[发明专利]基于路侧多传感器的数据融合方法、装置、系统及介质

权利要求书

1.一种基于路侧多传感器的数据融合方法，其特征在于，所述方法包括：

获取数据输出频率不同的多个传感器在当前融合周期内感知的多条目标检测序列，每个所述目标检测序列包括多个目标对象的目标状态数据；

基于时间顺序的多条目标检测序列，对第i条目标检测序列中所述多个目标对象的目标状态数据进行预测，得到第i+1条目标预测序列；

基于第i+1条目标检测序列、第i+1条目标预测序列和预设的实时检测相似度阈值，筛选出第i+1条目标检测序列和第i+1条目标预测序列中的重复目标对象并进行去重处理，以融合得到第i+1条目标融合序列；

将第i+1条目标融合序列和第i+2条目标检测序列进行去重并融合处理，直至完成第K条目标检测序列的融合，得到当前融合周期的路侧实时目标感知数据；其中i表示基于时间序列的多条目标检测序列排列序号，i={1,2,...,K}，K为正整数，且K≥2。

2.根据权利要求1所述的基于路侧多传感器的数据融合方法，其特征在于，任一条所述目标检测序列中每个目标对象的目标状态数据至少包括对应目标对象的时间戳、实际位置、实际航向角、实际速度以及目标对象的类型；其中所述目标对象的类型为机动车、非机动车或人。

3.根据权利要求1所述的基于路侧多传感器的数据融合方法，其特征在于，所述对第i条目标检测序列中多个目标对象的目标状态数据进行预测，得到第i+1条目标预测序列，包括：

采用航位推算算法，对第i条目标检测序列中每个目标对象的目标状态数据进行预测，以得到第i+1条目标预测序列。

4.根据权利要求2所述的基于路侧多传感器的数据融合方法，其特征在于，所述目标检测序列还包括当前对应传感器的检测精度数据；则筛选出第i+1条目标检测序列和第i+1条目标预测序列中的重复目标对象之前，所述方法还包括：

基于时间序列的第i条目标检测序列和第i+1条目标检测序列中各自对应传感器的检测精度数据，确定实时检测相似阈值；

所述筛选出第i+1条目标检测序列和第i+1条目标预测序列中的重复目标对象，包括：

根据第i+1条目标预测序列中当前目标对象的预测状态数据和第i+1条目标检测序列中每个目标对象的实际状态数据，确定所述当前目标对象与第i+1条目标检测序列中每个目标对象之间的状态相似差值，并判断所述当前目标对象的每个状态相似差值是否小于所述实时检测相似阈值，若是，则确定当前目标对象为重复目标对象。