【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其涉及一种用于自动驾驶中的传感器数据过滤及融合方法及装置。
技术介绍
1、现有的用于自动驾驶中的传感器数据过滤及融合方法及装置通过对行驶空间内同类特征合并分析方法实现。
2、现有的用于自动驾驶中的传感器数据过滤及融合方法及装置通过对行驶空间内同类特征合并分析方法实现。
3、例如公开号为：cn108764373a的专利技术专利申请公开的一种用于自动驾驶中的传感器数据过滤及融合方法，包括空间过滤融合方法和紧随的时间过滤融合方法，空间过滤融合方法在自动驾驶的感知系统从传感器获得一帧原始数据后，对数据点进行空间聚类处理，认定有效的聚类结果并排除噪声；对聚类结果进行关联性跟踪，从而能够得到某一物体的位置速度信息、历史信息、预测信息；然后进行特征信息估计，计算聚类以后物体的长宽和朝向信息；再进行时间过滤融合方法将原始目标判别为确定目标、可疑目标和伪目标。
4、例如公开号为：cn110969178a的专利技术专利申请公开的自动驾驶车辆的数据融合系统、方法及自动驾驶系统，包括道路融合步骤和目标融合步骤。其中，道路融合步骤包括：获取本车的各个环境感知传感器所采集的多种道路信息；多种道路信息进行初始融合；以及对经初始融合后的所述多种道路信息进行深度融合以输出本车的道路模型。
5、但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：
6、现有技术中，自动驾驶对传感器数据的处理过分复杂，实际处理时间已经远超过碰撞发生的时间
技术实现思路
1、本申请实施例通过提供一种用于自动驾驶中的传感器数据过滤及融合方法及装置，解决了现有技术中，存在不能分类简化分级的快速处理传感器数据以满足自动驾驶实时性的问题，通过传感器数据分类简化快速分优先级处理，实现了自动驾驶安全性的巨大提高。
2、本申请实施例提供了一种用于自动驾驶中的传感器数据过滤及融合方法及装置，包括以下步骤：s1，对各传感器的原始数据预处理；s2，评估各传感器的调用优先级，判断是否属于应急风险，若是进入s3，若否进入s4；s3，根据应急风险评估处理，调整自动驾驶车辆行驶，若停车再启动时对启动风险评估处理；s4，根据各传感器的调用优先级做行驶优先级评估处理，调整自动驾驶车辆行驶；所述s2中判断是否属于应急风险的具体步骤为：s21，按s1中获取的各障碍物的时间检测点时间下自动驾驶车辆与新的各障碍物特征信息点坐标集最近距离从小到大的顺序排序，得到各障碍物与自动驾驶车辆的相对最短位置，对相对最短位置越近的各障碍物优先判断，若时间检测点时间下自动驾驶车辆与新的各障碍物特征信息点坐标集最近距离已经小于预定义最大规避距离，是则进入s3，否则进入s22;s22，将行驶远离最近各障碍物方向称为应急规避方向，并评估其应急规避方向内是否有其他各障碍物，是则进入s3，否则进入s4；所述s3中的根据应急风险评估合理调整自动驾驶车辆的具体步骤为：s31，应急规避方向有其他各障碍物，相对最短位置越近的各障碍物优先判断，若时间检测点时间下自动驾驶车辆与新的各障碍物特征信息点坐标集最近距离已经小于预定义最大规避距离，立即减速停车，否则进入s32；s32，应急规避方向有其他各障碍物，按s1中获取的各障碍物的相对位置从小到大的顺序排序，若有两个或两个以上的各障碍物都在应急规避方向上且相对距离不够自动驾驶车辆通过时，立即减速停车，若没有则进入s33；s33，根据各传感器的优先级评估指数分化各传感器的调用优先级依次排列，对各传感器的最高优先级1级的各传感器的数据进行优先处理，再对各传感器的预定义数据运算传输时间更短的传感器的数据优先处理，判断预定义标准避障路线是否能连续规避各障碍物，是则评估规避障碍判断系数，否则立即减速停车。
3、进一步的，s1中对各传感器的原始数据预处理的具体过程为：获取各传感器的各数据原始数据，将获取到的各种传感器的各种数据原始数据按传感器的类别分类集中预处理，按各种传感器的类别设定标准时间检测点记为，，各传感器的类别记为，，以自动驾驶车辆中心点建立空间坐标系，将预定义自动驾驶车辆外廓和所有传感器探测范围内的各障碍物的特征信息点化为各点空间坐标，将集中预处理后的数据分类与预定义标准噪声阈值作比较，滤去白噪声，得到自动驾驶简化空间阵列，记为，，表示空间三维方向上的自动驾驶车辆外廓空间坐标阵列，各障碍物记为，得到各障碍物的特征信息点空间阵列，记为，，表示空间三维方向上的各障碍物的特征信息点空间阵列，对空间三维方向上的各障碍物的特征信息点空间阵列数据分类简化，计算得到每个维度求差集合的最小值集合。
4、进一步的，所述对空间三维方向上的各障碍物的特征信息点空间阵列数据分类简化，计算得到每个维度求差集合的最小值集合的具体过程为：将各障碍物的的特征信息的空间坐标集合按同一类特征信息点分类数据再次过滤，只保留同一类中特征突出的若干个特征信息点，各障碍物的特征信息点类别记为，，则同一类的特征信息点空间阵列记为，特征信息简化系数记为，具体计算公式为：
5、，其中表示同一类特征信息点的数量，，表示在个标准时间检测点下第个障碍物中第类的第个特征信息点在空间方向上的空间阵列的数值数据，表示在个标准时间检测点下第个障碍物中第类的第个特征信息点在空间方向上的空间阵列的数值数据，表示在个标准时间检测点下第个障碍物中第类的第个特征信息点在空间方向上的空间阵列的数值数据，表示在个标准时间检测点下第个障碍物中第类的第个特征信息点在空间方向上的空间阵列的矢量的模值数据，表示在个标准时间检测点下第个障碍物中第类的第个特征信息点在空间方向上的空间阵列的矢量的模值数据，表示在个标准时间检测点下第个障碍物中第类的第个特征信息点在空间方向上的空间阵列的矢量的模值数据，表示各障碍物的特征信息点空间阵列里同一类的特征信息点空间阵列互相之间的关联因子，表示时间检测点时间下障碍物同一类特征信息点空间阵列的特征参考定义值，表示同一类特征信息点空间阵列的特征内部关联度，与预定义的特征信息简化阈值作比较，将多余的特征信息点全部略去，得到新的各障碍物的特征信息点的空间坐标集记为，其中同一类的新的各障碍物的特征信息点的空间坐标集记为；由s1得到自动驾驶简化空间阵列，将时间检测点时间下自动驾驶车辆与新的各障碍物特征信息点坐标集最近距离记为，，其中表示中每一个点与中每一个点在空间三维方向上相减之后得到的每个维度求差集合，表示每个维度求差集合的最小值集合。
6、进一步的，s2中评估各传感器的调用优先级的具体过程为：将获取到的各传感器的各数据原始数据按传感器的类别分类集中预处理还能得到自动驾驶车辆的空间行驶速度矢量，，表示各障碍物的空间移动速度在x方向上的矢量，，表示里特征信息点的总数量，表示时间检测点与上一个时间检测点的时间差值，表示各特征信息点的判定误差因子，表示时间检测点到数据处理判断的延时系数，表示速度矢量与x轴正方向的夹角；<本文档来自技高网...
【技术保护点】
1.一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述S1中对各传感器的原始数据预处理的具体过程为：
3.如权利要求2所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述对空间三维方向上的各障碍物的特征信息点空间阵列数据分类简化，计算得到每个维度求差集合的最小值集合的具体过程为：
4.如权利要求3所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述S2中评估各传感器的调用优先级的具体过程为：
5.如权利要求4所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述S33中评估规避障碍判断系数的具体步骤为：
6.如权利要求5所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述S3中停车再启动时对启动风险评估处理的具体步骤为：
7.如权利要求6所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述S4中行驶优先级评估处理具体过程为：
...
【技术特征摘要】
1.一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述s1中对各传感器的原始数据预处理的具体过程为：
3.如权利要求2所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述对空间三维方向上的各障碍物的特征信息点空间阵列数据分类简化，计算得到每个维度求差集合的最小值集合的具体过程为：
4.如权利要求3所述一种用于自动驾驶中的传感器数据过滤及融合方法，其特征在于，所述s2中评估各传感器的调用优先级的具体过程为：
...
【专利技术属性】
技术研发人员：欧涛，刘杰，丁飞，雷飞，
申请(专利权)人：湖南仕博测试技术有限公司，
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。