[发明专利]一种自动驾驶系统的感知融合方法

权利要求书

1.一种自动驾驶系统的感知融合方法，其特征在于，包括：

基于激光雷达，标定毫米波雷达和摄像头；

基于所述激光雷达，标定毫米波雷达和摄像头采集的信息，分别识别每个信息中的目标，获得每个目标的目标参数信息；

基于所述目标参数信息，采用无迹卡尔曼滤波算法和全局匹配方法进行感知融合和匹配，获得当前时刻已匹配和跟踪的目标的状态更新量；

基于已匹配和跟踪的目标的状态更新量，更新已匹配和跟踪的目标，将所述当前时刻的跟踪目标与前一时刻的跟踪目标进行比较，识别新的跟踪目标。

2.根据权利要求1所述的自动驾驶系统的感知融合方法，其特征在于，采用下述方法标定毫米波雷达；

分别用激光雷达和毫米波雷达采集反射器所在位置的图像；

比较激光雷达和毫米波雷达采集的图像，调整所述毫米波雷达的偏航角，直到所述激光雷达检测到反射器的位置和毫米波雷达检测到的反射器位置重叠为止。

3.根据权利要求2所述的自动驾驶系统的感知融合方法，其特征在于，采用下述方法标定摄像头；

采用张友标定法标定摄像头内部参数；

将标定板放置车辆前方，移动标定板，激光雷达和摄像头采集带有所述标定板的图像；

分别提取激光雷达采集的图像和摄像头采集的图像中的边缘信息，根据所述边缘信息，匹配激光雷达采集的图像和摄像头采集的图像中对应的边缘点，生成匹配关系；

根据所述匹配关系获得摄像头坐标系和激光雷达坐标系之间的变换关系；

根据所述变换关系，调整所述摄像头的位置。

4.根据权利要求3所述的自动驾驶系统的感知融合方法，其特征在于，

采用pointRCNN方法识别激光雷达采集的激光点云中目标的类别，基于所述类别获取目标位置坐标，基于所述目标的形状和位置坐标计算目标的长度和宽度；

采用yolo4方法识别摄像头采集的图像中目标的类型，基于图像特征匹配，使用对极约束求解摄像头位姿，使用三角测量计算目标的运动变化，减去摄像头的位姿来获取目标的位置坐标、速度信息、长度和宽度；

对毫米波雷达采集的信息进行聚类处理，获得目标的位置坐标和速度信息，其中，所述位置坐标包括横向位置、纵向位置，所述速度信息包括横向速度、纵向速度、横向加速度、纵向加速度。

5.根据权利要求4所述的自动驾驶系统的感知融合方法，其特征在于，所述目标参数信息包括：横向位置、纵向位置、横向速度、纵向速度、横向加速度、纵向加速度、目标宽度和目标长度。

6.根据权利要求5所述的自动驾驶系统的感知融合方法，其特征在于，采用无迹卡尔曼滤波算法和全局匹配方法进行感知融合和匹配包括：

针对激光雷达、毫米波雷达和摄像头识别的每个目标，将所述目标参数作为状态向量；设置状态向量的初始均值和方差；基于所述状态向量的初始均值和方差，计算多个Sigma点；计算每个Sigma点的权重；根据每个Sigma点，计算每个Sigma点下一时刻的预测值、下一时刻状态向量的状态预测值和状态协方差矩阵；

基于激光雷达、毫米波雷达和摄像头识别的每个目标的实测目标参数，采用匈牙利方法将激光雷达、毫米波雷达和摄像头识别的目标进行全局匹配，获得匹配的目标；

针对每个匹配的目标，根据所述状态向量下一时刻的实际测量值，计算每个Sigma点的观测值，根据所述Sigma点的观测值计算观测预测值和观测协方差矩阵，基于所述状态预测值、状态协方差矩阵、观测预测值和观测协方差矩阵，获得状态与观测的相关系数，基于状态与观测的相关系数和观测协方差矩阵，获得卡尔曼滤波增益，基于所述卡尔曼滤波增益，获得所述匹配的目标的状态更新值和状态协方差矩阵更新值。