[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

说明书

本申请涉及一种基于路侧多传感器的数据融合方法、装置、系统及介质，其方法包括获取多个传感器在当前融合周期内感知的多条目标检测序列；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。本申请能够有效提高网联路侧交通数据融合的精度。

技术领域

本申请涉及智能网联技术领域，尤其是涉及一种基于路侧多传感器的数据融合方法、装置、系统及介质。

背景技术

随着智能驾驶技术的快速发展，网联路口的部署进度也逐渐加快。网联路口通过在路侧部署路侧通讯设备向处于网联路口范围内的智能网联车辆广播相位和倒计时信息、地图信息以及传感器共享信息等消息集。就广播传感器共享信息而言，需要在网联路口路侧部署检测目标数据的传感器。但是路侧部署的多传感器由于其检测范围各有不同，且存在检测重叠区域，因此需要对多传感器输出的目标结构化数据进行融合，以供在网联路口范围内的智能网联车辆获取超视距的感知信息，提升通过该网联路口的安全与效率。

路侧信息融合感知方面，目前主要有两种技术路线：传感器级别的融合主要是在多传感器采集的原始数据上进行融合，比如激光雷达的原始激光点云数据与摄像头图像数据进行拼接融合，而后统一输出路口的全息感知结果，但这种方法由于需要对多传感器的原始数据进行处理，对路侧的计算单元的算力与存储能力提出了很高的要求，需要额外的硬件成本；目标级别的融合主要是通过路侧多传感器分别输出的目标结构化数据，识别重复检测的目标数据并剔除，从而实现目标级别的融合，这种融合方法是一种融合的方式。虽然目标级别的融合方法各有不同，但由于多个传感器的影响因素，目前基于目标级别的融合方式，其数据融合精度受到一定影响。

发明内容

有鉴于此，本申请提供一种基于路侧多传感器的数据融合方法、装置、系统及介质，用以解决现有路侧多传感器的数据融合技术精度较低的技术问题。

为了解决上述问题，第一方面，本申请提供一种基于路侧多传感器的数据融合方法，所述方法包括：

获取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。