[发明专利]一种用于自动驾驶的目标航向角的信息融合方法及存储介质

说明书

本发明公开一种用于自动驾驶的目标航向角的信息融合方法及存储介质。所述方法包括，获取待测目标关联的视觉freeSpace观测数据、雷达点云观测数据、视觉目标观测数据以及视觉目标的横纵向速度；基于视觉freeSpace观测数据中所有freeSpace点，采用PCA算法进行计算，将得出的主方向作为目标的航向角h₁；基于雷达点云观测数据中所有雷达点云，基于PCA算法直接计算，将得出的主方向作为目标的航向角h₂；基于视觉目标观测数据，直接输出目标航向角h₃；基于视觉目标的横向速度及纵向速度，视觉输出的目标的横纵向速度比，即为目标的航向角h₄；将航向角h₁、h₂、h₃和h₄进行加权求和，再进行低通滤波得到目标的最终航向角。本发明能够提高目标航向角检测的准确性和稳定性。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种用于自动驾驶的目标航向角的信息融合方法及存储介质。

背景技术

当前自动驾驶已经成为社会的热点，不仅是学术研究的热点，而且各个企业也在加大投入，以期将更高级的自动驾驶技术落地量产。在功能实现中，越高级的自动驾驶功能，其对于感知的精细度要求越高。而对于目标的感知，准确感知目标的航向角就是一个关键技术点。只有准确的感知到目标的航向角，才能准确判断目标的运动趋势以及与目标的碰撞风险，最终才能做出正确的决策规划。

在现实中，对于目标航向角的检测虽然视觉传感器能给出一个较准确的检测，但是精度和稳定性远远不够，比如，当目标处于传感FOV边界时根本无法完整识别。而毫米波雷达虽然能检测目标的部分角点特征，例如申请号为CN202011606638.1，名称为目标位姿计算方法及计算模块记载的技术方案，但是采用毫米波雷达的精度不够，无法实现目标的准确感知，因此，需要对多传感的信息进行融合从而得到更准确的目标航向角。

发明内容

针对现有技术存在的上述不足，本发明的目的在于解决现有的目标航向角的检测准确性和稳定性差的问题，提供一种用于自动驾驶的目标航向角的信息融合方法及存储介质，能够提高目标航向角检测的准确性和稳定性。

为了解决上述技术问题，本发明采用如下技术方案：

一种用于自动驾驶的目标航向角的信息融合方法，包括以下步骤，

获取待测目标关联的视觉freeSpace观测数据、雷达点云观测数据、视觉目标观测数据以及视觉目标的横向速度及纵向速度；

基于视觉freeSpace观测数据中所有freeSpace点，采用PCA算法进行计算，将得出的主方向作为目标的航向角h₁；

基于雷达点云观测数据中所有雷达点云，基于PCA算法直接计算，将得出的主方向作为目标的航向角h₂；

基于视觉目标观测数据，直接输出目标航向角h₃；

基于视觉目标的横向速度及纵向速度，视觉输出的目标的横纵向速度比，即为目标的航向角h₄；

将航向角h₁、h₂、h₃和h₄进行加权求和，再进行低通滤波得到目标的最终航向角。

进一步，所述视觉ffeeSpace观测数据中包含多个观测点，每个观测点的信息里包含横纵向位置信息(fsX_n，fsY_n)，基于所述(fsX_n，fsY_n)建立一个二维的PCA，得到所有点的位置分布的主方向v₁，v₁的方向即是航向角h₁。