，所述第一感知对象的运行速度大于所述第二感知对象的运行速度；或，根据所述目标数据中包含的反映感知对象所属交通参与者类型的数据，针对所述目标数据进行分类处理，得到各个类型的交通参与者对应的第三目标数据子集；其中，所述交通参与者类型包括：行人类与车辆类。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标数据中包含的感知对象的运行速度数据，针对所述目标数据进行分类处理，得到第一感知对象对应的第一目标数据子集以及第二感知对象对应的第二目标数据子集，具体包括：判断任一所述目标数据中所包含的所述感知对象的运行速度数据是否大于预设速度阈值，得到第一判断结果；若所述第一判断结果表示所述感知对象的运行速度数据大于所述预设速度阈值，则将所述任一所述目标数据划分至所述第一目标数据子集；若所述第一判断结果表示所述感知对象的运行速度数据小于等于所述预设速度阈值，则将所述任一所述目标数据划分至所述第二目标数据子集。4.根据权利要求1所述方法，其特征在于，所述针对所述目标数据子集中的所述目标数据进行聚类处理，得到目标聚类簇，具体包括：针对所述目标数据子集中的所述目标数据进行聚类处理，得到第一聚类簇以及第一噪声目标数据；所述第一噪声目标数据为所述目标数据子集中包含的未被划分至所述第一聚类簇中的所述目标数据；针对所述第一噪声目标数据进行聚类处理，得到第二聚类簇与第二噪声目标数据中的至少一种；所述第二噪声目标数据为所述目标数据子集中包含的未被划分至所述第一聚类簇以及所述第二聚类簇中的所述目标数据；所述针对任一所述目标聚类簇中的所述目标数据进行数据融合处理，生成目标感知对象在所述第一时刻处的融合感知数据，具体包括：针对任一所述第一聚类簇中的所述目标数据进行数据融合处理，生成所述任一所述第一聚类簇所反映的目标感知对象在所述第一时刻处的融合感知数据；
针对任一所述第二聚类簇中的所述第一噪声目标数据进行数据融合处理，生成所述任一所述第二聚类簇所反映的目标感知对象在所述第一时刻处的融合感知数据。5.根据权利要求4所述方法，其特征在于，所述针对所述目标数据子集中的所述目标数据进行聚类处理，得到目标聚类簇，还包括：判断所述第二噪声目标数据的置信度是否大于置信度阈值，得到第二判断结果；若所述第二判断结果表示所述第二噪声目标数据的所述置信度大于所述置信度阈值，则将所述第二噪声目标数据所反映的感知对象确定为新增目标感知对象。6.根据权利要求1所述的方法，其特征在于，所述获取目标数据集合，具体包括：获取指定数据集合，所述指定数据集合中的指定数据包括：用于反映各传感器在第二时刻感知到的感知对象的运动状态的指定感知数据，以及，用于反映预测得到的感知对象在所述第二时刻应具有的运动状态的第二预测感知数据，所述第二预测感知数据...

【专利技术属性】
技术研发人员：饶晋，
申请(专利权)人：云控智行科技有限公司，
类型：发明
国别省市：