當前位置:首頁專利查詢奧特貝睿天津科技有限公司專利正文

　　本發明專利技術提供了一種無人車多傳感器融合方法，包括以下步驟：將輸入系統先驗信息和觀測信息看作廣義觀測信息，對其進行聚類，得到的每一個聚類對應一個潛在物體的信息集合；對每一個信息集合進行信息融合，融合結果作為先驗信息參與下個時刻系統的計算；單個信息集合融合采用元素分批次進行融合的方法：每次篩選并融合高確信度信息，融合結果再和信息集合中剩下元素在下一批次融合，直到信息集合所有元素融合完畢。有益效果：一種無人車多傳感器融合方法，對各種影響融合順序的因素，比如傳感器類型，考慮更加合理全面；并且對一些常見場景變化有通用性，比如，一個物體有一個或者多個觀測或者有無先驗信息的情況。觀測或者有無先驗信息的情況。觀測或者有無先驗信息的情況。

　　[0001]本專利技術屬于自動駕駛領域，尤其是涉及一種無人車多傳感器融合方法。

　　[0002]隨著自動駕駛汽車的迅速發展，多傳感器融合在無人車感知中成為自動駕駛領域的常用技術，通過多傳感器融合能夠讓各個傳感器優劣互補，減少誤檢，丟檢等問題。[0003]但是目前現有的融合中常見的問題或者難點是：傳感器檢測中存在噪音，同一個傳感器的噪音會隨著一些因素變化，比如，傳感器的檢測越靠近其視野邊緣，噪音可能更大；多個傳感器對同一個物體的檢測信息可能不一致，檢測點的數量也可能是一個或者是多個。

　　[0004]有鑒于此，本專利技術旨在提出一種無人車多傳感器融合方法，以至少解決

　　必一運動sport網頁版登錄

　　中的至少一個問題。[0005]為達到上述目的，本專利技術的技術方案是這樣實現的：一種無人車多傳感器融合方法，包括以下步驟：S1、將輸入系統的先驗信息集合的元素和觀測信息集合的元素定義為廣義觀測信息集合的元素，對廣義觀測信息集合元素進行聚類，得到的每一個聚類為一個潛在?物體的單目標信息集合；S2、對每一個單目標信息集合單獨進行信息融合，所有潛在物體最終融合結果作為先驗信息參與下個時刻系統的計算；S3、在步驟S2中，如果一個單目標信息集合只有一個信息元素，則當前信息元素為對應潛在物體的最終融合結果，結束這個單目標信息集合的信息融合，否則執行下述步驟；S4、在步驟S2中，如果單目標信息集合包括不少于兩個信息元素，則構造單目標信息集合對應的關聯矩陣，并基于關聯矩陣利用單目標信息集合中的置信度信息進行篩選，篩選出信息元素；S5、對步驟S4中篩選出來的信息元素選取部分進行融合，得到部分信息融合結果；S6、將步驟S4中單目標信息集合中篩選出的信息替換為步驟S5中的部分信息融合結果，并將單目標信息集合中源于部分信息融合結果的元素類型設置為先驗信息，得到更新后的單目標信息集合，對更新后的單目標信息集合按照步驟S3重新開始循環處理。[0006]進一步的，在步驟S1中，得到的每一個聚類對應一個潛在的物體的單目標信息集合：其中，為單目標信息集合中元素數量，第個元素服從均值為，方差為的正態分布。[0007]進一步的，在步驟S4中，關聯矩陣中的每一個元素值表征之間的關聯程度，其中，其中包含的元素；如果，則取一定概率參數的置信橢圓上任何一點的概率值，概率參數為需要調試的參數；如果，，其中是對應的概率密度函數，是的均值，越大，的關聯程度越高，這兩個元素的確信度越高；基于上述關聯矩陣篩選中的高確信度元素，所述高確信度元素為高確信度信息，具體的篩選方法這里提供兩種：a、設定篩選的數量，篩選前個最大的關聯矩陣元素對應的中的元素；b、設定關聯程度閾值，篩選關聯矩陣元素大于該閾值的元素對應的中的元素。[0008]進一步的，在步驟S5中，對篩選出來的高確信度信息進行融合，包括以下情況：如果篩選出來的信息包含先驗信息，則使用卡爾曼濾波進行融合；如果篩選出來的信息不包含先驗信息，則使用最大似然估計算法融合；上述融合的結果為部分信息融合結果，結果服從正態分布。[0009]進一步的，在步驟S6中，更新物體的單目標信息集合，將經過步驟S5融合后的部分信息融合結果放入這個物體的單目標信息集合，將這些放入的元素的類型設置為先驗信息，并且從單目標信息集合中刪除用于計算這個部分信息融合結果的上述篩選出來的信息，對更新后的單目標信息集合重新從步驟S3開始處理。[0010]相對于現有技術，本專利技術所述的一種無人車多傳感器融合方法具有以下有益效果：（1）本專利技術所述的一種無人車多傳感器融合方法，對傳感器融合順序的考慮更加全面，具體地，本專利提出的方法可以通過概率建模，以及基于關聯矩陣的篩選方法綜合地考慮各種相關因素，比如傳感器類型，感知區域等。并且本專利遵循高確信度的信息先融合的原則，這種方式能夠有效減少融合過程中的信息污染問題，即噪音大的信息使用不當，使得系統的信噪比下降，破壞有效信息；（2）本專利技術所述的一種無人車多傳感器融合方法，提出融合方法適用于更加普適的檢測情況，例如對先驗信息的數量變化和檢測信息的數量變化的情況有適應性，本方案將先驗信息和障礙物的檢測信息統一看作廣義檢測信息，并用基于關聯矩陣的方法選擇需要融合的信息，這樣的處理對于沒有先驗信息的障礙物，多個檢測信息的障礙物都有處理的能力。附圖說明[0011]構成本專利技術的一部分的附圖用來提供對本專利技術的進一步理解，本專利技術的示意性實施例及其說明用于解釋本專利技術，并不構成對本專利技術的不當限定。在附圖中：圖1為本專利技術實施例所述的步驟S1和步驟S2流程示意圖；圖2為本專利技術實施例所述的步驟S3至步驟S6流程示意圖。具體實施方式[0012]需要說明的是，在不沖突的情況下，本專利技術中的實施例及實施例中的特征可以相互組合。[0013]下面將參考附圖并結合實施例來詳細說明本專利技術。[0014]本方案基于多傳感器對含有多目標的環境的觀測和上次計算得到的多個目標障礙物先驗信息進行融合處理，得到多個障礙物狀態的估計。所述多傳感器對含有多目標的環境的觀測可能源于對先驗信息對應的目標的再次觀測，也可能來源于對進入場景的新目標的觀測。[0015]本方案的具體步驟包括：步驟一、將輸入系統的先驗信息集合的元素和觀測信息集合的元素都看作廣義觀測信息集合的元素，對廣義觀測信息集合元素進行聚類，得到的每一個聚類對應一個潛在的物體的單目標信息集合。[0016]步驟二、對每一個單目標信息集合單獨進行信息融合，估計其狀態，所有潛在物體最終融合結果作為先驗信息參與下個時刻系統的計算。對這個單目標信息集合的融合包含下面這些步驟。[0017]步驟三、如果這個單目標信息集合只有一個信息元素，那么，這個信息就是對應潛在物體的最終融合結果。下面的處理步驟全部跳過。否則遵循下面步驟繼續處理。[0018]步驟四、構造這個單目標信息集合對應的關聯矩陣，并基于關聯矩陣篩選這個單目標信息集合中的高置信度信息。[0019]步驟五、對篩選出來的信息進行融合，得到這個物體部分信息融合結果。[0020]步驟六、將所述單目標信息集合中篩選出的信息替換為步驟五所述的部分信息融合結果，并將目標信息集合中源于這個部分信息融合結果的元素的類型設置為先驗。然后從步驟三重新開始處理。[0021]對系統輸入的要求：每一個元素可能含有這些信息：目標的位置，速度，類型，大小等。[0022]每一個元素服從正態分布。[0023]如果元素源自于傳感器觀測，其協方差基于影響它的多種因素進行建模。影響它的多種因素有，時間，空間，傳感器類型，場景等。比如，相機在黑夜的噪音一般比白天大。比如，激光雷達這種器件類型的平均噪音一般要小于毫米波這種器件類型。比如，毫米波在其可視區域邊緣的檢測噪音一般大于可視區域內部。[0024]下面對各個步驟進行詳細闡述：步驟一：將輸入系統的先驗信息集合元素和觀測信息集合元

　　1.一種無人車多傳感器融合方法，其特征在于：包括以下步驟：S1、將輸入系統的先驗信息集合的元素和觀測信息集合的元素定義為廣義觀測信息集合的元素，對廣義觀測信息集合元素進行聚類，得到的每一個聚類為一個潛在?物體的單目標信息集合；S2、對每一個單目標信息集合單獨進行信息融合，所有潛在物體最終融合結果作為先驗信息參與下個時刻系統的計算；S3、在步驟S2中，如果一個單目標信息集合只有一個信息元素，則當前信息元素為對應潛在物體的最終融合結果，結束這個單目標信息集合的信息融合，否則執行下述步驟；S4、在步驟S2中，如果單目標信息集合包括不少于兩個信息元素，則構造單目標信息集合對應的關聯矩陣，并基于關聯矩陣利用單目標信息集合中的置信度信息進行篩選，篩選出信息元素；S5、對步驟S4中篩選出來的信息元素選取部分進行融合，得到部分信息融合結果；S6、將步驟S4中單目標信息集合中篩選出的信息替換為步驟S5中的部分信息融合結果，并將單目標信息集合中源于部分信息融合結果的元素類型設置為先驗信息，得到更新后的單目標信息集合，對更新后的單目標信息集合按照步驟S3重新開始循環處理。2.根據權利要求1所述的一種無人車多傳感器融合方法，其特征在于：在步驟S1中，得到的每一個聚類對應一個潛在的物體的單目標信息集合：其中，為單目標信息集合中元素數量，第個元素服從均值為，方差為的正態分布。3...