[发明专利]一种基于最优局部距离的匹配方法

说明书

本发明涉及一种基于最优局部距离的匹配方法，该方法基于二分图模型研究无人驾驶车辆多源信息融合技术中的匹配问题，将待匹配对象分为集合X、集合Y。优先选出集合X、集合Y中元素匹配度局部最高的元素X_i、Y_j组成最优匹配对；然后将剩余的元素组成新的二分图，并根据元素间最优局部距离进行匹配。本发明考虑了元素之间的距离对匹配结果的影响，在保证匹配质量的同时，保证匹配数量。

技术领域

本发明属于无人驾驶技术领域，涉及一种多元信息融合技术中的匹配方法，尤其是一种基于最优局部距离的匹配方法。

背景技术

科技的迅猛发展，使得无人驾驶技术日益成熟。无人驾驶汽车的关键技术包括环境感知、导航定位、决策规划、控制等。受传感器自身性能影响，环境感知通常是由多个传感器联合完成的。传感器在观测过程中是彼此独立的，当存在多个检测目标时尤为复杂，系统难以自发确定多个传感器检测的目标间的匹配关系，因此需要引入多源信息融合技术中的匹配方法。

目前常用的匹配方法是匈牙利算法，匈牙利算法是一种最常见的二分图匹配方法，它基于Hall定理中充分性证明的思想，核心是寻找增广路径，用增广路径求二分图最大匹配。匈牙利算法按照排列顺序优先选取匹配对象，并尽可能确定多的匹配对，但是没有充分考虑到每个匹配对之间的差异度，可能存在为了获取最大匹配数量而放弃最优匹配的情况，即最终结果为最多匹配而非最优匹配。

有鉴于此，本发明提供一种基于最优局部距离的匹配方法，以解决现有技术中存在的缺陷，是非常有必要的。

发明内容

针对现有方法没有充分考虑到每个匹配对之间的差异度，可能最终结果为最多匹配而非最优匹配的问题，本发明提供一种基于最优局部距离的匹配方法，确保匹配质量的同时保证匹配数量。

为实现上述目的，本发明提供以下技术方案：

一种基于最优局部距离的匹配方法，该方法利用二分图模型研究无人驾驶车辆多源信息融合技术中的匹配问题，包括以下步骤：

S1：设二分图有集合X、集合Y，内部元素数量分别为m、n，将集合X中任意一个元素表示为X_i，集合Y中任意一个元素表示为Y_j，其中，1≤i≤m，1≤j≤n；

S2：采用距离计算方法计算集合X中的m个元素与集合Y中的n个元素两两之间的差异度S_{i_j}；

S3：根据差异度S_{i_j}建立X_i与Y_j之间的连接关系；

S4：优先选出集合X、集合Y中元素匹配度局部最高的元素X_i、Y_j建立最优匹配对；

S5：将剩余的X_i、Y_j组成新的集合A、B，将其内部元素分别表示为A_i、B_j；

S6：A_i依次选取局部距离最优的一个B_j进行匹配，并且已被选取的B_j不再参与匹配；

S7：原始X_i是否都完成遍历判断，如果是则输出所有匹配结果，否则依次继续进行匹配判断。

作为优选，集合X代表激光雷达的检测目标，集合Y代表相机的检测目标；二分图中的集合X、集合Y分别表示激光雷达的检测目标和相机的检测目标，实现无人驾驶车辆多源信息融合中的“量测—量测”的数据匹配。