[发明专利]一种多传感器目标数据融合方法、系统及计算机可读存储介质

说明书

本发明涉及一种多传感器目标数据融合方法、系统及计算机可读存储介质，实现多传感器的目标数据融合，输出最优化的融合结果。该方法包括：获取各传感器所采集的目标数据；进行时间同步，并将经过时间同步后的目标数据与历史存储且已经过时间同步的多次历史目标数据相加，得到经过时间同步的第二目标数据追踪链，按照设定的目标关联规则依次对每一传感器对应的第二目标数据追踪链中的传感目标与上一次目标关联结果中的融合目标进行目标关联，获得目标关联结果；基于目标关联结果，按照预先设定的优先级排序组合形成最优观测目标，使用最优观测对上一次目标关联结果中的融合目标进行卡尔曼滤波后进行输出。

技术领域

本发明涉及自动驾驶传感器数据融合领域，具体是一种多传感器目标数据 融合方法、系统及计算机可读存储介质。

背景技术

当前，基于多传感器融合实现对环境目标的感知几乎已经成为了行业的公 认方案。一方面当前基于单种模态的传感器不能实现对环境目标全方位的精确 感知，另一方面各个模态的传感器具有其特定的优点，也具有缺点，所以基于 多传感融合可以取长补短，实现对环境更精确的感知。

自动驾驶使用的传感器主要可以分为3类：第一类是视觉传感器，第二类 是毫米波雷达，第三类是激光雷达。视觉传感器对于目标的选取具有天然的优 势。当前基于深度学习的从图像中抓取目标的漏检率几乎超过人眼，但是其也 存在一定的误识别，对于过远和过近的目标其都不能很好的识别；同时对于目 标距离的探测具有很强的挑战。视觉传感器的使用对于环境条件也有一定的要 求。毫米波雷达具有很好的距离测量特性，同时在各种环境下都有很好的表现； 但是其对于目标的识别和认知较困难，易漏检和误检。激光传感器同样具有极 强的距离测量特性，但是其特性易受环境的影响，数据量大，对于其的处理当 前仍是一个难点。所以基于多传感融合是实现自动驾驶的一种好的方案，也是 成为了技术研究的热点。

当前多传感器目标融合多使用目标的绝对属性进行关联融合，但是各个传 感器具有不同的特性，对于目标的绝对属性的测量存在很大的差异，且传感器 本身测量噪声较大，所以关联准确率较低。

发明内容

本发明的目的在于提供了一种多传感器目标数据融合方法、系统及计算机 可读存储介质，以实现多传感器的目标数据融合，输出最优化的融合结果。

本发明的技术方案为：

本发明提供了一种多传感器目标数据融合方法，包括：

获取各传感器所采集的传感目标数据；

分别对所接收到的各目标数据按照设定的目标过滤规则进行传感目标过 滤；

对接收到的过滤后的各目标数据进行时间同步，并将经过时间同步后的目 标数据与历史存储且已经过时间同步的多次历史目标数据相加，得到经过时间 同步的第二目标数据追踪链，按照设定的目标关联规则依次对每一传感器对应 的第二目标数据追踪链中的传感目标与上一次目标关联结果中的融合目标进 行目标关联，获得目标关联结果；

基于目标关联结果，按照预先设定的传感器探测结果优先级排序组合形成 一个或多个最优观测目标，并使用所述最优观测对上一次目标关联结果中的融 合目标进行卡尔曼滤波后进行输出。

优选地，按照设定的目标关联规则依次对每一传感器对应的第二目标数据 追踪链中的传感目标与上一次目标关联结果中的融合目标进行目标关联的具 体步骤为：

依次对每一传感器对应的第二目标数据追踪链中的传感目标与上一次目 标关联结果中的融合目标进行目标关联，直至完成最后一个传感器对应的第二 目标数据追踪链的目标关联；每完成一个传感器的第二目标数据追踪链的目标 关联，则将对应的输出结果作为下一个传感器对应的第二目标数据追踪链执行 目标关联时所使用到的上一次目标关联结果；