用于环境目标的融合方法及装置制造方法及图纸

本发明专利技术实施例提供一种用于环境目标的融合方法及装置，属于自动驾驶领域。所述方法包括：读取布置在车辆上的传感器探测的每一个环境目标的参数属性集合；根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合来生成当前时刻的目标融合列表，其中所述目标融合列表包括与一个或多个环境目标中每一个环境目标相对应的目标属性集合，所述目标属性集合包括由一个或多个传感器各自测得的环境目标的参数属性集合；以及根据所述当前时刻的目标融合列表生成当前时刻的目标跟踪列表，其中所述目标跟踪列表包括与筛选出的每一个环境目标对应的参数属性集合以及融合跟踪ID。其有利于对感兴趣环境目标的跟踪。

【技术实现步骤摘要】
用于环境目标的融合方法及装置
本专利技术涉及自动驾驶领域，具体地涉及一种用于环境目标的融合方法及装置。
技术介绍
自动驾驶系统(AutonomousDrivingSystem，简称ADS)，是利用安装于车辆上的多种感知设备，实时采集车辆周围的道路数据及物体目标数据，进行物体目标静态特性、动态特性的辨识，确定物体在道路上的位置，从而让自动驾驶计算机在最短时间判断出潜在的危险，并做出预防该危险发生的有效措施。在感知周围环境目标的过程中，由于单一传感器自身的性能缺陷，某些情况无法实现针对障碍物的目标探测，例如，摄像头在光照比较差的工况下无法探测目标。因此，自动驾驶汽车需要多种传感器对目标进行探测才能实现对周围环境的全面感知。如果对多个传感器探测的目标数据进行直接输出，将造成数据传输量巨大，且会存在以下问题：目标误检，例如没有障碍物却输出障碍物；目标漏检，例如存在障碍物却没有输出；同一目标属性不一致；无法获得目标最优属性等。这些问题将对后续决策系统的判断逻辑带来很大不便，降低整个系统的安全性和运行效率。另外，在感知周围环境目标的过程中，实现对环境目标的跟踪是非常重要的。相关技术中主要公开了采用卡尔曼滤波算法来实现对环境目标的跟踪，但是这种算法计算量较大，需要消耗较大的计算资源，并且具有较高的数据延迟。
技术实现思路
有鉴于此，本专利技术旨在提出一种用于环境目标的融合方法，用于至少部分解决
技术介绍
中提到的技术问题。为达到上述目的，本专利技术的技术方案是这样实现的：一种用于环境目标的融合方法，所述方法包括：读取布置在车辆上的传感器探测的每一个环境目标的参数属性集合，其中，所述参数属性集合至少包括以下属性中的一者或多者：纵向速度、纵向距离、横向距离和目标ID；根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合来生成当前时刻的目标融合列表，其中所述目标融合列表包括与一个或多个环境目标中每一个环境目标相对应的目标属性集合，所述目标属性集合包括由一个或多个传感器各自测得的环境目标的参数属性集合；以及根据所述当前时刻的目标融合列表生成当前时刻的目标跟踪列表，其中所述目标跟踪列表包括与筛选出的每一个环境目标对应的参数属性集合以及融合跟踪ID。进一步的，所述根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合来生成当前时刻的目标融合列表包括：根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合生成属性组合，其中每一个所述属性组合包括分别从所述每一个所述传感器探测的目标的参数属性集合中选择的一个目标的参数属性集合；以及确定每一个所述属性组合中的参数属性集合的重合度，并基于所述重合度进行数据融合以得到第一目标融合列表，其中所述第一目标融合列表包括每一个所述属性组合的重合度及与所述每一个所述属性组合的重合度对应的参数属性集合，其中，所述重合度是指所述属性组合中对应于同一环境目标的参数属性集合的数量；以及从所述第一目标融合列表中删除重复融合的数据以得到所述当前时刻的目标融合列表。进一步的，所述确定每一个所述属性组合中的参数属性集合的重合度包括针对每一个所述属性组合执行以下步骤：分别计算n个参数属性集合中的每一个相同类型的n个参数属性的离散度；判断所述每一个相同类型的n个参数属性的离散度是否均处于各自对应的预定范围内；如果所述每一个相同类型的n个参数属性的离散度均处于各自对应的预定范围内，则确定所述属性组合中的参数属性集合的重合度为n；以及如果所述每一个相同类型的n个参数属性的离散度不满足均处于各自对应的预定范围内，则确定所述属性组合中的参数属性集合的重合度为1，其中，所述n为正整数，所述n的取值为大于或等于2且小于或等于所述属性组合中目标的参数属性集合的数量。进一步的，在确定出的所述属性组合中的参数属性集合的重合度为多个数值时，选择这多个数值中的最大值作为所述属性组合中的参数属性集合的重合度；和/或所述确定每一个所述属性组合中的参数属性集合的重合度包括：针对每一个所述属性组合，从所述n的值为最大值开始依次递减所述n的值，直到确定出所述属性组合中的参数属性集合的重合度；和/或根据以下步骤确定所述预定范围：从预先存储的预定范围列表中选取所述n个参数属性中特定传感器探测的参数属性所对应的预定范围，其中所述预定范围列表包括特定传感器探测的参数属性的范围及与所述特定传感器探测的每一参数属性的范围对应的预定范围。进一步的，所述参数属性集合还包括目标ID，所述方法包括根据以下步骤删除重复融合的数据：判断与重合度p对应的目标ID的集合是否被包含在与重合度对应的q的目标ID的集合内，其中q的取值大于p的取值；如果与重合度p对应的目标ID的集合被包含在与重合度对应的q的目标ID的集合内，则从所述第一目标融合列表中删除与所述重合度p对应的数据，其中p和q均为正整数，p的取值为大于或等于1且小于重合度的最大值，q的取值为大于1且小于或等于重合度的最大值。进一步的，所述根据所读取的每一个传感器探测的每一个目标的参数属性集合生成属性组合包括：每读取到传感器发送的环境目标的参数属性集合，为读取到的所述环境目标赋予读取时刻的时间戳信息；基于每一个环境目标的读取时刻的时间戳信息和当前时刻的时间戳信息来计算每个环境目标在所述当前时刻的特定属性；使用每一个环境目标在所述当前时刻的特定属性来更新所述每个环境目标各自的参数属性集合；分别从所述每一个传感器探测的环境目标的更新后的参数属性集合中筛选出处于感兴趣区域内的环境目标的更新后的参数属性集合；分别针对与所述每一个传感器对应的筛选出的环境目标的更新后的参数属性集合增加一个空的目标的参数属性集合；以及基于增加空的目标的参数属性集合后的参数属性集合来生成所述属性组合。进一步的，所述根据所述当前时刻的目标融合列表生成当前时刻的目标跟踪列表包括：判断所述当前时刻的目标融合列表是否是初始目标融合列表；如果所述当前时刻的目标融合列表不是初始目标融合列表，根据所述当前时刻的目标融合列表和存储的前一时刻的目标跟踪列表来确定当前时刻的目标跟踪列表，其中所述目标跟踪列表包括与筛选出的每一个环境目标对应的参数属性集合以及融合跟踪ID；以及如果所述当前时刻的目标融合列表是初始目标融合列表，则为所述初始目标融合列表中的每一个环境目标分别赋予一不同的融合跟踪ID，以得到所述当前时刻的目标跟踪列表。进一步的，所述根据所述当前时刻的目标融合列表和存储的前一时刻的目标跟踪列表来确定当前时刻的目标跟踪列表包括：根据所述前一时刻的目标跟踪列表预测所述前一时刻的目标跟踪列表中每个环境目标在当前时刻的参数属性集合以得到预测的目标列表；将所述预测的目标列表与所述当前时刻的目标融合列表进行匹配；以及根据所述匹配的匹配结果来确定当前时刻的目标跟踪列表。进一步的，所述根据所述前一时刻的目标跟踪列表预测所述目标跟踪列表中每个环境目标在当前时刻的参数属性集合以得到预测的目标列表包括：使用所述前一时刻的目标跟踪列表中每一个环境目标的特定属性的值、预定的融合周期来计算所述前一时刻的目标跟本文档来自技高网...

【技术保护点】
1.一种用于环境目标的融合方法，其特征在于，所述方法包括：/n读取布置在车辆上的传感器探测的每一个环境目标的参数属性集合，其中，所述参数属性集合至少包括以下属性中的一者或多者：纵向速度、纵向距离、横向距离和目标ID；/n根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合来生成当前时刻的目标融合列表，其中所述目标融合列表包括与一个或多个环境目标中每一个环境目标相对应的目标属性集合，所述目标属性集合包括由一个或多个传感器各自测得的环境目标的参数属性集合；以及/n根据所述当前时刻的目标融合列表生成当前时刻的目标跟踪列表，其中所述目标跟踪列表包括与筛选出的每一个环境目标对应的参数属性集合以及融合跟踪ID。/n

【技术特征摘要】
1.一种用于环境目标的融合方法，其特征在于，所述方法包括：
读取布置在车辆上的传感器探测的每一个环境目标的参数属性集合，其中，所述参数属性集合至少包括以下属性中的一者或多者：纵向速度、纵向距离、横向距离和目标ID；
根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合来生成当前时刻的目标融合列表，其中所述目标融合列表包括与一个或多个环境目标中每一个环境目标相对应的目标属性集合，所述目标属性集合包括由一个或多个传感器各自测得的环境目标的参数属性集合；以及
根据所述当前时刻的目标融合列表生成当前时刻的目标跟踪列表，其中所述目标跟踪列表包括与筛选出的每一个环境目标对应的参数属性集合以及融合跟踪ID。


2.根据权利要求1所述的方法，其特征在于，所述根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合来生成当前时刻的目标融合列表包括：
根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合生成属性组合，其中每一个所述属性组合包括分别从所述每一个所述传感器探测的目标的参数属性集合中选择的一个目标的参数属性集合；以及
确定每一个所述属性组合中的参数属性集合的重合度，并基于所述重合度进行数据融合以得到第一目标融合列表，其中所述第一目标融合列表包括每一个所述属性组合的重合度及与所述每一个所述属性组合的重合度对应的参数属性集合，其中，所述重合度是指所述属性组合中对应于同一环境目标的参数属性集合的数量；以及
从所述第一目标融合列表中删除重复融合的数据以得到所述当前时刻的目标融合列表。


3.根据权利要求2所述的方法，其特征在于，所述确定每一个所述属性组合中的参数属性集合的重合度包括针对每一个所述属性组合执行以下步骤：
分别计算n个参数属性集合中的每一个相同类型的n个参数属性的离散度；
判断所述每一个相同类型的n个参数属性的离散度是否均处于各自对应的预定范围内；
如果所述每一个相同类型的n个参数属性的离散度均处于各自对应的预定范围内，则确定所述属性组合中的参数属性集合的重合度为n；以及
如果所述每一个相同类型的n个参数属性的离散度不满足均处于各自对应的预定范围内，则确定所述属性组合中的参数属性集合的重合度为1，
其中，所述n为正整数，所述n的取值为大于或等于2且小于或等于所述属性组合中目标的参数属性集合的数量。


4.根据权利要求3所述的方法，其特征在于，
在确定出的所述属性组合中的参数属性集合的重合度为多个数值时，选择这多个数值中的最大值作为所述属性组合中的参数属性集合的重合度；和/或
所述确定每一个所述属性组合中的参数属性集合的重合度包括：针对每一个所述属性组合，从所述n的值为最大值开始依次递减所述n的值，直到确定出所述属性组合中的参数属性集合的重合度；和/或
根据以下步骤确定所述预定范围：从预先存储的预定范围列表中选取所述n个参数属性中特定传感器探测的参数属性所对应的预定范围，其中所述预定范围列表包括特定传感器探测的参数属性的范围及与所述特定传感器探测的每一参数属性的范围对应的预定范围。


5.根据权利要求2至4中任一项所述的方法，其特征在于，所述参数属性集合还包括目标ID，所述方法包括根据以下步骤删除重复融合的数据：
判断与重合度p对应的目标ID的集合是否被包含在与重合度对应的q的目标ID的集合内，其中q的取值大于p的取值；
如果与重合度p对应的目标ID的集合被包含在与重合度对应的q的目标ID的集合内，则从所述第一目标融合列表中删除与所述重合度p对应的数据，
其中p和q均为正整数，p的取值为大于或等于1且小于重合度的最大值，q的取值为大于1且小于或等于重合度的最大值。


6.根据权利要求2至5中任一项所述的方法，其特征在于，所述根据所读取的每一个传感器探测的每一个目标的参数属性集合生成属性组合包括：
每读取到传感器发送的环境目标的参数属性集合，为读取到的所述环境目标赋予读取时刻的时间戳信息；
基于每一个环境目标的读取时刻的时间戳信息和当前时刻的时间戳信息来计算每个环境目标在所述当前时刻的特定属性；
使用每一个环境目标在所述当前时刻的特定属性来更新所述每个环境目标各自的参数属性集合；
分别从所述每一个传感器探测的环境目标的更新后的参数属性集合中筛选出处于感兴趣区域内的环境目标的更新后的参数属性集合；
分别针对与所述...

【专利技术属性】
技术研发人员：张凯，葛建勇，王天培，刘洪亮，韩汝涛，甄龙豹，和林，李小川，张露，
申请(专利权)人：长城汽车股份有限公司，
类型：发明
国别省市：河北;13