[发明专利]多传感器融合障碍物存在性检测方法和自动驾驶车辆在审
申请号: | 202211350028.9 | 申请日: | 2022-10-31 |
公开(公告)号: | CN115690739A | 公开(公告)日: | 2023-02-03 |
发明(设计)人: | 李俊慧 | 申请(专利权)人: | 阿波罗智能技术(北京)有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V10/80;G06V10/764;G06V10/82 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 100085 北京市*** | 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: | 传感器 融合 障碍物 存在 检测 方法 自动 驾驶 车辆 | ||
1.一种障碍物的存在性检测结果的确定方法,应用于车辆中,所述车辆包括:可对同一个区域进行检测的多个传感器,所述方法包括:
针对至少一个第一传感器中的任意一个目标第一传感器,根据所述目标第一传感器和其他传感器之间的传感器融合数据,确定基于所述目标第一传感器的所述障碍物的第一存在概率,其中,所述第一传感器是所述多个传感器中检测到所述区域中存在障碍物的传感器,所述其他传感器是所述多个传感器中除了所述目标第一传感器之外的传感器;
根据各个所述目标第一传感器的所述障碍物的第一存在概率,确定所述障碍物的当前存在概率;
获取所述障碍物的历史存在概率;
根据所述当前存在概率和所述历史存在概率,确定所述障碍物的总存在概率;
根据所述总存在概率,确定所述障碍物的存在性检测结果。
2.根据权利要求1所述的方法,其中,在所述目标第一传感器为多个的情况下,所述方法还包括:
根据所述目标第一传感器和其他第一传感器之间的障碍物融合数据,确定基于所述目标第一传感器的所述障碍物的第二存在概率;
所述根据各个所述目标第一传感器的所述障碍物的第一存在概率,确定所述障碍物的当前存在概率,包括:
根据各个所述目标第一传感器的所述障碍物的第一存在概率和第二存在概率,确定所述障碍物的当前存在概率。
3.根据权利要求1所述的方法,其中,在所述其他传感器为多个的情况下,所述根据所述目标第一传感器和其他传感器之间的传感器融合数据,确定基于所述目标第一传感器的所述障碍物的第一存在概率,包括:
确定所述目标第一传感器与各个所述其他传感器之间的传感器融合数据;
确定各个所述传感器融合数据各自所确定出的障碍物的第三存在概率;
根据各个所述第三存在概率,确定基于所述目标第一传感器的所述障碍物的第一存在概率。
4.根据权利要求3所述的方法,其中,所述确定所述目标第一传感器与各个所述其他传感器之间的传感器融合数据,包括:
针对各个其他传感器,对所述目标第一传感器和所述其他传感器输出的当前帧数据进行数据融合,以得到所述传感器融合数据。
5.根据权利要求4所述的方法,其中,所述针对各个其他传感器,对所述目标第一传感器和所述其他传感器输出的当前帧数据进行数据融合,以得到所述传感器融合数据,包括:
将所述目标第一传感器输出的当前帧数据转换到世界坐标系下,以得到转换后的第一数据;
针对各个其他传感器,将所述其他传感器输出的当前帧数据转换到世界坐标系下,以得到转换后的第二数据;
对所述第一数据和所述第二数据进行数据融合,以得到所述传感器融合数据。
6.根据权利要求2所述的方法,其中,所述根据各个所述目标第一传感器的所述障碍物的第一存在概率和第二存在概率,确定所述障碍物的当前存在概率,包括:
获取各个所述第一存在概率和各个所述第二存在概率中的最大存在概率;
将所述最大存在概率作为所述障碍物的当前存在概率。
7.根据权利要求5所述的方法,其中,所述获取所述障碍物的历史存在概率,包括:
获取所述当前帧数据之前的预设数量的多个历史帧数据,其中,所述多个历史帧数据中均可检测到所述障碍物;
获取所述多个历史帧数据各自对应的所述障碍物的存在概率;
根据所述多个历史帧数据各自对应的所述障碍物的存在概率,获取所述障碍物的历史存在概率。
8.根据权利要求7所述的方法,其中,所述获取所述多个历史帧数据各自对应的所述障碍物的存在概率,包括:
从预先保存的存在概率列表中,获取所述多个历史帧数据各自对应的所述障碍物的存在概率。
9.根据权利要求8所述的方法,其中,所述方法还包括:
建立所述当前帧数据对应的帧标识信息和总存在概率之间的关联关系;
将所述关联关系保存到所述存在概率列表中。
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阿波罗智能技术(北京)有限公司,未经阿波罗智能技术(北京)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/202211350028.9/1.html,转载请声明来源钻瓜专利网。