智能驾驶的多传感器数据融合方法、装置、介质和设备制造方法及图纸

本发明专利技术提供了一种智能驾驶的多传感器数据融合方法、装置、介质和设备，其中数据融合方法包括：获取摄像机数据，并对所述摄像机数据进行特征提取，以得到基于所述摄像机数据的第一BEV特征数据；获取雷达数据，并对所述雷达数据进行特征提取，以得到基于所述雷达数据的第二BEV特征数据；将所述第一BEV特征数据和所述第二BEV特征数据融合，以得到特征融合数据；根据所述特征融合数据得到目标检测结果。本发明专利技术的技术方案，能够解决现有技术中基于多模态方案的感知技术存在对目标的检测结果不准确的问题，达到提高智能驾驶的安全性和可靠性的目的。

【技术实现步骤摘要】

本专利技术涉及智能驾驶，特别是涉及一种智能驾驶的多传感器数据融合方法、一种智能驾驶的多传感器数据融合装置、一种机器可读存储介质和一种计算机设备。

技术介绍

1、智能驾驶产品从技术维度分为感知技术、预测技术、规控技术以及人机交互技术，其中感知技术可以通过感知系统的学习，构建起智能驾驶产品对于环境的认知。目前的感知技术可以分为基于单模态的感知技术和基于多模态的感知技术，其中基于单模态的感知技术采用单一传感器，存在无法解决其自身缺陷问题，例如黑夜场景下摄像机感知能力大幅衰减，暴雨场景下激光雷达性能衰减较严重等。而基于多模态的感知技术可以将多个传感器检测到的数据进行融合，以得到对环境的感知结果，因此在对环境感知的准确性和可靠性方面具有天然的性能优势。

2、但是上述基于多模态的感知技术存在如下问题：

3、(1)采用多个传感器对同一目标进行检测时，由于传感器的内参和外参存在差异，因此可能出现不同传感器对目标位置的检测结果不同的现象，导致目标分裂；

4、(2)由于各个传感器之间不进行信息交流，因此可能会存在无法探测到被遮挡的障碍物的现本文档来自技高网...

【技术保护点】

1.一种智能驾驶的多传感器数据融合方法，其特征在于，包括：

2.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

3.根据权利要求2所述的智能驾驶的多传感器数据融合方法，其特征在于，

4.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

5.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

6.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

7.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

8.一种智能驾驶的多传感器数据...

【技术特征摘要】

1.一种智能驾驶的多传感器数据融合方法，其特征在于，包括：

2.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

3.根据权利要求2所述的智能驾驶的多传感器数据融合方法，其特征在于，

4.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

5.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

6.根据权利要求1所述的智能驾驶的多传感器数据融合方法，其特征在于，

7.根据权利要求1所述...

【专利技术属性】
技术研发人员：宋超，叶刚，
申请(专利权)人：宁波路特斯机器人有限公司，
类型：发明
国别省市：