[发明专利]一种用于自动驾驶中的传感器数据过滤及融合方法

摘要

本发明提供一种用于自动驾驶中的传感器数据过滤及融合方法，分为空间过滤融合方法和紧随的时间过滤融合方法，所述空间过滤融合方法在自动驾驶的感知系统从传感器获得一帧原始数据后，对数据点进行空间聚类处理，认定有效的聚类结果并排除噪声；对聚类结果进行关联性跟踪，从而能够得到某一物体的位置速度信息、历史信息、预测信息；然后进行特征信息估计，计算聚类以后物体的长宽和朝向信息；再进行时间过滤融合方法将原始目标判别为确定目标、可疑目标和伪目标。本发明无需考虑传感器的类型和传感器的数量，针对任何大噪声和小噪声的传感器数据都能够使用，计算量小，简单而灵活有效。

主权项

1.一种用于自动驾驶中的传感器数据过滤及融合方法，分为空间过滤融合方法和紧随的时间过滤融合方法，所述空间过滤融合方法在自动驾驶的感知系统从传感器获得一帧原始数据后，包括下列步骤：(1)空间聚类，计算当前帧所有数据点与当前帧中其他数据点及上一帧中所有数据点的距离，如果当前帧所有数据点中存在数据点a和除a以外的某个数据点b的距离小于聚类基准值thd_base，则将距离小于聚类基准值thd_base的数据点分为一组；(2)当所有数据点完成空间聚类之后，根据每一个聚类中所包含的当前帧数据点的个数和上一帧数据点的个数进行聚类结果的判定，认定有效的聚类结果并排除噪声；(3)关联性跟踪，对当前帧聚类结果和上一帧聚类结果的空间距离关系的关联性进行跟踪，从而能够得到某一物体的位置速度信息及其历史信息，并且根据这些信息能够得到该物体的预测信息；(4)特征信息估计，聚在同一个类里面的所有数据点被认为是同一个物体的数据点，这些数据点分布离散不均匀，需要结合主成分分析PCA和概率分布，计算聚类以后物体的长宽和朝向信息；之后，进行时间过滤融合方法，包括下列步骤：(5)将通过传感器得到的具有较完整信息的数据点或者通过空间过滤融合得到的聚类结果定义为原始目标，通过对同一目标在不同时刻被传感器检测到的情况进行计分操作，从而将原始目标判别为确定目标、可疑目标和伪目标，所述确定目标为确实存在的物体；可疑目标为可能存在的物体；伪目标为不存在的物体。