[发明专利]用于物体感测融合系统的健康状态估计的方法和装置

说明书

技术领域

本发明概括地涉及估计物体感测融合系统的健康状态，并且更具体地，涉及用于估计物体感测融合系统的健康状态的方法，其中来自具有交叠的视场的两个或多个物体传感器的目标数据被分析以确定目标相关匹配分数，在这种情况下匹配分数是在单独的数据帧内以及在一系列帧中计算的。

 相关技术的讨论

物体检测系统，也称为物体感测系统，越来越多地在现代交通工具中普及。物体检测系统能够提供关于在交通工具的路径中的物体的报警给驾驶员。物体检测系统也能提供输入给主动交通工具系统－例如自适应巡航控制，其控制交通工具速度以维持与前面的交通工具的合适的纵向间距，和防撞系统，其能控制转向和制动两者以试图避免即将发生的碰撞。

物体检测系统使用一个或多个传感器，它们可以是雷达、激光雷达、摄像机或其它技术，以检测在主交通工具的路径中或附近的物体的存在。用软件来随着时间追踪物体的相对运动，确定物体是否正在移动或静止，确定每个物体可能会是什么（另一交通工具、行人、树等），并确定每个物体是否对本交通工具造成了碰撞威胁。

物体感测融合系统也是本领域已知的，其中融合系统对来自两个或多个传感器的目标数据执行融合计算并提供作为结果的在路径中物体的更稳健的评估。不过，即使是采用物体感测融合系统，如果传感器故障，或者传感器被灰尘或碎片部分地或完全地遮挡，或者传感器被直射的太阳光或其它光眩目，那么准确性也会受到损害。可能有利的是具有对物体感测融合系统的健康状态的评估，以及如果健康状态为低时对可能的故障传感器的指示。

发明内容

根据本发明的教导，公开了用于估计物体感测融合系统的健康状态的方法和系统。由物体感测融合系统所使用的来自视觉系统和雷达系统的目标数据也被存储在上下文（context）队列中。上下文队列保持覆盖滑动时间窗口的一序列许多帧的视觉和雷达目标数据。来自上下文队列的目标数据被用于计算匹配分数，其指示视觉目标与雷达目标的相关的程度，反之亦然。匹配分数是在单独的视觉和雷达数据帧内和在一系列多个帧中计算的。匹配分数被用于评估物体感测融合系统的健康状态。如果融合系统的健康状态低于某一阈值，那么识别一个或多个传感器是有故障的。

通过结合附图理解下面的描述和所附的权利要求能够容易理解本发明的另外的特征。

本发明还提供了如下方案：

方案1. 一种用于确定物体检测融合系统的健康状态的方法，该方法包括：

       从第一物体传感器和第二物体传感器提供目标数据，其中来自所述物体传感器的目标数据由该融合系统使用来计算融合物体检测数据；

       建立包含来自所述物体传感器的目标数据的上下文队列，其中目标数据被布置在序列时间帧中，该帧被存储在上下文队列内一定时间长度，该时间长度定义了滑动时间窗口；

       使用在上下文队列内的目标数据计算匹配分数；以及

       使用微处理器基于匹配分数计算融合系统的健康状态。

方案2. 如方案1所述的方法，还包括如果融合系统的健康状态低于预定阈值，那么就识别一个或多个故障传感器。

方案3. 如方案2所述的方法，其中识别一个或多个故障传感器包括评估来自所述物体传感器的自我诊断信息并识别所述物体传感器中的其中一个的频繁目标切换。

方案4. 如方案1所述的方法，其中计算匹配分数包括计算在上下文队列内的目标数据的序列时间帧中每一个的单个帧匹配分数，和计算在滑动时间窗口中的全部时间帧的序列匹配分数。

方案5. 如方案4所述的方法，其中计算单个帧匹配分数包括将来自第一物体传感器的目标数据和来自第二物体传感器的目标数据布置在匹配对中，计数匹配对的数量，计算匹配对中每一对的中心-中心距离，并且识别来自第一物体传感器和第二物体传感器的多个未匹配的物体。

方案6. 如方案5所述的方法，其中单个帧匹配分数是根据匹配对的数量、每对匹配对的中心-中心距离、来自第一物体传感器和第二物体传感器的未匹配的物体的数量、和未匹配物体的惩罚成本来计算的。

方案7. 如方案4所述的方法，其中计算序列匹配分数包括计数通过在滑动时间窗口内的全部时间帧的匹配对的物体之间的身份切换的数量。

方案8. 如方案7所述的方法，其中序列匹配分数是根据滑动时间窗口中的全部时间帧的单个帧匹配分数、身份切换的数量、和身份切换的惩罚成本计算的。