[发明专利]相关性检测方法、装置、设备及计算机可读存储介质

说明书

本申请公开了相关性检测方法、装置、设备及计算机可读存储介质，涉及智能交通领域，可用于自动驾驶。具体实现方案为：获取预设的各传感器采集的观测数据，观测数据中包括至少一个目标物体对应的目标观测信息，传感器的数量为至少两个；确定各传感器中，预设的主传感器采集的观测数据与除主传感器以外的任一传感器采集的观测数据中的至少一组候选匹配对，将各候选匹配对输入至预设的决策树模型中，确定候选匹配对对应的目标观测信息是否为同一目标物体。从而无需依赖人工根据历史经验设定的阈值，能够更加精准地确定观测数据的相关性，并且能够适用在更多的场景中。

技术领域

本申请涉及图像处理领域，尤其涉及一种智能交通技术，可用于自动驾驶。

背景技术

随着科技的发展，自动驾驶逐渐走进了用户的生活。为了提高自动驾驶的安全性，需要设置多个传感器，对路面的信息进行获取，实现对当前路面上的障碍物进行识别。从而无人驾驶汽车可以根据识别到的障碍物信息进行自主避障操作。具体地，为了实现对障碍物信息的识别，在获取到多个传感器采集的路面信息之后，需要进行数据配准、数据关联、数据相关、数据估计以及其他后处理等处理过程。

因此将不同的传感器的数据进行关联之后，便需要对候选匹配对判断是否为相关，即其是否为同一个目标物体对应的观测数据。现有技术中，一般都是使用多特征阈值法确定观测数据的相关性。具体地，可以将至少两个传感器采集到的观测数据中，候选匹配对对应的多个特征中的每一个特征进行相减的计算，将差值与预设的阈值进行对比，根据对比结果确定两个传感器采集的观测数据是否相关。

但是这种上述相关判断方法时，由于阈值的选取往往过于依赖经验，当遇到一个全新的场景时或者完全没有这个场景的经验时，很难将原始阈值直接应用后者简单调整进行应用。因此，会造成相关判断结果不精准，进而后续根据观测数据确定的障碍物信息也不够准确。

发明内容

本申请提供一种相关性检测方法、装置、设备及计算机可读存储介质，用于解决现有的相关判断方法阈值的选取过于依赖经验，而导致相关判断结果不精准，进而后续根据观测数据确定的障碍物信息也不够准确的技术问题。

第一方面，本申请实施例提供一种相关性检测方法，包括：

获取预设的各传感器采集的观测数据，所述观测数据中包括至少一个目标物体对应的目标观测信息，所述传感器的数量为至少两个；

确定所述各传感器中，预设的主传感器采集的观测数据与除所述主传感器以外的任一传感器采集的观测数据中的至少一组候选匹配对，其中，所述候选匹配对为所述预设的主传感器与除所述主传感器以外的任一传感器采集的目标观测信息按照预设的组合方式组成的匹配对；

将所述各候选匹配对输入至预设的决策树模型中，确定所述候选匹配对对应的目标观测信息是否为同一目标物体。

本实施例提供的相关性检测方法，通过获取各传感器采集的观测数据，并根据观测数据确定多个候选匹配对，通过预设的决策树模型对各候选匹配对对应的目标观测信息是否为同一目标物体进行判断，从而无需依赖人工根据历史经验设定的阈值，能够更加精准地确定观测数据的相关性，并且能够适用在更多的场景中。

在一种可能的设计中，还包括：

获取预设的待训练数据，所述待训练数据中包括标注后的多个候选匹配对，其中，若候选匹配对对应的目标观测信息为同一目标物体，则对所述候选匹配对进行第一标注，若候选匹配对对应的目标观测信息非同一目标物体，则对所述候选匹配对进行第二标注；

根据所述待训练数据对预设的待训练决策树进行训练，获得所述决策树模型。