一种用于传感器数据融合的方法和系统技术方案

本公开实施例中提供了一种用于传感器数据融合的方法和系统，所述方法包括：根据视觉传感器的内部参数和外参数据将雷达传感器坐标转换为雷达传感器图像像素坐标；将视觉传感器坐标转换为视觉传感器图像像素坐标；基于预设的融合关系函数，计算所述雷达传感器坐标所转换后的图像像素坐标的映射图像像素坐标；以及当所述雷达传感器坐标对应的视觉传感器坐标所转换后的图像像素坐标与所述映射图像像素坐标之间的误差在预定误差阈值内时，则判断所述雷达传感器和所述视觉传感器识别到同一目标。通过本公开的处理方案，提高了传感器数据融合在多场景下的适应能力。据融合在多场景下的适应能力。据融合在多场景下的适应能力。

【技术实现步骤摘要】
一种用于传感器数据融合的方法和系统


[0001]本专利技术涉及传感器融合
，具体涉及一种用于传感器数据融合的方法和系统。

技术介绍

[0002]传感器在汽车领域已经有多年应用，最初主要用于实现盲点监测和定距巡航，随着自动驾驶概念的普及，传感器在汽车领域的关注度获得了极大提升。
[0003]在实际应用中摄像头的视觉处理技术在检测车辆时信息容易受天气影响，使目标检测的精度有所降低。毫米波雷达通过发射电磁波，然后接收回波并对回波进行处理的方式进行环境探测，从而获得目标物距离、速度等信息，不受天气条件的影响，但激光雷达进行探测时会因为无法保障所需的反射面而出现激光点的散射，从而导致采集到的数据不全或者混乱，同时也会导致探测的精度有所下降。
[0004]通过将不同的传感器间的数据进行融合可以在一定程度提高检测精度，但现有的不同传感器坐标融合的方法存在一定的局限性，对不同传感器的相对安装位置有严格要求，并在转换过程中对坐标信息的容许误差很小，从而导致在实际应用中理想数据与实际数据偏差较大。
[0005]因此，存在对降低传感器相对安装位置的要求，同时提高传感器数据融合精度的传感器数据融合方法的需求。

技术实现思路

[0006]有鉴于此，本公开实施例提供一种用于传感器数据融合的方法和系统，至少部分解决现有技术中存在的问题。
[0007]第一方面，本公开实施例提供了一种用于传感器数据融合的方法，包括以下步骤：
[0008]采集传感器的内部参数和外参数据，其中所述内部参数为传感器固有的物理性参数，所述外参数据为传感器与车辆的相对位置关系数据，所述传感器为视觉传感器和雷达传感器；
[0009]通过所述视觉传感器采集预先标定场景范围内的第一多个位置点的第一视觉传感器坐标；
[0010]通过所述雷达传感器采集所述第一多个位置点的第一雷达传感器坐标；
[0011]根据所述视觉传感器的外参数据将所述第一雷达传感器坐标转换为第二视觉传感器坐标；
[0012]根据所述视觉传感器的内部参数将所述第一视觉传感器坐标和所述第二视觉传感器坐标分别转换为第一图像物理坐标和第二图像物理坐标，并将所述第一图像物理坐标和所述第二图像物理坐标转换为第一图像像素坐标和第二图像像素坐标；
[0013]建立所述第一图像像素坐标和所述第二图像像素坐标之间的对应关系，并构建所述第一图像像素坐标和所述第二图像像素坐标之间的联立函数方程组；
[0014]通过对所述联立函数方程组求解，得到各函数方程的系数集合，从而得到所述第一图像像素坐标和所述第二图像像素坐标之间的融合关系函数。
[0015]根据本公开实施例的一种具体实现方式，所述方法还包括：
[0016]选取所述预先标定场景范围内的第二多个位置点的第三视觉传感器坐标和第二雷达传感器坐标，并将所述第三视觉传感器坐标和所述第二雷达传感器坐标分别转换为第三图像像素坐标和第四图像像素坐标；
[0017]将第四图像像素坐标代入所述融合关系函数，得到第五图像像素坐标；
[0018]计算第三图像像素坐标与第五图像像素坐标之间的欧式几何距离均值，作为判断视觉传感器和雷达传感器是否检测同一目标的预定误差阈值。
[0019]根据本公开实施例的一种具体实现方式，基于所述融合关系函数，计算重新获取的雷达传感器坐标所转换后的图像像素坐标的映射图像像素坐标；
[0020]当所述重新获取的雷达传感器坐标对应的视觉传感器坐标所转换后的图像像素坐标与所述映射图像像素坐标之间的误差在所述预定误差阈值内时，则判断所述雷达传感器和所述视觉传感器识别到同一目标。
[0021]根据本公开实施例的一种具体实现方式，当判断所述雷达传感器和所述视觉传感器识别到同一目标时，输出所述雷达传感器所捕获的目标特征与所述视觉传感器捕获的目标特征的融合特征。
[0022]根据本公开实施例的一种具体实现方式，所述雷达传感器包括激光雷达和毫米波雷达中的至少一项。
[0023]根据本公开实施例的一种具体实现方式，所述根据所述视觉传感器的外参数据将所述第一雷达传感器坐标转换为第二视觉传感器坐标包括归一化处理和去畸变中的至少一项。
[0024]第二方面，本公开实施例提供了一种用于传感器数据融合的系统，包括：
[0025]数据采集模块，被配置用于
[0026]采集传感器的内部参数和外参数据，其中所述内部参数为传感器固有的物理性参数，所述外参数据为传感器与车辆的相对位置关系数据，所述传感器为视觉传感器和雷达传感器；
[0027]通过所述视觉传感器采集预先标定场景范围内的第一多个位置点的第一视觉传感器坐标；
[0028]通过所述雷达传感器采集所述第一多个位置点的第一雷达传感器坐标；
[0029]数据处理模块，被配置用于
[0030]根据所述视觉传感器的外参数据将所述第一雷达传感器坐标转换为第二视觉传感器坐标；
[0031]根据所述视觉传感器的内部参数将所述第一视觉传感器坐标和所述第二视觉传感器坐标分别转换为第一图像物理坐标和第二图像物理坐标，并将所述第一图像物理坐标和所述第二图像物理坐标转换为第一图像像素坐标和第二图像像素坐标；
[0032]建立所述第一图像像素坐标和所述第二图像像素坐标之间的对应关系，并构建所述第一图像像素坐标和所述第二图像像素坐标之间的联立函数方程组；
[0033]通过对所述联立函数方程组求解，得到各函数方程的系数集合，从而得到所述第
一图像像素坐标和所述第二图像像素坐标之间的融合关系函数。
[0034]第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
[0035]至少一个处理器；
[0036]与该至少一个处理器通信连接的存储器；其中，
[0037]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的用于传感器数据融合的方法。
[0038]第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的用于传感器数据融合的方法。
[0039]第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的用于传感器数据融合的方法。
[0040]本公开实施例中的用于传感器数据融合的方法，包括传感器间的数据融合与目标匹配。通过本公开的方案，提高了传感器数据融合在多场景下的适应能力，降低了对传感器相对安装位置的依赖，提高了传感器数据融合的精度。
附图说明
[0041]为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于传感器数据融合的方法，其特征在于，所述方法包括以下步骤：采集传感器的内部参数和外参数据，其中所述内部参数为传感器固有的物理性参数，所述外参数据为传感器与车辆的相对位置关系数据，所述传感器为视觉传感器和雷达传感器；通过所述视觉传感器采集预先标定场景范围内的第一多个位置点的第一视觉传感器坐标；通过所述雷达传感器采集所述第一多个位置点的第一雷达传感器坐标；根据所述视觉传感器的外参数据将所述第一雷达传感器坐标转换为第二视觉传感器坐标；根据所述视觉传感器的内部参数将所述第一视觉传感器坐标和所述第二视觉传感器坐标分别转换为第一图像物理坐标和第二图像物理坐标，并将所述第一图像物理坐标和所述第二图像物理坐标转换为第一图像像素坐标和第二图像像素坐标；建立所述第一图像像素坐标和所述第二图像像素坐标之间的对应关系，并构建所述第一图像像素坐标和所述第二图像像素坐标之间的联立函数方程组；通过对所述联立函数方程组求解，得到各函数方程的系数集合，从而得到所述第一图像像素坐标和所述第二图像像素坐标之间的融合关系函数。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：选取所述预先标定场景范围内的第二多个位置点的第三视觉传感器坐标和第二雷达传感器坐标，并将所述第三视觉传感器坐标和所述第二雷达传感器坐标分别转换为第三图像像素坐标和第四图像像素坐标；将第四图像像素坐标代入所述融合关系函数，得到第五图像像素坐标；计算第三图像像素坐标与第五图像像素坐标之间的欧式几何距离均值，作为判断所述视觉传感器和所述雷达传感器是否检测同一目标的预定误差阈值。3.根据权利要求2所述的方法，其特征在于，基于所述融合关系函数，计算重新获取的雷达传感器坐标所转换后的图像像素坐标的映射图像像素坐标；当所述重新获取的雷达传感器坐标对应的视觉传感器坐标所转换后的图像像素坐标与所述映射图像像素坐标之间的误差在所述预定误差阈值内时，则判断所述雷达传感器和所述视觉传感器识别到同一目标。4.根据权利要求3所述的方法，其特征在于，当判断所述雷达传感器和所述视觉传感器识别到同一目标时，输出所述雷达传感器所捕获的目标特征与所述视觉传感器捕获的目标特征的融合特征。5.根据权利要求1所述的方法，其特征在于，所述雷达传感...

【专利技术属性】
技术研发人员：刘鑫，程建磊，赵锋，王焱红，
申请(专利权)人：澳克诺上海汽车科技有限公司，
类型：发明
国别省市：