[发明专利]用于车辆传感器的数据融合方法及装置

说明书

本发明实施例提供一种用于车辆传感器的数据融合方法及装置，属于数据融合领域。所述方法包括：读取布置在车辆上的传感器探测的每一个目标的参数属性集合，所述参数属性集合至少包括以下一者或多者：纵向速度、纵向距离和横向距离；根据所读取的每一个所述传感器探测的每一个目标的参数属性集合生成属性组合；以及确定每一个所述属性组合中的参数属性集合的重合度，并基于所述重合度进行数据融合以得到第一数据融合列表，其中所述第一数据融合列表包括每一个所述属性组合的重合度及与所述每一个所述属性组合的重合度对应的参数属性集合。其简化了后续决策系统的判断逻辑，提高了整个系统的安全性和运行效率。

技术领域

本发明涉及数据融合领域，具体地，涉及一种用于车辆传感器的数据融合方法及装置。

背景技术

由于单一传感器自身的性能缺陷，某些情况无法实现针对障碍物的目标探测，例如，摄像头在光照比较差的工况下无法探测目标。因此，自动驾驶汽车需要多种传感器对目标进行探测才能实现对周围环境的全面感知。

如果对多个传感器探测的目标数据进行直接输出，将造成数据传输量巨大，且会存在以下问题：目标误检，例如没有障碍物却输出障碍物；目标漏检，例如存在障碍物却没有输出；同一目标属性不一致；无法获得目标最优属性等。这些问题将对后续决策系统的判断逻辑带来很大不便，降低整个系统的安全性和运行效率。

发明内容

有鉴于此，本发明旨在提出一种用于车辆传感器的数据融合方法，用于至少解决对多个传感器探测的目标数据进行直接输出所造成数据传输量巨大的技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种用于车辆传感器的数据融合方法，所述方法包括：读取布置在车辆上的传感器探测的每一个目标的参数属性集合，所述参数属性集合至少包括以下一者或多者：纵向速度、纵向距离和横向距离；根据所读取的每一个所述传感器探测的每一个目标的参数属性集合生成属性组合，其中每一所述属性组合包括分别从所述每一个所述传感器探测的目标的参数属性集合中选择的一个目标的参数属性集合；以及确定每一个所述属性组合中的参数属性集合的重合度，并基于所述重合度进行数据融合以得到第一数据融合列表，其中所述第一数据融合列表包括每一个所述属性组合的重合度及与所述每一个所述属性组合的重合度对应的参数属性集合，其中，所述重合度是指所述属性组合中对应于同一目标的参数属性集合的数量。

进一步的，所述确定每一个所述属性组合中的参数属性集合的重合度包括针对每一个所述属性组合执行以下步骤：分别计算n个参数属性集合中的每一个相同类型的n个参数属性的离散度；判断所述每一个相同类型的n个参数属性的离散度是否均处于各自对应的预定范围内；如果所述每一个相同类型的n个参数属性的离散度均处于各自对应的预定范围内，则确定所述属性组合中的参数属性集合的重合度为n；以及如果所述每一个相同类型的n个参数属性的离散度不满足均处于各自对应的预定范围内，则确定所述属性组合中的参数属性集合的重合度为1，其中，所述n为正整数，所述n的取值为大于或等于2且小于或等于所述属性组合中目标的参数属性集合的数量。

进一步的，在确定出的所述属性组合中的参数属性集合的重合度为多个数值时，选择这多个数值中的最大值作为所述属性组合中的参数属性集合的重合度。

进一步的，所述确定每一个所述属性组合中的参数属性集合的重合度包括：针对每一个所述属性组合，从所述n的值为最大值开始依次递减所述n的值，直到确定出所述属性组合中的参数属性集合的重合度。

进一步的，根据以下步骤确定所述预定范围：从预先存储的预定范围列表中选取所述n个参数属性中特定传感器探测的参数属性所对应的预定范围，其中所述预定范围列表包括特定传感器探测的参数属性的范围及与所述特定传感器探测的每一参数属性的范围对应的预定范围。

进一步的，所述离散度为标准差、方差或平均差。

进一步的，所述方法还包括：从所述第一数据融合列表中删除重复融合的数据以得到第二数据融合列表。