[发明专利]一种基于矿区环境的无人驾驶技术感知融合方法

权利要求书

1.一种基于矿区环境的无人驾驶技术感知融合方法，其特征在于，包括如下步骤：

S1：基于在无人驾驶矿卡车辆的车身不同位置配置的多种传感器，获取当前时刻的车辆环境信息，包括无人驾驶矿卡车辆周围的障碍物信息以及用于识别障碍物的道路信息、行人信息、车辆信息以及矿区特殊作业设备信息；

S2：针对不同传感器数据特性，对不同传感器获取的车辆环境信息分别进行预处理；

S3：采用卡尔曼方法对预处理后的障碍物信息进行目标跟踪；

S4：根据进行目标跟踪后的障碍物信息包括无人驾驶矿卡车辆与障碍物之间的距离以及障碍物的速度，计算信息熵权重，生成匹配矩阵，利用匈牙利算法对进行目标跟踪后的障碍物信息进行数据关联，将当前时刻的障碍物信息与下一时刻的障碍物信息进行匹配；

S5：对关联匹配后的障碍物信息进行组合滤波后，跟踪无人驾驶矿卡车辆上各传感器检测范围内的各障碍物在跟踪周期内的运动状态，得到各障碍物的状态信息；

S6：对得到的各障碍物的状态信息进行逻辑滤波后输出；

返回步骤S1，重复步骤S1～步骤S6，进行下一时刻的环境感知，直至作业结束；

步骤S1，基于在无人驾驶矿卡车辆的车身不同位置配置的多种传感器，获取当前时刻的车辆环境信息，具体包括：

基于在无人驾驶矿卡车辆的车身不同位置配置的激光雷达传感器和毫米波雷达传感器，获取车辆环境信息如下：

其中，表示激光雷达传感器检测到的第i个障碍物信息，表示激光雷达传感器检测到的第i个障碍物的位置信息，表示激光雷达传感器检测到的第i个障碍物的横向中心坐标点，表示激光雷达传感器检测到的第i个障碍物的纵向中心坐标点，表示激光雷达传感器检测到的第i个障碍物的速度信息，表示激光雷达传感器检测到的第i个障碍物的横向速度，表示激光雷达传感器检测到的第i个障碍物的纵向速度；表示毫米波雷达传感器检测到的第i个障碍物信息，表示毫米波雷达传感器检测到的第i个障碍物的位置信息，表示毫米波雷达传感器检测到的第i个障碍物的横向中心坐标点，表示毫米波雷达传感器检测到的第i个障碍物的纵向中心坐标点，表示毫米波雷达传感器检测到的第i个障碍物的速度信息，表示毫米波雷达传感器检测到的第i个障碍物的横向速度，表示毫米波雷达传感器检测到的第i个障碍物的纵向速度；i＝1,…,n，n表示传感器检测到的障碍物的数量；

步骤S4，根据进行目标跟踪后的障碍物信息包括无人驾驶矿卡车辆与障碍物之间的距离以及障碍物的速度，计算信息熵权重，生成匹配矩阵，利用匈牙利算法对进行目标跟踪后的障碍物信息进行数据关联，将当前时刻的障碍物信息与下一时刻的障碍物信息进行匹配，具体包括：

基于欧式距离，计算无人驾驶矿卡车辆与障碍物之间的距离：

其中，表示无人驾驶矿卡车辆与激光雷达传感器检测到的第i个障碍物之间的距离；表示无人驾驶矿卡车辆与毫米波雷达传感器检测到的第i个障碍物之间的距离；表示无人驾驶矿卡车辆的横向中心坐标点，表示无人驾驶矿卡车辆的纵向中心坐标点；

计算无人驾驶矿卡车辆与障碍物之间的横向速度差值的绝对值和纵向速度差值的绝对值

其中，表示无人驾驶矿卡车辆与激光雷达传感器检测到的第i个障碍物之间横向速度差值的绝对值，表示无人驾驶矿卡车辆与激光雷达传感器检测到的第i个障碍物之间纵向速度差值的绝对值；表示无人驾驶矿卡车辆与毫米波雷达传感器检测到的第i个障碍物之间横向速度差值的绝对值，表示无人驾驶矿卡车辆与毫米波雷达传感器检测到的第i个障碍物之间纵向速度差值的绝对值；表示无人驾驶矿卡车辆的横向速度，表示无人驾驶矿卡车辆的纵向速度；

采用Z标准化，对障碍物信息的平均值和标准差进行数据的标准化，经过标准化之后的数据符合标准正态分布，均值为0，标准差为1；

其中，j＝1,2,3,4；表示激光雷达传感器检测到的第i个障碍物的第j个特征信息，表示的平均值，表示的标准差，表示标准化后的表示毫米波雷达传感器检测到的第i个障碍物的第j个特征信息，表示的平均值，表示的标准差，表示标准化后的

第i个障碍物的第j个特征信息的占比为：

其中，表示激光雷达传感器检测到的第i个障碍物的第j个特征信息的占比，表示毫米波雷达传感器检测到的第i个障碍物的第j个特征信息的占比；

计算所有障碍物的第j个特征信息的熵值：

其中，表示激光雷达传感器检测到的所有障碍物的第j个特征信息的熵值，表示毫米波雷达传感器检测到的所有障碍物的第j个特征信息的熵值；

对所有障碍物的第j个特征信息的熵值进行指标正向化：

其中，表示激光雷达传感器检测到的所有障碍物的第j个特征信息的熵值的正向化指标结果，表示毫米波雷达传感器检测到的所有障碍物的第j个特征信息的熵值的正向化指标结果；

利用所有障碍物正向化后的第j个特征信息的熵值计算各个特征信息的权重值后进行基于信息熵权重的特征信息指标计算，其中，m＝4n，表示所有障碍物的特征信息的数量；

其中，表示由激光雷达传感器的检测数据得到的基于信息熵权重的特征信息指标，表示由毫米波雷达传感器的检测数据得到的基于信息熵权重的特征信息指标；

根据得到的基于信息熵权重的特征信息指标和生成包含距离信息与速度信息的权重矩阵，由权重矩阵进行匈牙利匹配，得到配对完成的障碍物信息，并通过比对激光雷达传感器的匹配结果与毫米波雷达传感器的匹配结果进行非障碍物筛除，得到匹配融合后的障碍物信息进行下一步的输出。