障碍物信息的融合方法及装置制造方法及图纸

本申请公开了一种障碍物信息的融合方法及装置，通过获取第

【技术实现步骤摘要】
障碍物信息的融合方法及装置


[0001]本申请属于辅助驾驶
，尤其涉及一种障碍物信息的融合方法及装置
。

技术介绍

[0002]通常车辆上安装有多种类型的传感器，例如毫米波雷达
、
激光雷达和摄像头等，传感器用于感知周围的环境
、
识别和跟踪障碍物等任务
。
由于不同类型传感器具有不同的特点和局限性，例如视角
、
分辨率
、
噪声和盲区等，单一传感器无法满足所有任务需求
。
因此，将来自不同传感器的信息进行融合能够提高环境感知的精度和鲁棒性
。
但现有的多传感器目标级融合方案存在关联匹配准确度不高
、
对误报障碍物处理不充分等问题
。

技术实现思路

[0003]本申请实施例提供一种障碍物信息的融合方法及装置，能够提高对不同传感器感知到的障碍物信息进行融合的准确性
。
[0004]第一方面，本申请实施例提供一种障碍物信息的融合方法，该方法可以包括：
[0005]获取第
k
帧的障碍物信息和预设的第
k
‑1帧的融合障碍物信息，
k
为大于1的整数，障碍物信息包括通过视觉传感器和非视觉传感器感知得到的多个障碍物的信息，
[0006]对预设的第
k
‑1帧的融合障碍物信息进行预测，得到第
k
帧的融合障碍物预测信息，
[0007]将第
>k
帧的障碍物信息和第
k
帧的融合障碍物预测信息进行关联匹配，得到第
k
帧的第一融合障碍物信息，
[0008]对第
k
帧的第一融合障碍物信息执行置信度修正操作，得到第
k
帧的第二融合障碍物信息
。
[0009]在其中一个实施例中，上述涉及到的将第
k
帧的障碍物信息和第
k
帧的融合障碍物预测信息进行关联匹配，得到第
k
帧的第一融合障碍物信息，包括：
[0010]将第
k
帧的障碍物信息中的障碍物标识，和第
k
帧的融合障碍物预测信息的障碍物标识进行关联匹配，得到第
k
帧的第一融合障碍物信息
。
[0011]在其中一个实施例中，上述涉及到的第
k
帧的第一融合障碍物信息包括多个障碍物标识，对第
k
帧的第一融合障碍物信息执行置信度修正操作，得到第
k
帧的第二融合障碍物信息包括：
[0012]对第
k
帧的第一融合障碍物信息中各障碍物标识对应的原始置信度执行第一修正操作和第二修正操作，得到第
k
帧的第一融合障碍物信息中各障碍物标识对应的修正置信度，第一修正操作为基于感知范围区域的修正操作，第二修正操作为基于可穿越判断的置信度修正操作，
[0013]根据各障碍物标识对应的修正置信度，删除第
k
帧的第一融合障碍物信息中的目标障碍物标识，得到第
k
帧的第二融合障碍物信息，目标障碍物标识为多个障碍物标识中修正置信度小于预设阈值的障碍物标识
。
[0014]在其中一个实施例中，上述涉及到的第一修正操作为基于第一置信度修正函数，对第
k
帧的第一融合障碍物信息中各障碍物标识对应的原始置信度进行修正的操作，
[0015]第一置信度修正函数包括：
[0016]conf_new
＝
f(fn_frames)*conf_org
[0017]其中，
conf_new
为修正置信度，
conf_org
为原始置信度，
f()
为修正函数
。
[0018]在其中一个实施例中，上述涉及到的第二修正操作为基于第二置信度修正函数或第三置信度修正函数，对对第
k
帧的第一融合障碍物信息中各障碍物标识对应的原始置信度进行修正的操作，
[0019]第二置信度修正函数包括：
[0020]conf_new
＝
ω
ttc_1
*conf_org
[0021]其中，
conf_new
为修正置信度，
conf_org
为原始置信度，
ω
ttc_1
为第一修正系数，
[0022]第三置信度修正函数包括：
[0023]conf_new
＝
ω
ttc_2
*conf_org
[0024]其中，
conf_new
为修正置信度，
conf_org
为原始置信度，
ω
ttc_2
为第二修正系数，
ω
ttc_2
大于
ω
ttc_1
。
[0025]在其中一个实施例中，上述涉及到的将第
k
帧的障碍物信息中的障碍物标识，和第
k
帧的融合障碍物预测信息的障碍物标识进行关联匹配，得到第
k
帧的第一融合障碍物信息，包括：
[0026]将第一感知信息中的障碍物标识和第三感知信息中的障碍物标识进行同源匹配，得到第一匹配结果，以及，将第二感知信息中的障碍物标识和第四感知信息中的障碍物标识进行同源匹配，得到第二匹配结果，
[0027]基于第一匹配结果和第二匹配结果，得到第
k
帧的第一融合障碍物信息，
[0028]其中，第一感知信息为第
k
帧的障碍物信息中通过视觉传感器感知得到的障碍物的信息，第二感知信息为第
k
帧的障碍物信息中通过非视觉传感器感知得到的障碍物的信息，第三感知信息为第
k
帧的融合障碍物预测信息中通过视觉传感器感知得到的障碍物的信息，第四感知信息为第
k
帧的融合障碍物预测信息中通过非视觉传感器感知得到的障碍物的信息，第一匹配结果包括第五感知信息和第六感知信息，第五感知信息为第一感知信息中未与第二感知信息的障碍物标识匹配成功的障碍物的信息，第六感知信息为第二感知信息中未与第一感知信息的障碍物标识匹配成功的障碍物的信息，第二匹配结果包括第七感知信息和第八感知信息，第七感知信息为第三感知信息中未与第四感知信息的障碍物标识匹配成功的障碍物的信息，第八感知信息为第四感知信息中未与第三感知信息的障碍物标识匹配成功的障碍物的信息
。
[0029]在其中一个实施例中，上述涉及到的基于第一匹配结果和第二匹配结果，得到第
k
帧的第一融合障碍物信息，包括：
[0030]将第五感知信息
、
第六感知信息...

【技术保护点】

【技术特征摘要】
1.
一种障碍物信息的融合方法，其特征在于，包括：获取第
k
帧的障碍物信息和预设的第
k
‑1帧的融合障碍物信息，所述
k
为大于1的整数，所述障碍物信息包括通过视觉传感器和非视觉传感器感知得到的多个障碍物的信息，对所述预设的第
k
‑1帧的融合障碍物信息进行预测，得到第
k
帧的融合障碍物预测信息，将所述第
k
帧的障碍物信息和所述第
k
帧的融合障碍物预测信息进行关联匹配，得到第
k
帧的第一融合障碍物信息，对所述第
k
帧的第一融合障碍物信息执行置信度修正操作，得到第
k
帧的第二融合障碍物信息
。2.
根据权利要求1所述的方法，其特征在于，所述将所述第
k
帧的障碍物信息和所述第
k
帧的融合障碍物预测信息进行关联匹配，得到第
k
帧的第一融合障碍物信息，包括：将所述第
k
帧的障碍物信息中的障碍物标识，和所述第
k
帧的融合障碍物预测信息的障碍物标识进行关联匹配，得到第
k
帧的第一融合障碍物信息
。3.
根据权利要求2所述的方法，其特征在于，所述第
k
帧的第一融合障碍物信息包括多个障碍物标识，所述对所述第
k
帧的第一融合障碍物信息执行置信度修正操作，得到第
k
帧的第二融合障碍物信息包括：对所述第
k
帧的第一融合障碍物信息中各所述障碍物标识对应的原始置信度执行第一修正操作和第二修正操作，得到所述第
k
帧的第一融合障碍物信息中各所述障碍物标识对应的修正置信度，所述第一修正操作为基于感知范围区域的修正操作，所述第二修正操作为基于可穿越判断的置信度修正操作，根据各所述障碍物标识对应的修正置信度，删除所述第
k
帧的第一融合障碍物信息中的目标障碍物标识，得到第
k
帧的第二融合障碍物信息，所述目标障碍物标识为所述多个障碍物标识中修正置信度小于预设阈值的障碍物标识
。4.
根据权利要求3所述的方法，其特征在于，所述第一修正操作为基于第一置信度修正函数，对所述第
k
帧的第一融合障碍物信息中各所述障碍物标识对应的原始置信度进行修正的操作，所述第一置信度修正函数包括：
conf_new
＝
f(fn_frames)*conf_org
其中，所述
conf_new
为修正置信度，所述
conf_org
为原始置信度，所述
f()
为修正函数
。5.
根据权利要求3所述的方法，其特征在于，所述第二修正操作为基于第二置信度修正函数或第三置信度修正函数，对所述第
k
帧的第一融合障碍物信息中各所述障碍物标识对应的原始置信度进行修正的操作，所述第二置信度修正函数包括：
conf_new
＝
ω
ttc_1
*conf_org
其中，所述
conf_new
为修正置信度，所述
conf_org
为原始置信度，所述
ω
ttc_1
为第一修正系数，所述第三置信度修正函数包括：
conf_new
＝
ω
ttc_2
*conf_org
其中，所述
conf_new
为修正置信度，所述
conf_org
为原始置信度，所述
ω
ttc_2
为第二修
正系数，所述
ω
ttc_2
大于所述
ω
ttc_1
。6.
根据权利要求2所述的方法，其特征在于，所述将所述第
k
帧的障碍物信息中的障碍物标识，和所述第

【专利技术属性】
技术研发人员：葛彦悟，万国强，朱明，
申请(专利权)人：天津经纬恒润科技有限公司，
类型：发明
国别省市：