【技术实现步骤摘要】
目标关联方法、装置、车辆及存储介质
[0001]本公开涉及自动驾驶
,尤其涉及一种目标关联方法
、
装置
、
车辆及存储介质
。
技术介绍
[0002]在自动驾驶感知系统中,后融合模块可以负责融合各个传感器
(
比如毫米波雷达
、
超声波雷达等
)
的目标结果,以提供最优的输入
。
然而,在后融合模块融合过程中,必须确定各个传感器所识别得到目标之间的一一映射关系,即实现不同传感器识别得到的目标之间的关联,以将不同传感器对同一实体对象识别所得的目标进行关联
。
[0003]相关技术中,在对不同传感器识别得到的目标进行关联时,采用的关联算法大多以特征相似度
(
比如位置相似度
、
速度相似度等
)
为基础,容易出现错误关联的问题
。
技术实现思路
[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一
。
[0005]根据本公开实施例的第一方面,提供一种目标关联方法,包括:
[0006]获取至少两传感器中每个传感器进行多目标识别得到的多目标,以及所述多目标之中每个目标所处的目标位置;
[0007]根据每个所述传感器进行多目标识别所得到的多个所述目标位置,确定相应传感器进行多目标识别所到的任一目标在多目标之中的相对位置;
[0008]将不同传感器进行多目标识别所得到的所述相对位
【技术保护点】
【技术特征摘要】
1.
一种目标关联方法,其特征在于,所述方法包括:获取至少两个传感器中每个传感器进行多目标识别得到的多目标,以及所述多目标之中每个目标所处的目标位置;根据每个所述传感器进行多目标识别所得到的多个所述目标位置,确定相应传感器进行多目标识别所得到的任一目标在多目标之中的相对位置;将不同传感器进行多目标识别所得到的所述相对位置相匹配的目标确定为关联同一实体对象的关联目标
。2.
根据权利要求1所述的方法,其特征在于,所述根据每个所述传感器进行多目标识别所得到的多个所述目标位置,确定相应传感器进行多目标识别所得到的任一目标在多目标之中的相对位置,包括:针对所述至少两传感器中的任一传感器,基于多个所述目标位置,在设定坐标系中确定所述传感器进行多目标识别所得到的多目标之中每个目标所处的位置;基于各目标在所述设定坐标系中设定坐标轴上的投影位置,沿所述设定坐标轴的设定延伸方向对各所述目标进行排序,得到各目标在所述设定坐标轴上的第一排序;基于各目标在所述设定坐标轴上的第一排序,确定各目标的所述相对位置
。3.
根据权利要求2所述的方法,其特征在于,所述设定坐标轴包括第一坐标轴和第二坐标轴,所述基于各目标在所述设定坐标轴上的第一排序,确定各目标的所述相对位置,包括:将同一目标分别在所述第一坐标轴上的第一排序,以及在所述第二坐标轴上的第一排序进行组合,以表示相应目标的所述相对位置
。4.
根据权利要求1所述的方法,其特征在于,所述根据每个所述传感器进行多目标识别所得到的多个所述目标位置,确定相应传感器进行多目标识别所得到的任一目标在多目标之中的相对位置,包括:针对所述至少两传感器中的任一传感器,基于所述多个目标位置,在设定坐标系中确定所述传感器进行多目标识别所得到的多目标之中每个目标所处的位置;基于各目标在所述设定坐标系中设定坐标轴上的投影位置,分别确定各所述目标相对参考点的距离,其中,所述参考点位于所述设定坐标轴上;基于各目标相对所述参考点的距离进行排序,以得到各目标在所述设定坐标轴上的第二排序;基于各目标在所述设定坐标轴上的第二排序,确定各目标的所述相对位置
。5.
根据权利要求4所述的方法,其特征在于,所述设定坐标轴包括第一坐标轴和第二坐标轴,所述基于各目标在所述设定坐标轴的第二排序,确定各目标的所述相对位置,包括:将同一目标分别在所述第一坐标轴的第二排序,以及在所述第二坐标轴的第二排序进行组合,以表示相应目标的所述相对位置
。6.
根据权利要求1‑5任一项所述的方法,其特征在于,所述将不同传感器进行多目标识别所得到的所述相对位置相匹配的目标确定为关联同一实体对象的关联目标,包括:基于设定的关联匹配算法,将不同传感器进行多目标识别所得到的所述相对位置相匹配的目标确定为关联同一实体对象的关联目标;其中,所述关联匹配算法至少包括匈牙利匹配算法
。
7.
一种...
【专利技术属性】
技术研发人员:刘长江,陈超启,杨奎元,
申请(专利权)人:小米汽车科技有限公司,
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。