[发明专利]基于车路协同的数据融合方法、装置、电子设备及系统

说明书

本发明涉及智能交通技术领域，具体涉及基于车路协同的数据融合方法、装置、电子设备及系统，该方法包括接收路端设备发送的预设区域的目标信息，所述目标信息包括目标的位置和速度；获取本车在当前检测区域内检测目标的第一点云数据；基于所述本车的位置与所述预设区域的位置关系，确定所述目标信息与所述第一点云数据的融合策略；根据所述融合策略对所述目标信息与所述第一点云数据进行融合，确定所述当前检测区域内的目标检测信息。将路端设备中确定出的预设区域的目标信息与本车在当前检测区域内检测到的第一点云数据进行融合，且在融合时实现在不同场景下采用对应的融合策略，降低了数据融合的计算复杂度。

技术领域

本发明涉及智能驾驶技术领域，具体涉及基于车路协同的数据融合方法、装置、电子设备及系统。

背景技术

在智能驾驶技术中，感知融合系统作为无人驾驶车辆的“感官”，发挥着举足轻重的作用，通过融合多个传感器信息可以为汽车提供一个探测范围更广、精度更高、稳定性更好、更加有效的周边环境信息。多传感器融合在智能驾驶领域有着广泛应用，例如，对动态和静态目标的检测跟踪、车道线的检测、交通信号灯以及交通标识的识别等。

随着5G技术、道路基础设施的愈发成熟，加快了车联网V2X、车路协同等技术的发展。感知融合也不再局限于单车，通过蜂窝网或WIFI技术可以实现车与车，车与路之间的通信交互，大大扩大了环境感知的范围，实现了信息的最大化共享。繁多冗余的多源信息带来了硬件计算资源需求激增、融合过程复杂耗时长等挑战，因此，如何将路端信息与车端信息进行有效融合是亟待解决的问题。

发明内容

有鉴于此，本发明实施例提供了一种基于车路协同的数据融合方法、装置、电子设备及系统，以解决车路协同的数据融合的复杂度问题。

根据第一方面，本发明实施例提供了一种基于车路协同的数据融合方法，包括：

接收路端设备发送的预设区域的目标信息，所述目标信息包括目标的位置和速度；

获取本车在当前检测区域内检测目标的第一点云数据；

基于所述本车的位置与所述预设区域的位置关系，确定所述目标信息与所述第一点云数据的融合策略；

根据所述融合策略对所述目标信息与所述第一点云数据进行融合，确定所述当前检测区域内的目标检测信息。

本发明实施例提供的基于车路协同的数据融合方法，将路端设备中确定出的预设区域的目标信息与本车在当前检测区域内检测到的第一点云数据进行融合，且在融合时结合本车的位置与预设区域的位置关系采用对应的融合策略，实现在不同场景下采用对应的融合策略，降低了数据融合的计算复杂度。同时该融合方法一方面能够实现路端设备与车端设备中数据的充分融合，另一方面将路端设备采集到的数据在路端设备侧进行处理后得到目标信息再发送至车端设备进行融合，能够减轻车端设备对于算力的需求，提高了路端设备的重复使用率和车端设备的稳定性。

在一些可选实施方式中，所述根据所述融合策略对所述目标信息与所述第一点云数据进行融合，确定所述当前检测区域内的目标检测信息，包括：

获取所述目标信息中所述目标的位置；

基于所述目标的位置与所述第一点云数据的位置关系，确定所述目标与所述检测目标的对应关系；

基于所述融合策略以及所述对应关系，对所述目标信息与所述第一点云数据进行融合，确定所述当前检测区域内的目标检测信息。

本发明实施例提供的基于车路协同的数据融合方法，在将路端设备的目标信息与车端设备的目标检测信息进行融合时，先利用位置关系确定出目标与检测目标的对应关系，基于该对应关系选择对应的融合策略再进行数据融合，能够保证不同场景下对融合数据精度的需求。