[发明专利]一种数据融合方法及装置

说明书

本申请公开了一种数据融合方法及装置，通过将毫米波雷达检测到的目标车辆周围障碍物的行驶数据和激光雷达检测到的目标车辆周围障碍物的行驶数据进行修正，再对修正结果进行融合处理，从而能够匹配出更加准确的障碍物检测结果。所述方法包括：首先，对毫米波雷达检测到的目标车辆周围障碍物的行驶数据进行修正，得到修正后的第一目标数据，以及对激光雷达检测到的目标车辆周围障碍物的行驶数据进行瞬时位移填补，得到填补后的第二目标数据，然后，再利于EKF对得到的修正后的第一目标数据和填补后的第二目标数据进行融合处理，以便根据融合结果，确定出目标车辆周围障碍物的检测结果。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据融合方法及装置。

背景技术

在自动驾驶领域，尤其是无人驾驶时，需要明确其他车辆与自身车辆的相对位移。目前，自身车辆一般通过毫米波雷达和激光雷达来检测周围其他车辆与自身车辆的相对位置。

但是，发明人经过研究发现，不论是利用毫米波雷达，还是利用激光雷达来检测周围其他车辆与自身车辆的相对位置时，均存在检测不准确的情况。具体来讲，由于毫米波雷达是利用目标物体对电磁波的反射来发现并测定周围物体的位置，而车辆在行驶过程中，充满杂波的外部环境会给毫米波雷达检测造成不良影响，降低物体检测的准确率。同时，在通过激光雷达进行点云识别获取数据时，需要一定的计算时间，而在点云识别算法计算过程中，自身车辆以及周围其他车辆依然继续移动，则点云识别算法获得的其他车辆与自身车辆的相对位移相较于实际相对位移存在一定的延时差异，即，点云识别算法获得的其他车辆与自身车辆的相对位移存在滞后不准确的问题，也会导致检测结果不准确。

发明内容

为解决上述问题，本申请提供了一种数据融合方法及装置，具体技术方案如下：

第一方面，本申请提供了一种数据融合方法，包括：

获取待融合的第一目标数据，所述第一目标数据为目标车辆车载毫米波雷达检测到的所述目标车辆周围障碍物的行驶数据；

利用所述目标车辆的行驶数据，对所述第一目标数据进行修正，得到修正后的第一目标数据；

获取待融合的第二目标数据，所述第二目标数据为目标车辆车载激光雷达检测到的所述目标车辆周围障碍物的行驶数据；

对所述第二目标数据进行瞬时位移填补，得到填补后的第二目标数据；

对所述修正后的第一目标数据和所述填补后的第二目标数据进行融合，得到融合结果。

可选的，所述目标车辆周围障碍物的行驶数据包括：

目标车辆周围障碍物的位置信息和速度信息。

可选的，所述利用所述目标车辆的行驶速度，对所述第一目标数据进行修正，得到修正后的第一目标数据，包括：

将所述第一目标数据映射到预先建立的本车笛卡尔坐标系中，得到每一目标车辆周围障碍物在所述本车笛卡尔坐标系中的坐标；

根据所述每一目标车辆周围障碍物在所述本车笛卡尔坐标系中的坐标；去除其中的干扰坐标，得到去除干扰后的坐标；

利用所述目标车辆的行驶数据，对所述去除干扰后的坐标进行修正，得到修正后的坐标数据，作为修正后的第一目标数据。

可选的，所述对所述第二目标数据进行瞬时位移填补，得到填补后的第二目标数据，包括：

获取所述第二目标数据中，在t_n-2时刻利用点云算法识别到的目标障碍物的位置s_n-2和速度v_n-2；所述目标障碍物为所述目标车辆周围障碍物；