一种多传感器的目标融合方法技术

本发明专利技术公开了一种多传感器的目标融合方法

【技术实现步骤摘要】
一种多传感器的目标融合方法、装置和车辆


[0001]本专利技术涉及汽车辅助驾驶
，尤其涉及一种多传感器的目标融合方法
、
装置和车辆
。

技术介绍

[0002]随着自动驾驶技术的发展，单一传感器已无法满足车辆对复杂环境感知的需求，因此，多传感器数据融合技术逐渐成为业内研究主流
。
目前行业内使用最多的传感器为摄像头和雷达传感器等
。
[0003]然而，专利技术人发现现有技术至少存在如下问题：目前行业内已存在一些基于视觉和毫米波雷达数据融合的技术方案，但存在误匹配及追踪误差较大的问题，且获取的目标状态信息较单一
。

技术实现思路

[0004]本专利技术实施例的目的是提供一种多传感器的目标融合方法
、
装置和车辆，其能够更加准确地匹配视觉传感器和雷达传感器检测的目标，从而获得更加准确且丰富的融合目标的状态信息
。
[0005]为实现上述目的，本专利技术实施例提供了一种多传感器的目标融合方法，应用于车辆，所述车辆上设有视觉传感器和雷达传感器，所述方法包括：
[0006]获取当前时刻通过所述视觉传感器检测的视觉目标的状态信息
、
通过所述雷达传感器检测的雷达目标的状态信息；
[0007]当存在历史目标时，将每一所述历史目标分别与每一所述视觉目标和每一所述雷达目标进行匹配，得到目标匹配结果；其中，所述历史目标为当前时刻的上一时刻的融合目标；
[0008]根据所述目标匹配结果，确定当前时刻的融合目标的状态信息的参考测量值；
[0009]根据所述参考测量值，确定当前时刻的融合目标的状态信息
。
[0010]作为上述方案的改进，所述当存在历史目标时，将每一所述历史目标分别与每一所述视觉目标和每一所述雷达目标进行匹配，得到目标匹配结果，具体为：
[0011]当存在历史目标时，将每一所述历史目标分别与每一所述视觉目标进行匹配，得到每一所述历史目标的视觉匹配结果；其中，所述视觉匹配结果为：与视觉目标匹配成功，或与视觉目标无法匹配；
[0012]若存在与任意所述历史目标均未匹配成功的视觉目标，根据所述与任意所述历史目标均未匹配成功的视觉目标的状态信息创建的新的融合目标，作为新建目标；
[0013]将每一所述历史目标
、
每一所述新建目标分别与每一所述雷达目标进行匹配，得到每一所述历史目标的雷达匹配结果和每一所述新建目标的雷达匹配结果；其中，所述雷达匹配结果为：与雷达目标匹配成功，或与雷达目标无法匹配；
[0014]根据所述视觉匹配结果和所述雷达匹配结果，得到所述目标匹配结果
。
[0015]作为上述方案的改进，所述方法还包括：
[0016]当不存在历史目标时，根据当前每一所述视觉目标的状态信息创建的新的融合目标，作为新建目标；
[0017]将每一所述新建目标与每一所述雷达目标进行匹配，得到每一所述新建目标的雷达匹配结果，作为目标匹配结果
。
[0018]作为上述方案的改进，所述将每一所述历史目标分别与每一所述视觉目标进行匹配，得到每一所述历史目标的视觉匹配结果，具体为：
[0019]分别计算每一所述历史目标的状态信息与每一所述视觉目标的状态信息的匹配分值，并形成第一匹配矩阵；
[0020]根据所述第一匹配矩阵，采用匈牙利算法计算得到每一所述历史目标的视觉匹配结果；
[0021]所述将每一所述历史目标
、
每一所述新建目标分别与每一所述雷达目标进行匹配，得到每一所述历史目标的雷达匹配结果和每一所述新建目标的雷达匹配结果，具体为：
[0022]分别计算每一所述历史目标
、
每一所述新建目标的状态信息与每一所述雷达目标的状态信息的匹配分值，并形成第二匹配矩阵；
[0023]根据所述第二匹配矩阵，采用匈牙利算法计算得到每一所述历史目标的雷达匹配结果和每一所述新建目标的雷达匹配结果
。
[0024]作为上述方案的改进，通过以下步骤计算所述历史目标的状态信息与视觉目标的状态信息的匹配分值：
[0025]计算所述历史目标与所述视觉目标的状态信息的差值；
[0026]当所述状态信息的差值大于预设的差值阈值时，所述历史目标的状态信息与所述视觉目标的状态信息的匹配分值为预设的匹配分值区间的上限值；
[0027]当所述状态信息的差值小于等于所述预设的差值阈值时，采用预设的匹配分值计算公式，计算所述历史目标的状态信息与所述视觉目标的状态信息的初始匹配分值；
[0028]若所述初始匹配分值大于预设的匹配分值阈值，则所述匹配分值为预设的匹配分值区间的上限值；若所述初始匹配分值小于等于所述预设的匹配分值阈值，则所述匹配分值为所述初始匹配分值
。
[0029]作为上述方案的改进，通过以下步骤计算所述历史目标或所述新建目标的状态信息与雷达目标的状态信息的匹配分值：
[0030]计算所述历史目标或所述新建目标的状态信息与所述雷达目标的状态信息的差值；
[0031]当所述差值大于预设的差值阈值时，所述历史目标或所述新建目标的状态信息与所述雷达目标的状态信息的匹配分值为预设的匹配分值区间的上限值；
[0032]当所述差值小于等于所述预设的差值阈值时，采用预设的匹配分值计算公式，计算所述历史目标或所述新建目标的状态信息与所述雷达目标的状态信息的初始匹配分值；
[0033]若所述初始匹配分值大于预设的匹配分值阈值，则所述匹配分值为预设的匹配分值区间的上限值；若所述初始匹配分值小于等于所述预设的匹配分值阈值，则所述匹配分值为所述初始匹配分值
。
[0034]作为上述方案的改进，所述状态信息至少包括位置和速度；
[0035]所述预设的匹配分值计算公式，具体为：
[0036][0037]其中，
a
i
≥0
，且
Δ
x
为纵向位置的差值，
Δ
y
为横向位置的差值，
Δ
v
x
为纵向速度的差值，
Δ
x
为横向速度的差值，
s
为预设的匹配分值区间的上限值
。
[0038]作为上述方案的改进，所述根据所述目标匹配结果，确定当前时刻的融合目标的状态信息的参考测量值，具体为：
[0039]对于每一所述历史目标，当所述历史目标同时与视觉目标和雷达目标匹配成功时，根据匹配的所述雷达目标的纵坐标方向上的状态信息，以及匹配的所述视觉目标的横坐标方向上的状态信息，得到当前时刻的融合目标的状态信息的参考测量值；
[0040]当所述历史目标仅与视觉目标匹配成功时，根据匹配的所述视觉目标的状态信息，得到当前时刻的融合目标的状态信息的参考测量值；
[0041]当所述历史目标仅与雷达目标匹配成功时，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多传感器的目标融合方法，其特征在于，应用于车辆，所述车辆上设有视觉传感器和雷达传感器，所述方法包括：获取当前时刻通过所述视觉传感器检测的视觉目标的状态信息
、
通过所述雷达传感器检测的雷达目标的状态信息；当存在历史目标时，将每一所述历史目标分别与每一所述视觉目标和每一所述雷达目标进行匹配，得到目标匹配结果；其中，所述历史目标为当前时刻的上一时刻的融合目标；根据所述目标匹配结果，确定当前时刻的融合目标的状态信息的参考测量值；根据所述参考测量值，确定当前时刻的融合目标的状态信息
。2.
如权利要求1所述的多传感器的目标融合方法，其特征在于，所述当存在历史目标时，将每一所述历史目标分别与每一所述视觉目标和每一所述雷达目标进行匹配，得到目标匹配结果，具体为：当存在历史目标时，将每一所述历史目标分别与每一所述视觉目标进行匹配，得到每一所述历史目标的视觉匹配结果；其中，所述视觉匹配结果为：与视觉目标匹配成功，或与视觉目标无法匹配；若存在与任意所述历史目标均未匹配成功的视觉目标，根据所述与任意所述历史目标均未匹配成功的视觉目标的状态信息创建的新的融合目标，作为新建目标；将每一所述历史目标
、
每一所述新建目标分别与每一所述雷达目标进行匹配，得到每一所述历史目标的雷达匹配结果和每一所述新建目标的雷达匹配结果；其中，所述雷达匹配结果为：与雷达目标匹配成功，或与雷达目标无法匹配；根据所述视觉匹配结果和所述雷达匹配结果，得到所述目标匹配结果
。3.
如权利要求2所述的多传感器的目标融合方法，其特征在于，所述方法还包括：当不存在历史目标时，根据当前每一所述视觉目标的状态信息创建的新的融合目标，作为新建目标；将每一所述新建目标与每一所述雷达目标进行匹配，得到每一所述新建目标的雷达匹配结果，作为目标匹配结果
。4.
如权利要求2或3所述的多传感器的目标融合方法，其特征在于，所述将每一所述历史目标分别与每一所述视觉目标进行匹配，得到每一所述历史目标的视觉匹配结果，具体为：分别计算每一所述历史目标的状态信息与每一所述视觉目标的状态信息的匹配分值，并形成第一匹配矩阵；根据所述第一匹配矩阵，采用匈牙利算法计算得到每一所述历史目标的视觉匹配结果；所述将每一所述历史目标
、
每一所述新建目标分别与每一所述雷达目标进行匹配，得到每一所述历史目标的雷达匹配结果和每一所述新建目标的雷达匹配结果，具体为：分别计算每一所述历史目标
、
每一所述新建目标的状态信息与每一所述雷达目标的状态信息的匹配分值，并形成第二匹配矩阵；根据所述第二匹配矩阵，采用匈牙利算法计算得到每一所述历史目标的雷达匹配结果和每一所述新建目标的雷达匹配结果
。5.
如权利要求4所述的多传感器的目标融合方法，其特征在于，通过以下步骤计算所述
历史目标的状态信息与视觉目标的状态信息的匹配分值：计算所述历史目标与所述视觉目标的状态信息的差值；当所述状态信息的差值大于预设的差值阈值时，所述历史目标的状态信息与所述视觉目标的状态信息的匹配分值为预设的匹配分值区间的上限值；当所述状态信息的差值小于等于所述预设的差值阈值时，采用预设的匹配分值计算公式，计算所述历史目标的状态信息与所述视觉目标的状态信息的初始匹配分值；若所述初始匹配分值大于预设的匹配分值阈值，则所述匹配分值为预设的匹配分值区间的上限值；若所述初始匹配分值小于等于所述预设的匹配分值阈值，则所述匹配分值为所述初始匹配分值
。6.
如权利要求4所述的多传感器的目标融合方法，其特征在于，通过以下步骤计算所述历史目标或所述新建目标的状态信息与雷达目标的状态信息的匹配分值：计算所述历史目标或所述新建目标的状态信息与所述雷达目标的状态信息的差值；当所述差值大于预设的差值阈值时，所述历史目标或所述新建目标的状态信息与所述雷达目标的状态信息的匹配分值为预设的匹配分值区间的上限值；当所述差值小于等于所述预设的差值阈值时，采用预设的匹配分值计算公式，计算所述历史目标或所述新建目标的状态信息与所述雷达目标的状态信息的初始匹配分值；若所述初始匹配分值大于预设的匹配分值阈值，则所述匹配分值为预设的匹配分值区间的上限值；若所述初始匹配分值小于等于所述预设的匹配分值阈值，则所述匹配分值为所述初始匹配分值
。7.
如权利要求5或6所述的多传感器的目标融合方法，其特征在于，所述状态信息至少包括位置和速度；所述预设的匹配分值计算公式，具体为：其中，
a
i...

【专利技术属性】
技术研发人员：叶浩，
申请(专利权)人：华人运通上海自动驾驶科技有限公司，
类型：发明
国别省市：