[发明专利]一种基于多传感器感知的路侧停车车辆轨迹识别方法及系统

权利要求书

1.一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，所述方法包括：

根据红外相机和可见光相机采集的图像分别获取车辆目标前景区域信息；

根据可见光相机和红外热成像相机对应的置信度权值、车辆目标前景区域信息、以及联合标定数据进行2D目标检测融合，所述联合标定数据是通过对红外相机、可见光相机、和雷达传感器的数据进行空间同步得到的，所述置信度权值是根据当前光照条件进行配置的；

当雷达传感器数据可靠时，根据由雷达传感器得到的激光点云数据、所述联合标定数据、以及所述2D目标检测融合结果，获得车辆目标3D空间位置信息；

根据所述车辆目标3D空间位置信息，得到车辆3D轨迹。

2.根据权利要求1所述的一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，当雷达传感器数据可靠时，根据由雷达传感器得到的激光点云数据、所述联合标定数据、以及所述2D目标检测融合结果，获得车辆目标3D空间位置信息的步骤之前，所述方法还包括：

根据可见光相机图像数据进行当前雨雪天气识别和程度识别；

根据所述雨雪天气识别结果和程度识别结果判断所述雷达传感器数据是否可靠。

3.根据权利要求1或2所述的一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，当雷达传感器数据可靠时，根据由雷达传感器得到的激光点云数据、所述联合标定数据、以及所述2D目标检测融合结果，获得车辆目标3D空间位置信息的步骤之前，所述方法还包括：

对由雷达传感器得到的激光点云数据进行预处理；

根据预置聚类运算算法从所述预处理后的激光点云数据中获取车辆点云目标。

4.根据权利要求3所述的一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，当雷达传感器数据可靠时，根据由雷达传感器得到的激光点云数据、所述联合标定数据、以及所述2D目标检测融合结果，获得车辆目标3D空间位置信息的步骤包括：

当雷达传感器数据可靠时，根据由车辆点云目标、所述联合标定数据、以及所述2D目标检测融合结果，获得车辆目标3D空间位置信息。

5.根据权利要求1所述的一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，根据所述车辆目标3D空间位置信息，得到车辆3D轨迹的步骤包括：

根据所述车辆目标3D空间位置信息，通过Kalman滤波目标跟踪算法和数据关联算法，得到车辆3D轨迹。

6.根据权利要求1或2所述的一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，所述方法还包括：

当雷达传感器数据不可靠时，对可见光相机和红外热成像相机采集的图像信息和配置参数进行双目交汇，得到所述车辆目标3D空间位置信息。

7.根据权利要求1所述的一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，所述根据红外相机和可见光相机采集的图像分别获取车辆目标前景区域信息的步骤之前，所述方法还包括：

通过可见光相机采集的图像数据，获取所述可见光相机对应的图像亮度，并利用预置边缘提取算法获取所述图像的边缘清晰度；

根据所述边缘清晰度获取当场景光照条件；

根据当前光照条件分别为可见光相机和红外热成像相机配置置信度权值。

8.根据权利要求1所述的一种基于多传感器感知的路侧停车车辆轨迹识别方法，其特征在于，所述根据红外相机和可见光相机采集的图像分别获取车辆目标前景区域信息的步骤之前，所述方法还包括：

对所述可见光相机、红外热成像相机、和雷达传感器进行时间同步。