[发明专利]一种基于单路口多传感器的航迹融合方法及系统在审
申请号: | 202111436758.6 | 申请日: | 2021-11-30 |
公开(公告)号: | CN114236526A | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 闫军;陈芸;王伟 | 申请(专利权)人: | 超级视线科技有限公司 |
主分类号: | G01S13/86 | 分类号: | G01S13/86;G01S13/91;G01S13/931;G01C21/34;G08G1/01 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100080 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 路口 传感器 航迹 融合 方法 系统 | ||
本发明公开一种基于单路口多传感器的航迹融合方法及系统,涉及路口智能车辆管理领域,包括:首先根据预置数据关联算法和当前帧各个目标点的雷达距离信息和相机距离信息,确定当前帧中匹配成功的目标点和匹配不成功的目标点,然后针对不同情况的目标点采取不同的航迹信息的生成策略,不需要进行卡尔曼滤波,因此通用性强,适用于多种视频跟踪算法和雷达跟踪算法的分布式传感器航迹管理,同时本发明是根据目标点的类型选取对应的航迹信息生成策略,可以减少数据融合过程的计算量和误差。
技术领域
本发明涉及智能停车管理领域,特别涉及一种基于单路口多传感器的航迹融合方法及系统。
背景技术
随着城市汽车数量的不断增加,路况也越发复杂,尤其是在各种路口区域,车辆、非机动车、行人等汇聚在一起,因此通常通过雷达结合相机的方式对路口的车辆目标进行跟踪与检测。为了能够更好地将雷达采集的目标点的数据与相机采集到的目标点的数据相结合,通常会对两种类型数据进行数据融合。
目前在进行数据融合时,通常是使用卡尔曼滤波的信息对两个传感器采集的视频帧的局部航迹进行关联,再使用GNN算法完成目标点的航迹配对。然而,该方法要求雷达跟踪和相机跟踪均使用卡尔曼滤波,然后使用滤波的信息进行航迹关联,导致该方法并不适用于非卡尔曼滤波的相机跟踪,通用性不强。并且该方法通过多次矩阵运算后,融合后的数据是相机数据和雷达数据的中间值,而在测量目标点的距离时通常雷达测量更准确,因此这种融合数据的方法并不能使误差最小化。
发明内容
为解决上述技术问题,本发明提供一种基于单路口多传感器的航迹融合方法及系统,可以解决现有航迹融合的通用性不强、误差较大的问题。
为实现上述目的,一方面,本发明提供一种基于单路口多传感器的航迹融合方法,所述方法包括:
根据预置数据关联算法和当前帧各个目标点的雷达距离信息和相机距离信息,确定当前帧中匹配成功的目标点和匹配不成功的目标点;
若目标点为匹配成功的目标点,则根据雷达获取的所述目标点的距离信息、速度信息、标号信息,以及相机获取的所述匹配成功的目标点的距离信息、标号信息、类别信息,生成所述匹配成功的目标点对应的航迹信息;
若目标点为匹配不成功的目标点,获取所述目标点对应的传感器类型;
若所述目标点为雷达目标点,则根据雷达获取的所述目标点的信息生成所述目标点对应的航迹信息;
若所述目标点为相机目标点,则根据相机获取的所述目标点的信息生成所述目标点对应的航迹信息。
进一步地,所述根据预置数据关联算法和当前帧各个目标点的雷达距离信息和相机距离信息,确定当前帧中匹配成功的目标点和匹配不成功的目标点的步骤包括:
根据公式计算关联矩阵C,其中,i是雷达获取的
目标点序号,j是相机获取的目标点序号,ci,j=1/Di,j,Di,j是根据雷达和相机的距离di,j和门限值gate得到的;
根据关联矩阵C和KM算法确定当前帧中匹配成功的目标点和匹配不成功的目标点。
进一步地,所述若目标点为匹配成功的目标点,则根据雷达获取的所述目标点的距离信息、速度信息、标号信息,以及相机获取的所述匹配成功的目标点的距离信息、标号信息、类别信息,生成所述匹配成功的目标点对应的航迹信息的步骤包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于超级视线科技有限公司,未经超级视线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111436758.6/2.html,转载请声明来源钻瓜专利网。