【技术实现步骤摘要】
本专利技术应用于通信信息融合领域，具体是一种基于多点位路侧感知器的目标轨迹融合方法。
技术介绍
1、智慧交通管控系统包括全域的数据感知、数据处理及即时输出处置解决方案，其中全域数据感知作为整个智慧交通管控的数据基础，其重要性不言而喻。雷达作为一种利用电磁波(激光)进行物体探测和测距的传感器，可以检测目标的位置、速度和运动状态等信息。而视觉传感器则使用摄像头等设备，通过图像处理和计算机视觉算法，获取目标的外观特征、形状信息以及环境的视觉上下文，结合雷达、视觉对目标进行感知已深入智慧交通的应用中。
2、随着视觉、雷达传感器的发展，在路侧单个智慧基站点位上，利用视觉、雷达等传感器对道路上的车辆、人员等进行感知并进行不同类型传感器的信息融合，已得到越来越多人的研究，其性能也越来越鲁棒，然而，为了实现长距离全域的数据感知，需要搭建多个基站，协同工作，对每个基站获取的目标感知信息进行融合，以实现多个基站点位下同一目标的全链条轨迹跟踪，实现全程目标监控。
3、在实际场景落地使用中，需解决：
4、1、每个雷达的时间是独立的，如何做到雷达的时间同步；
5、2、基站分布在不同的位置，每个基站都有自己的坐标系，对于同一目标在每个基站显示的位置是不同的，如何让目标在同一坐标系内统一；
6、3、在数据融合中心接收到每个基站的感知信息后，如何实现对同一目标的轨迹关联；
7、4、数据融合中心在实现目标轨迹关联后，如何实现对目标的数据融合；
8、5、大量的目标对象在众多的基站上
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于多点位路侧感知器的目标轨迹融合方法。
2、为解决上述技术问题，本专利技术的一种基于多点位路侧感知器的目标轨迹融合方法，包括如下步骤：
3、安装传感设备并对各传感设备进行时间对齐操作；
4、获取每个点位传感设备的点云数据，对相邻点位的点云进行配准，得到传感设备间的坐标系转换矩阵；
5、获取各个点位上传的单个点位感知融合信息，并将单个点位感知融合信息缓存于数据融合中心服务器；
6、获取所有点位数据后对数据进行时间对齐处理；
7、对已对齐时间的每个点位数据按顺序进行系统轨迹匹配判断；
8、对已匹配轨迹的目标进行数据融合，并对外输出感知融合信息。
9、作为一种可能的实施方式，进一步的，所述对已对齐时间的每个点位数据按顺序进行系统轨迹匹配判断步骤包括：
10、利用单个点位已获取的目标感知融合信息中的目标跟踪id，与数据融合中心服务器建立的系统id下存储的各对应点位目标跟踪id信息进行快速的匹配；
11、对剩余未匹配上的跟踪id，与本身点位以及前后点位进行数据匹配；
12、将剩余的未匹配点位目标，在数据融合中心服务器中建立新的系统id，并存储相应的点位目标感知数据；
13、根据目标丢失情况，移除系统id中丢失时间超过预设阈值的目标。
14、作为一种可能的实施方式，进一步的，所述利用单个点位已获取的目标感知融合信息中的目标跟踪id，与数据融合中心服务器建立的系统id下存储的各对应点位目标跟踪id信息进行快速的匹配步骤具体为：
15、每个点位自身获取的目标感知信息info包含在该点位下目标的唯一跟踪id，利用该唯一id信息与系统id存储的每个对应点位的已匹配感知数据的id信息进行比较，若点位上传的id与系统id存储的该点位的id值相同，则认为该点位上传的id与系统id匹配，将点位该目标最新的info替换掉系统id下的该点位的id的info。
16、作为一种可能的实施方式，进一步的，所述对剩余未匹配上的跟踪id，与本身点位以及前后点位进行数据匹配步骤具体为：
17、对剩余未匹配上的跟踪id进一步进行匹配，这些目标id可能属于本点位上报的错误id，也可能属于从该点位的前后点位进入的目标，这里将对这些剩余未匹配的跟踪id进行再匹配；
18、基于匈牙利匹配算法对目标进行分配，设计目标间的关联度函数f表示为：
19、
20、m值自由设置，obj1、obj2代表两个目标，dist{obj1,obj2}表示两个目标之间的距离度量；
21、具体地，
22、dist{obj1,obj2}计算待匹配目标与系统id中同一个点位、前一个点位、后一个点位中未匹配的目标的最小距离；
23、dist{obj1,obj2}＝min{dist_prior{obj1,obj2},dist_current{obj1,obj2},dist_posterior{obj1,obj2}}
24、dist_prior{obj1,obj2}，表示待匹配目标与某系统id下该点位下的前一个点位的目标的距离值，
25、
26、其中，obj_prior1＝(pointx_prior1,pointy_prior1,pointz_prior1)为待匹配目标obj1＝(pointx1,pointy1,pointz1)经过坐标系转换统一到前点位坐标系后值，即
27、obj_prior1＝tr*[pointx1,pointy1,pointz1,1]t；obj_prior_t2＝(pointx_prior_t2,pointy_prior_t2,pointz_prior_t2)是前一个点位系统关联目标经过运动补偿后的坐标值，假设目标为匀速运动，
28、obj_prior_t2＝(pointx_prior2,pointy_prior2,pointz_prior2)+(verlocityx_prior2,verlocityy_prior2,verlocityz_prior2)*
29、timediff，其中timediff表示两个目标的时间差；
30、dist_current{obj1,obj2}，表示待匹配目标与某系统id下当前点位下的目标的距离值；
31、dist_posterior{obj1,obj2}，表示待匹配目标与某系统id下该点位的后一个点位的目标的距离值；
32、在获得目标相似度函数f后，利用匈牙利匹配算法进行目标之间的最优匹配，获得目标轨迹关联关系。
33、作为一种可能的实施方式，进一步的，所述将剩余的未匹配点位目标，在数据融合中心服务器中建立新的系统id，并存储相应的点位目标感知数据具体为：
34、对未匹配的目标，在数据融合服务器中建立对应的新系统id，将数据按对应点位编码存储至系统id下相应的存储空间，以备下一次数据的匹配，该点位目标状态信息status，更新为初始状态。
35、作为一种可能的实施方式，进一步的，所述根据目标丢失情况，本文档来自技高网...
【技术保护点】
1.一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述对已对齐时间的每个点位数据按顺序进行系统轨迹匹配判断步骤包括：
3.根据权利要求2所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述利用单个点位已获取的目标感知融合信息中的目标跟踪id，与数据融合中心服务器建立的系统ID下存储的各对应点位目标跟踪id信息进行快速的匹配步骤具体为：
4.根据权利要求2所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述对剩余未匹配上的跟踪id，与本身点位以及前后点位进行数据匹配步骤具体为：
5.根据权利要求2所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述将剩余的未匹配点位目标，在数据融合中心服务器中建立新的系统ID，并存储相应的点位目标感知数据具体为：
6.根据权利要求2所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述根据目标丢失情况，移除系统ID中丢失时间超过预设
7.根据权利要求1所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述对已匹配轨迹的目标进行数据融合，并对外输出感知融合信息步骤具体为：
8.根据权利要求1所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述安装传感设备并对各传感设备进行时间对齐操作，所述传感设备包括雷达传感器与视觉传感器步骤具体为：
9.一种基于多点位路侧感知器的目标轨迹融合系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述对已对齐时间的每个点位数据按顺序进行系统轨迹匹配判断步骤包括：
3.根据权利要求2所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述利用单个点位已获取的目标感知融合信息中的目标跟踪id，与数据融合中心服务器建立的系统id下存储的各对应点位目标跟踪id信息进行快速的匹配步骤具体为：
4.根据权利要求2所述的一种基于多点位路侧感知器的目标轨迹融合方法，其特征在于：所述对剩余未匹配上的跟踪id，与本身点位以及前后点位进行数据匹配步骤具体为：
5.根据权利要求2所述的一种基于多点位路侧感知器的目标轨迹融...
【专利技术属性】
技术研发人员：黄自力，
申请(专利权)人：新大陆数字技术股份有限公司，
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。