[发明专利]基于激光雷达与毫米波雷达融合的机动目标跟踪方法

说明书

本发明公开了基于激光雷达与毫米波雷达融合的机动目标跟踪方法，步骤1：对毫米波雷达和激光雷达进行联合标定，使二者采集到的数据在时间和空间上对齐。步骤2：对毫米波雷达和激光雷达所采集的前方目标信息分别使用所设计的两个独立的双波门IMM‑JPDA(交互多模型‑联合概率数据关联)滤波器进行机动目标数据关联和跟踪。步骤3：将两个滤波器所产生的目标状态信息使用匈牙利算法进行轨迹关联，在轨迹关联完成后使用凸组合算法对关联轨迹进行融合，产生最终轨迹。本发明所提出的双波门IMM‑JPDA跟踪算法、以及凸组合融合方法融合两传感器跟踪结果，能够分别从激光雷达和毫米波雷达获得针对机动目标的跟踪结果，同时能够实现更好的跟踪精度。

技术领域

本发明属于智能汽车技术领域，特别涉及了一种基于激光雷达与毫米波雷达融合的多机动目标跟踪方法。

背景技术

智能车辆作为智能化领域中一项主要的研究内容，其将多种现代电子信息技术集成于一体，整体可分为环境感知、路径决策、车辆控制三个方面。而环境感知技术是整个智能车辆的基石，必须让智能车辆像人类一样实时感知到周围的环境的情况，才能为后续的路径决策和车辆控制提供可能。而多目标跟踪技术是智能车辆环境感知方面的重要组成部分。

现有的跟踪方法大都为基于单一激光雷达或者毫米波雷达的单模型算法。而基于激光雷达的跟踪方法在雨、雪天气下感知精度受到极大的干扰，同时激光雷达无法直接获得目标的速度信息，因此跟踪算法对目标速度变化不够敏感。基于毫米波雷达跟踪方法，由于毫米波雷达航向角偏差较大，横向位置偏差大且无法获得目标体积信息。而单模型算法无法针对目标的机动情况，在复杂交通环境下容易丢失跟踪目标。

发明内容

针对现有技术中存在不足，本发明提供了一种激光雷达与毫米波雷达融合的机动目标跟踪方法，能够分别从激光雷达和毫米波雷达获得针对机动目标的跟踪结果，同时使用凸组合融合方法融合两传感器跟踪结果，能够实现更好的跟踪精度。

本发明的具体步骤如下：

步骤1：对毫米波雷达和激光雷达进行联合标定，使二者采集到的数据在时间和空间上对齐。

步骤2：对毫米波雷达和激光雷达所采集的前方目标信息分别使用所设计的两个独立的双波门IMM-JPDA(交互多模型-联合概率数据关联)滤波器进行机动目标数据关联和跟踪。

步骤3：将两个滤波器所产生的目标状态信息使用匈牙利算法进行轨迹关联，在轨迹关联完成后使用凸组合算法对关联轨迹进行融合，产生最终轨迹。

上述步骤1所述的联合标定方法简述如下：

通过测量获得试验车上毫米波雷达与激光雷达安装位置水平方向x、y上的距离，然后将毫米波雷达观测坐标系原点移动到激光雷达坐标系原点，具体实现方法为在毫米波获得的观测数据对应减去测量获得的x、y上的距离，由此完成空间标定。

对于时间标定，将毫米波雷达与激光雷达设置为相同的工作频率即可完成。

上述步骤2所述的滤波器的具体设计方法如下：

从k-1时刻获得协方差P(k-1|k-1)及目标状态X(k-1|k-1)由系统状态方程对当前时刻状态和协方差进行预测获得当前k时刻的预测协方差及预测状态量

对所有观测结果先采用欧式距离作为第一道波门的波门门限对观测进行筛选，满足下式时，将其作为初步待选测量。

其中，x_d、y_d分别为x、y方向预测值与观测值差值，γ_g为欧式距离波门。

对于满足第一次筛选的初步待选测量，采用马氏距离作为第二道波门的波门门限，对观测进行再次筛选，其筛选公式如下所示。