[发明专利]一种多传感器数据融合方法及装置

说明书

本发明属于车载传感器数据处理技术领域，具体涉及一种多传感器数据融合方法及装置。采用相邻镜头一对一依次匹配更新全局融合点，解决多摄像头匹配次序混乱问题，并且可以适配不同选配数目的摄像头，独立性好，即插即用；基于ID记忆与更新方案，解决目标ID重复混乱的问题；采用融合记忆功能，解决单帧目标跳动问题。

技术领域

本发明属于车载传感器数据处理技术领域，具体涉及一种多传感器数据融合方法及装置。

背景技术

车载传感器的后融合的技术每家公司都有所不同，常见的融合采用匈牙利算法和卡尔曼滤波来对目标做融合与跟踪。Apollo(百度阿波罗自动驾驶平台)的感知融合模块使用匈牙利算法，对各个传感器提取到的各个Object(目标)进行匹配，最后将匹配后的数据用卡尔曼滤波进行融合，分配对应的track_id(跟踪融合ID)，将处理后的数据分类存储，为新的匹配对象进行创建跟踪对象(track_id)，并保存。每一帧最后移除跟踪失败的目标。数据分类为两大块——track(跟踪融合目标)和sensor(单传感器目标)，前者为已经融合跟踪上的目标，后者为待融合的目标。通过匈牙利匹配求所有待融合目标和已经跟踪上目标两两之间的匹配分数，求得匹配关系后，根据卡尔曼滤波进行两两融合，再更新track。上述技术把用匈牙利算法匹配后的数据用卡尔曼滤波进行融合，适合多种类传感器的融合任务，但是在传感器单一(只有相机)，测距测速误差较大的情况下不是非常实用，卡尔曼滤波跟踪融合的数据误差依然很大，这时候用卡尔曼滤波做跟踪起到的作用就不是很大了，反而会增加计算量。同时现有技术的航迹管理逻辑复杂，在匹配的时候需要大量计算，不利于算法的工程化。

发明内容

有鉴于此，本发明提供一种多传感器数据融合方法，采用相邻镜头一对一依次匹配更新全局融合点，解决多摄像头匹配次序混乱问题，并且可以适配不同选配数目的摄像头，独立性好，即插即用；基于ID记忆与更新方案，解决目标ID重复混乱的问题；采用融合记忆功能，解决单帧目标跳动问题。

为了实现上述技术目的，本发明所采用的具体技术方案为：

一种多传感器数据融合方法，用于多个相邻传感器对目标的探测数据处理，所述传感器组包括至少两个用于感知目标的传感器；所述多传感器数据融合方法为：

提取各所述传感器所获得的各目标的目标信息；基于匈牙利算法，对所述目标信息中，存在相同感知区域的两个传感器所感知的相同目标进行融合，生成融合目标；

在所述传感器组的运行过程中，基于组成所述融合目标的两个目标信息的相关数据，对所述融合目标进行实时数据融合；

其中：标记所述融合目标的融合ID标记，继承自形成所述融合目标的目标在两个所述传感器之中存活时间较长者；

对被单独所述传感器探测到的单视角目标的标记方法为：

当所述单视角目标与时间线之前的融合目标为同一目标时，基于所述融合目标的融合ID标记对所述单视角目标进行标记；

当所述单视角目标与时间线之前的融合目标不为同一目标，基于ID记忆对所述单视角目标基于单视角ID标记进行标记，保证所述单视角ID标记与所述融合ID标记在时间上连贯且不重复。

进一步的，确定所述单视角目标与时间线之前的融合目标是否为同一目标的方法为：

基于所述融合目标的上一帧所记录的单视角目标的ID，比对当前单视角目标ID，找到单视角目标的上一帧融合目标；计算当前单视角目标与上一帧融合目标的IOU和位置状态误差，确认所述单视角目标与上一帧融合目标是否为同一目标。