[发明专利]基于车辆传感器的感知融合方法及装置在审
申请号: | 202310069749.0 | 申请日: | 2023-02-07 |
公开(公告)号: | CN116108400A | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 张澳;方阳丽;王绍政;刘会凯 | 申请(专利权)人: | 岚图汽车科技有限公司 |
主分类号: | G06F18/25 | 分类号: | G06F18/25;G01S13/86;G06F18/22;G06F17/16 |
代理公司: | 北京众达德权知识产权代理有限公司 11570 | 代理人: | 邓静 |
地址: | 430000 湖北省武汉市武汉经济技*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 车辆 传感器 感知 融合 方法 装置 | ||
本发明公开了基于车辆传感器的感知融合方法及装置,涉及智能驾驶技术领域。本发明在融合目标与感知目标的距离超过融合目标对应的距离阈值时将融合目标与感知目标的距离定义为无穷大,这样根据距离矩阵对融合目标与感知目标进行关联匹配时不会将距离过大的融合目标与感知目标进行配对,配对结果更接近真实情况,可以有效消除最近邻数据关联法在某些特定场景下关联匹配误差大的问题。
技术领域
本发明涉及智能驾驶技术领域,尤其涉及基于车辆传感器的感知融合方法及装置。
背景技术
基于车辆传感器的感知融合是智能驾驶系统中的重要环节之一,其算法精度往往决定了智能驾驶系统安全性的高低。根据数据融合方式的不同,感知融合算法可以分为三大类:数据级融合、特征级融合和决策级融合,决策级融合指的是利用传感器感知算法所得到的检测目标(感知目标)进行融合,决策级融合具有融合精度高、运行速度快的特点,受到许多主流车企的青睐。
决策级融合常见的融合算法为最近邻数据关联法(例如匈牙利算法),某些特定场景下,通过最近邻数据关联法得出的最优匹配结果与真实情况差距较大,使距离过大的融合目标和感知目标进行了关联匹配,降低了智能驾驶的安全性。
发明内容
本发明通过提供基于车辆传感器的感知融合方法及装置,解决了现有技术中车辆智能驾驶感知融合关联匹配误差大的技术问题。
一方面,本发明提供如下技术方案:
一种基于车辆传感器的感知融合方法,包括:
获取车辆传感器数据感知融合得到的每个融合目标与每个感知目标的距离以及每个所述融合目标对应的距离阈值;
若所述融合目标与所述感知目标的距离超过所述融合目标对应的距离阈值,则将所述融合目标与所述感知目标的距离定义为无穷大,否则保持所述融合目标与所述感知目标的距离不变;
根据每个所述融合目标与每个所述感知目标的距离构建距离矩阵,根据所述距离矩阵对所述融合目标与所述感知目标进行关联匹配。
优选的,获取每个所述融合目标对应的距离阈值,包括:
获取所述融合目标的横向位置坐标和纵向位置坐标;
根据所述融合目标的横向位置坐标和纵向位置坐标计算所述融合目标对应的距离阈值。
优选的,所述根据所述融合目标的横向位置坐标和纵向位置坐标计算所述融合目标对应的距离阈值,包括:
为第i个所述融合目标对应的距离阈值,xi、yi分别为第i个所述融合目标的横向位置坐标、纵向位置坐标,α、β分别为横向距离的放大系数、纵向距离的放大系数,γ为常数。
优选的,获取所述融合目标与所述感知目标的距离,包括:
获取所述融合目标和所述感知目标的横向位置坐标、纵向位置坐标、横向速度矢量和纵向速度矢量;
根据所述融合目标和所述感知目标的横向位置坐标、纵向位置坐标、横向速度矢量和纵向速度矢量计算所述融合目标与所述感知目标的距离。
优选的,所述根据每个所述融合目标与每个所述感知目标的距离构建距离矩阵,根据所述距离矩阵对所述融合目标与所述感知目标进行关联匹配之后,还包括:
获取所述感知目标对应的传感器的位置感知精度;
若所述传感器的位置感知精度低于第一精度阈值,则获取与所述感知目标匹配的所述融合目标的位置坐标,并根据所述融合目标的位置坐标更新所述感知目标的位置坐标;
若所述传感器的位置感知精度高于所述第一精度阈值,则保持所述感知目标的位置坐标不变。
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岚图汽车科技有限公司,未经岚图汽车科技有限公司许可,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/202310069749.0/2.html,转载请声明来源钻瓜专利网。