多传感数据的目标匹配方法、装置、车辆及介质制造方法及图纸

本申请涉及一种多传感数据的目标匹配方法、装置、车辆及介质，方法包括：获取多个传感数据；将多个传感器数据输入至深度学习模型，由深度学习模型输出至少一个对象组的匹配权重，其中，至少一个对象组与多个传感器数据关联，各对象组包括通过多个传感器数据中的任意两个传感器数据分别检测到的两个待匹配对象；通过基于逻辑匹配的策略，确定至少一个对象组的关系值；根据至少一个对象组的匹配权重和关系值，对通过多个传感器数据分别检测到的待匹配对象进行目标匹配，得到匹配结果；方法结合了深度学习能够不断对复杂工况进行学习的优势，也结合了基于逻辑匹配的策略为深度学习方法提供数据的支撑的优势，能够提升目标匹配的准确度。

【技术实现步骤摘要】

本申请实施例涉及目标匹配，尤其涉及一种多传感数据的目标匹配方法、装置、车辆及介质。

技术介绍

1、多传感数据的目标匹配(判断是否为同一目标)是用于确定不同传感器的传感数据检测到的目标是否对应于同一物理实体。

2、现阶段，通常使用基于逻辑匹配的策略(例如，匈牙利算法)计算权重再匹配的方法进行多传感数据的目标匹配，即先对不同传感器输出的目标进行权重的计算，量化不同传感器之间的对应关系，再使用匹配算法进行匹配。但是该方法面对复杂工况时，将存在策略互斥或者逻辑漏洞的问题，进而引发的准确度下降。

技术实现思路

1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

2、本申请旨在至少解决现有技术中存在的技术问题。为此，本申请提出一种多传感数据的目标匹配方法、装置、车辆及介质，可以提升匹配的准确度。

3、本申请实施例的第一方面提供了一种多传感数据的目标匹配方法，所述方法包括：

4、获取多个传感数据，不同所述传感数据由不同类型的传感器采集得到；

本文档来自技高网...

【技术保护点】

1.一种多传感数据的目标匹配方法，其特征在于，所述方法包括：

2.根据权利要求1所述的多传感数据的目标匹配方法，其特征在于，所述根据所述至少一个对象组的所述匹配权重和所述关系值，对通过所述多个传感器数据分别检测到的待匹配对象进行目标匹配，得到匹配结果，包括：

3.根据权利要求2所述的多传感数据的目标匹配方法，其特征在于，所述关系值为数值偏差，所述数值偏差用于衡量其所对应的所述对象组中两个所述匹配对象在物理属性上的差异；

4.根据权利要求3所述的多传感数据的目标匹配方法，其特征在于，所述数值偏差包括N个子偏差，所述物理属性包括与N个所述子偏差一一对应的N...

【技术特征摘要】

1.一种多传感数据的目标匹配方法，其特征在于，所述方法包括：

2.根据权利要求1所述的多传感数据的目标匹配方法，其特征在于，所述根据所述至少一个对象组的所述匹配权重和所述关系值，对通过所述多个传感器数据分别检测到的待匹配对象进行目标匹配，得到匹配结果，包括：

3.根据权利要求2所述的多传感数据的目标匹配方法，其特征在于，所述关系值为数值偏差，所述数值偏差用于衡量其所对应的所述对象组中两个所述匹配对象在物理属性上的差异；

4.根据权利要求3所述的多传感数据的目标匹配方法，其特征在于，所述数值偏差包括n个子偏差，所述物理属性包括与n个所述子偏差一一对应的n个子物理属性，各所述子偏差用于衡量所述对象组中两个所述匹配对象在所对应的所述子物理属性上的差异，n为大于1的正整数；

5.根据权利要求4所述的多传感数据的目标匹配方法，其特征在于，n个所述子物理属性包括距离、速度、面积、长度、角度以及身份标识中的至少两项。

【专利技术属性】
技术研发人员：杜濠杰，佘锋，康磊，金晨，张清萌，
申请(专利权)人：浙江吉利控股集团有限公司，
类型：发明
国别省市：