[发明专利]多点位感知融合方法及装置、计算机可读存储介质

权利要求书

1.一种多点位感知融合方法，其特征在于，包括：

将感知区域进行空间网格划分，将多个点位对应感知区域之间的重叠区域所在网格进行标记，确定每个所述重叠区域对应的点位数量；

获取多个所述点位的目标检测信息，根据所述目标检测信息确定各所述点位感知到的跟踪目标所在的网格；

基于所述重叠区域所在网格和所述跟踪目标所在的网格，确定出现在所述重叠区域的所述跟踪目标，其中，当所述跟踪目标所在的网格与所述重叠区域所在网格重合度大于第一预设值时，判定所述跟踪目标出现在所述重叠区域；

遍历每个所述重叠区域，判断所述重叠区域对应的点位数量是否大于或等于3；

若所述重叠区域对应的点位数量大于或等于3，则获取所述重叠区域内所有所述跟踪目标的轨迹数据、特征向量及三维检测框，分别计算所述重叠区域内来源于不同点位的任意两个跟踪目标的重合度，生成重合度矩阵，其中，所述重合度基于两个所述跟踪目标的第一轨迹相似度、第一特征向量相似度及第一三维检测框交并比生成；

以所述重叠区域对应的点位数量作为抑制参数，基于所述重合度矩阵进行目标聚类，得到所述重叠区域内跟踪目标的分组结果；

将聚类为同一组的所述跟踪目标的编号合并；

所述重合度的计算方法包括：

根据所述第一轨迹相似度、所述第一特征向量相似度及所述第一三维检测框交并比，结合预设公式生成所述重合度，其中，所述预设公式包括：

，

其中，和为进行对比的两个目标，为和的三维检测框交并比，为和的轨迹相似度，为和的特征向量的相似度，，，为预设的权重参数；

所述以所述重叠区域对应的点位数量作为抑制参数，基于所述重合度矩阵进行目标聚类，得到所述重叠区域内跟踪目标的分组结果包括：

定义一的度矩阵，其中，度矩阵中任一目标点的度数等于该目标点与其他目标点的相似度之和；

基于所述重合度矩阵生成邻接矩阵；

计算拉普拉斯矩阵，其中，；

基于所述度矩阵和所述邻接矩阵使用所有的目标点构建无向图，所述无向图为目标点之间的相似度，基于所述拉普拉斯矩阵将所述无向图切分成相互没有连接的子图，其中，切分约束为子图内的目标点数量小于或等于所述重叠区域对应的点位数量；

将切图后同一子图的目标点作为一组，保存每组目标内所有目标点的置信度和加权平均。

2.如权利要求1所述的多点位感知融合方法，其特征在于，所述判断所述重叠区域对应的点位数量是否大于或等于3之后，还包括：

当所述重叠区域对应的点位数量小于3时，遍历所述重叠区域内的所有所述跟踪目标，获取与所述跟踪目标距离小于第二预设值的所有邻近目标，去除与所述跟踪目标来源于同一点位的邻近目标，将所述跟踪目标与剩余的邻近目标一一对比，得到进行对比的两个目标的第二轨迹相似度、第二特征向量相似度及第二三维检测框交并比；

根据所述第二轨迹相似度、所述第二特征向量相似度及所述第二三维检测框交并比，生成进行对比的两个目标的重合度；

当所述进行对比的两个目标的重合度大于第三预设值时，将进行对比的两个目标的编号合并。

3.如权利要求1所述的多点位感知融合方法，其特征在于，所述根据所述目标检测信息确定各点位感知到的跟踪目标所在的网格包括：

获取多个所述点位的目标检测信息，基于所述目标检测信息获取各个所述跟踪目标的时间戳；

获取当前的统一时间戳，分别计算各个所述跟踪目标的时间戳与所述统一时间戳的差值；

获取各个所述跟踪目标历史轨迹的平均速度；

分别基于各个所述跟踪目标对应的所述平均速度和所述差值，对各个所述跟踪目标的当前位置进行修正；

基于各个所述跟踪目标修正后的位置确定各个所述跟踪目标所在的网格。