CN105160356B - 一种车辆主动安全系统传感器数据融合方法及系统 - Google Patents

一种车辆主动安全系统传感器数据融合方法及系统 Download PDF

Info

Publication number
CN105160356B
CN105160356B CN201510546177.6A CN201510546177A CN105160356B CN 105160356 B CN105160356 B CN 105160356B CN 201510546177 A CN201510546177 A CN 201510546177A CN 105160356 B CN105160356 B CN 105160356B
Authority
CN
China
Prior art keywords
tracing point
information group
sensor
point information
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510546177.6A
Other languages
English (en)
Other versions
CN105160356A (zh
Inventor
刘洋
朱晓华
徐维庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SAIC General Motors Corp Ltd
Pan Asia Technical Automotive Center Co Ltd
Original Assignee
SAIC General Motors Corp Ltd
Pan Asia Technical Automotive Center Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SAIC General Motors Corp Ltd, Pan Asia Technical Automotive Center Co Ltd filed Critical SAIC General Motors Corp Ltd
Priority to CN201510546177.6A priority Critical patent/CN105160356B/zh
Publication of CN105160356A publication Critical patent/CN105160356A/zh
Application granted granted Critical
Publication of CN105160356B publication Critical patent/CN105160356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/251Fusion techniques of input or preprocessed data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/253Fusion techniques of extracted features

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种车辆主动安全系统传感器数据融合方法,包括:获取多组分别来自不同传感器的传感器轨迹点信息组;判断多组传感器轨迹点信息组是否指代同一目标,如果是指代同一目标,则对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数的测量参数值进行综合计算,得到每个轨迹点参数的目标参数值,生成包括多个目标参数值的目标轨迹点信息组。本发明实现多组传感器轨迹点信息组的融合,发挥不同传感器的优点,使得轨迹点信息组的轨迹参数的数值更加准确。同时,由于多个传感器互相弥补,因此无需采用具有较高性能的传感器。

Description

一种车辆主动安全系统传感器数据融合方法及系统
技术领域
本发明涉及汽车相关技术领域,特别是一种车辆主动安全系统传感器数据融合方法及系统。
背景技术
传统的车辆安全性功能配置,例如刹车防抱死系统(ABS),电子制动力分配系统(EBD),牵引力控制系统(TCS),安全气囊(SRS)等已经被广泛地应用于国内外车企的各级车辆产品中,并逐渐成为高端品牌汽车的标准配置。然而,这些功能大多是在危险发生时或已经发生后才启动或介入以保证车体或车内乘客的安全,而由于这些安全功能的启动或介入时间相对较晚,事故最终造成的损失依然较大或并不能完全避免。为弥补传统车辆安全功能的不足,工业界近年兴起的属于先进驾驶辅助系统(主动安全)中的主动安全功能得到了较快的发展与较大的进步。该功能旨在通过安装于车身周遭的各类型传感器收集道路交通状况,在危险或事故发生前分析并决断是否提示驾驶员改变当前车辆运动或自主改变当前车辆运动,以避免事故的发生或将事故可能造成的损失降至最低。
常见的主动安全系统传感器与功能模块包括微波雷达、带图像处理功能的摄像头、激光雷达和超声波雷达等,用来实现防碰撞预警或刹车功能(FCW/AEB)、车道偏离预警或保持功能(LDW/LKA)、盲区检测(BSD)和变道辅助(LCA)等先进驾驶辅助功能。由于主动安全系统需要实时侦测大范围的目标状态,如果采用独立传感器,需要在侦测范围、工作条件与计算速度方面具有较高性能指标的传感器。同时,独立传感器也很难达到在不遗漏障碍物侦测(False Negative)的情况下,还要求尽量减少错误的侦测(False Positive)的技术要求。
发明内容
基于此,有必要针对现有技术采用独立传感器无法满足主动安全系统要求的技术问题,提供一种车辆主动安全系统传感器数据融合方法及系统。
一种车辆主动安全系统传感器数据融合方法,包括:
传感器信息获取步骤,包括:获取多组分别来自不同传感器的传感器轨迹点信息组,所述传感器轨迹点信息组包括多个轨迹点参数的测量参数值,每组传感器轨迹点信息组指代一个目标,所述轨迹点参数为所指代目标的运动变量;
目标判断步骤,包括:判断多组传感器轨迹点信息组是否指代同一目标,如果是指代同一目标,则执行目标轨迹点参数计算步骤;
目标轨迹点参数计算步骤,包括:对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数的测量参数值进行综合计算,得到每个轨迹点参数的目标参数值,生成包括多个目标参数值的目标轨迹点信息组。
一种车辆主动安全系统传感器数据融合系统,包括:
传感器信息获取模块,用于:获取多组分别来自不同传感器的传感器轨迹点信息组,所述传感器轨迹点信息组包括多个轨迹点参数的测量参数值,每组传感器轨迹点信息组指代一个目标,所述轨迹点参数为所指代目标的运动变量;
目标判断模块,用于:判断多组传感器轨迹点信息组是否指代同一目标,如果是指代同一目标,则执行目标轨迹点参数计算模块;
目标轨迹点参数计算模块,用于:对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数的测量参数值进行综合计算,得到每个轨迹点参数的目标参数值,生成包括多个目标参数值的目标轨迹点信息组。
本发明采用来自多个传感器的多组传感器轨迹点信息组,通过判断多组传感器轨迹点信息组是否指代同一目标,从而实现多组传感器轨迹点信息组的融合,发挥不同传感器的优点,使得轨迹点信息组的轨迹参数的数值更加准确。同时,由于多个传感器互相弥补,因此无需采用具有较高性能的传感器。
附图说明
图1为本发明一种车辆主动安全系统传感器数据融合方法的工作流程图;
图2为本发明的最佳实施例的结构示意图;
图3为两个独立传感器的单一轨迹参数关联性精确度计算图示;
图4所示为本发明一种车辆主动安全系统传感器数据融合系统的结构模块图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细的说明。
如图1所示为本发明一种车辆主动安全系统传感器数据融合方法的工作流程图,包括:
步骤S101,包括:获取多组分别来自不同传感器的传感器轨迹点信息组,所述传感器轨迹点信息组包括多个轨迹点参数的测量参数值,每组传感器轨迹点信息组指代一个目标,所述轨迹点参数为所指代目标的运动变量;
步骤S102,包括:判断多组传感器轨迹点信息组是否指代同一目标,如果是指代同一目标,则执行步骤S103;
步骤S103,包括:对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数的测量参数值进行综合计算,得到每个轨迹点参数的目标参数值,生成包括多个目标参数值的目标轨迹点信息组。
不同的传感器每隔预设的时间间隔会进行一次扫描,从而获取到对多个目标的传感器轨迹点信息组,每个传感器轨迹点信息组指代一个目标,而每个传感器轨迹点信息组包括多个轨迹点参数的测量参数值。其中,传感器包括但不限于:微波雷达、带图像处理功能的摄像头、激光雷达和超声波雷达等。轨迹点参数包括但不限于:目标距离,目标横向移动速度,目标纵向移动速度,目标角度,目标横向移动加速度,目标纵向移动加速度等。而目标,指的是在行车过程中,各传感器所捕捉到的路面的各种物体,例如:车辆、路基、灯柱等。
在步骤S101中,获取前述传感器所传来的多组传感器轨迹点信息组,并由步骤S102进行判断,从而将多组传感器轨迹点信息组进行分类,并对指代同一目标的传感器轨迹点信息组执行步骤S103完成轨迹点参数的参数值优化,对于不是指代同一目标的传感器轨迹点信息组,则不执行步骤S103。
本发明采用来自多个传感器的多组传感器轨迹点信息组,通过判断多组传感器轨迹点信息组是否指代同一目标,从而实现多组传感器轨迹点信息组的融合,通过联合常用传感器的目标探测各自优点,使得被探测的目标能够被更加精确和及时地识别。同时,由于多个传感器互相弥补,因此无需采用具有较高性能的传感器。
在其中一个实施例中,还包括预判步骤;
所述预判步骤,包括:根据目标轨迹点信息组预判目标轨迹点信息组所指代的目标的未来运行状态,得到目标轨迹点信息组所指定的目的预判结果,将预判结果输入车辆运动控制功能块。
其中,计算目标的未来运行状态,判断预判目标是否将变道,减速,加速等。具体的判断方法可以采用现有技术实现。
在其中一个实施例中,所述步骤S101,还包括:
选定一个传感器为基准传感器,来自所述基准传感器的传感器轨迹点信息组为基准传感器轨迹点信息组;
以基准传感器轨迹点信息组所指定的目标为基准目标,以所述基准目标为基准点确定一个基准范围;
从来自除基准传感器以外的其他传感器的其他传感器轨迹点信息组中,选择所指定目标在所述基准范围内的其他传感器轨迹点信息组作为待判断传感器轨迹点信息组;
对基准传感器轨迹点信息组和待判断传感器轨迹点信息组执行所述步骤S102。
以摄像头与微波雷达组合为例,其中采用摄像头作为基准传感器,利用视觉信号进行车辆目标探测获取目标的轨迹参数:对每一帧图像进行处理,获得高亮度光点作为基准点,以该基准点附近的预设范围作为基准范围;如果来自微波雷达的传感器轨迹点信息组所指代的目标在该基准范围内,则该传感器轨迹点信息组作为待判断传感器轨迹点信息组。
具体可以应用图像算法捕捉车辆或目标产生的光点移动,可以缩小并圈定兴趣目标的观察范围并计算出该光点移动的轨迹点信息,将其作为摄像头探测得出的轨迹点信息组,即基准轨迹点信息组;同时筛选出光点周边(即基准范围)的雷达探测的轨迹点数据作为待判断传感器轨迹点信息组。
对于其他传感器组合也可以以此为例,例如对于激光探测传感器和微波雷达组合为例,以激光探测传感器作为基准传感器,可以选择其中一组传感器轨迹点信息组所指代的目标附近的预设大小的范围作为基准范围。如果来自微波雷达的传感器轨迹点信息组所指代的目标在该基准范围内,则该传感器轨迹点信息组作为待判断传感器轨迹点信息组。
在其中一个实施例中,判断多组传感器轨迹点信息组是否指代同一目标,具体为:如果多组传感器轨迹点信息组中,任意两组传感器轨迹点信息组均指代同一目标,则多组传感器轨迹点信息组指代同一目标,否则多组传感器轨迹点信息组不指代同一目标,其中两组传感器轨迹点信息组是否指代同一目标,采用如下方式得到:
选择多个轨迹点参数作为判断轨迹点参数;
从两组传感器轨迹点信息组获取所述判断轨迹点参数的测量参数值;
如果两组传感器轨迹点信息组中所有判断轨迹点参数的测量参数值之间的关联概率大于预设概率阈值,且关联概率对应的可信度超过预设可信度阈值,则判断两组传感器轨迹点信息组指代同一目标,否则判断两组传感器轨迹点信息组不指代同一目标。
其中,可信度采用关联性精确度表达:
Ae=P0*(1-Ps) (1)
式中:P0为描述两个轨迹点真实来源于同一个目标(即关联间隔为0),其被判断为关联的概率;1-Ps为描述两个轨迹点真实来源于不同目标,其被判断为不关联概率,Ps为描述两个轨迹点在关联间隔为S时,其被判断为关联的概率。
以某一个目标轨迹参数如纵向距离X的判定为例,如图3所示,设两个独立传感器T1和T2探测某目标的纵向距离X的数据sig1与sig2符合正态分布,其概率分布对应分别为T1和T2;两者的平均值的差值即关联间隔为S。选择门限值G作为关联性方程计算参数之一,则用于作为纵向距离X的判定门限为X*+G与X*-G,其中X*为T1传感器的实际观测数值。
在观测值X*存在的条件下,T1与T2相关联的概率由下式给出
(2),其中σ2为sig2概率分布的均方差,sig1概率分布的均方差即为σ1,而P1为sig1概率分布的均值,P2为sig1概率分布的均值。
考虑到X*符合正态T1(sig1)分布,令
y=x*-P1,z=x-P1,S=P2-P1 (3)
则在该时刻采用门限值G的关联性方程可改写为
则,关联性精确度式(1)可改写为
Ae=P[G,0,σ12]*{1-P[G,S,σ12]} (5)
其中,P[G,S,σ12]即为在两轨迹点轨迹参数值间隔为S时,两轨迹点相关联(指示同一目标)的概率Ps,P[G,0,σ12]即为P0,其计算即为P[G,S,σ12]在S=0时的值;关联精确性Ae是描述此概率的一个可信度(confidence level)。通过优化门限值G可以取得关联性精确度的最优解。对来自两个独立传感器的目标各个轨迹参数信息进行上述计算,即可实现数据关联和归组。门限G的优化可以简单的采用数值调整或者数据训练方式得到。
在其中一个实施例中,所述步骤S103,具体包括:
获取每个轨迹点参数所对应的预设的优选传感器;
对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数,选择来自对应的优选传感器的轨迹点参数的测量值作为每个轨迹点参数的目标参数值;
生成包括多个目标参数值的目标轨迹点信息组。
每个轨迹点参数都有一个预设的优选传感器,例如目标横向移动速度的优选传感器为摄像头,而目标纵向移动速度的优选传感器为微波雷达。当通过步骤S102确定多组传感器轨迹点信息组均指代同一目标之后,对每个轨迹点参数选择来自优选传感器的测量值作为目标测量值,从而能够应用不同的传感器的优点。
图2为本发明的最佳实施例的结构示意图,包括:多个传感器1、数据融合处理功能块2、车辆运动控制功能块3和车辆总线4。
其中,数据融合处理功能块2获取传感器1所发送来的多组传感器轨迹点信息组,执行本发明的步骤S101~步骤S103后,根据目标轨迹点信息组预判目标轨迹点信息组所指代的目标的未来运行状态,得到目标轨迹点信息组所指定的目的预判结果,将预判结果输入车辆运动控制功能块3,车辆运动控制功能块3对预判结果执行相应的测量后输入车辆总线控制车辆做出合适的动作。
具体来说,数据融合处理功能块2包括传感器原始数据融合层、数据关联和归组层和目标轨迹预测层。传感器原始数据融合层实现步骤S101,实现有效目标找寻并剔除无关的雷达轨迹点数据;在数据关联和归组层实现本发明的步骤S102和步骤S103,对已筛选出的雷达原始数据与对应的摄像头原始数据执行步骤S102进行关联和归组,通过应用关联性方程,辨识两组独立来源的轨迹点信息是否指代同一目标,并在确认后执行步骤S103赋予该目标各轨迹参数更加准确的数值;在目标轨迹预测层执行预判步骤,进行对该目标未来运行状态的预判计算,例如目标是否将变道,减速,加速等,将预判结果与融合后的目标轨迹点信息一并作为车辆运动控制功能块输入。
以两个独立传感器:摄像头与微波雷达组合为例。本实施例的数据融合处理功能块,其输入为各传感器的原始数据,输出为融合处理后的目标信息,旨在为车辆运动控制策略提供准确的输入,从而输出及时的车辆运动控制指令。各层级间的数据信息传输可以通过车辆总线或私有总线进行数据传输。其具体传输格式可以自行定义,但是应该包括:目标距离,目标横向移动速度,目标纵向移动速度,目标角度,目标横向移动加速度,目标纵向移动加速度等轨迹参数信息。在传感器原始数据融合层,有效地利用摄像头轨迹点信息可以快速找出有效目标且剔除大量来自雷达的冗余轨迹点数据,这有助于微波雷达与摄像头组合快速准确地识别潜在威胁目标。在数据关联和归组层,对已筛选出的雷达原始数据与对应的摄像头原始数据进行关联和归组。之后,根据已获得准确的目标轨迹参数在目标轨迹预测层进行数据计算和处理,获得对该目标未来运行状态的预判结果。
在将障碍物信息传递给车辆运动控制层级之前,还需要对已完成前两级数据融合的目标信息进行轨迹预测计算。轨迹预测计算可以帮助车辆做出更符合人为驾驶的习惯与特征。估计预测计算层级的输入为经过两级数据融合后的目标轨迹参数信息,输出为目标的未来运动趋势取值,按横向运动趋势与纵向运动趋势可分为:向左变道,向右变道,保持原车道;加速,减速,保持原车速。将车辆横向运动趋势与纵向运动趋势相结合可以相对准确地预估描述车辆运动趋势。
由于预测目标运动趋势需要较大的原始数据,因此需要至少3帧经过两级数据融合后的目标轨迹参数值做计算。基本的轨迹预测可以简单采用插值计算进行,也可以增加输入的数据帧数,采用其他插值方法,以获得更精确的判断结果。
在完成了对微波雷达与摄像头探测目标信息的三级传感器数据融合后,将目标的轨迹参数信息与目标的轨迹预测结果传递给车辆运动控制部分,用与其结合本车自身车辆状态,来发出准确、及时且合乎实际需求的车辆运动控制指令。
如图4所示为本发明一种车辆主动安全系统传感器数据融合系统的结构模块图,包括:
传感器信息获取模块401,用于:获取多组分别来自不同传感器的传感器轨迹点信息组,所述传感器轨迹点信息组包括多个轨迹点参数的测量参数值,每组传感器轨迹点信息组指代一个目标,所述轨迹点参数为所指代目标的运动变量;
目标判断模块402,用于:判断多组传感器轨迹点信息组是否指代同一目标,如果是指代同一目标,则执行目标轨迹点参数计算模块403;
目标轨迹点参数计算模块403,用于:对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数的测量参数值进行综合计算,得到每个轨迹点参数的目标参数值,生成包括多个目标参数值的目标轨迹点信息组。
在其中一个实施例中,还包括预判模块;
所述预判模块,用于:根据目标轨迹点信息组预判目标轨迹点信息组所指代的目标的未来运行状态,得到目标轨迹点信息组所指定的目的预判结果,将预判结果输入车辆运动控制功能块。
在其中一个实施例中,所述传感器信息获取模块,还包括:
选定一个传感器为基准传感器,来自所述基准传感器的传感器轨迹点信息组为基准传感器轨迹点信息组;
以基准传感器轨迹点信息组所指定的目标为基准目标,以所述基准目标为基准点确定一个基准范围;
从来自除基准传感器以外的其他传感器的其他传感器轨迹点信息组中,选择所指定目标在所述基准范围内的其他传感器轨迹点信息组作为待判断传感器轨迹点信息组;
对基准传感器轨迹点信息组和待判断传感器轨迹点信息组执行所述目标判断模块。
在其中一个实施例中,判断多组传感器轨迹点信息组是否指代同一目标,具体为:如果多组传感器轨迹点信息组中,任意两组传感器轨迹点信息组均指代同一目标,则多组传感器轨迹点信息组指代同一目标,否则多组传感器轨迹点信息组不指代同一目标,其中两组传感器轨迹点信息组是否指代同一目标,采用如下方式得到:
选择多个轨迹点参数作为判断轨迹点参数;
从两组传感器轨迹点信息组获取所述判断轨迹点参数的测量参数值;
如果两组传感器轨迹点信息组中所有判断轨迹点参数的测量参数值之间的关联概率大于预设概率阈值,且关联概率对应的可信度超过预设可信度阈值,则判断两组传感器轨迹点信息组指代同一目标,否则判断两组传感器轨迹点信息组不指代同一目标。
在其中一个实施例中,所述目标轨迹点参数计算模块,具体用于:
获取每个轨迹点参数所对应的预设的优选传感器;
对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数,选择来自对应的优选传感器的轨迹点参数的测量值作为每个轨迹点参数的目标参数值;
生成包括多个目标参数值的目标轨迹点信息组。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种车辆主动安全系统传感器数据融合方法,其特征在于,包括:
传感器信息获取步骤,包括:获取多组分别来自不同传感器的传感器轨迹点信息组,所述传感器轨迹点信息组包括多个轨迹点参数的测量参数值,每组传感器轨迹点信息组指代一个目标,所述轨迹点参数为所指代目标的运动变量;
目标判断步骤,包括:判断多组传感器轨迹点信息组是否指代同一目标,如果是指代同一目标,则执行目标轨迹点参数计算步骤;
目标轨迹点参数计算步骤,包括:对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数的测量参数值进行综合计算,得到每个轨迹点参数的目标参数值,生成包括多个目标参数值的目标轨迹点信息组;
还包括预判步骤;
所述预判步骤,包括:根据目标轨迹点信息组预判目标轨迹点信息组所指代的目标的未来运行状态,得到目标轨迹点信息组所指定的目的预判结果,将预判结果输入车辆运动控制功能块;
所述轨迹点参数包括:目标距离、目标横向移动速度、目标纵向移动速度、目标角度、目标横向移动加速度、和/或目标纵向移动加速度;
所述传感器信息获取步骤,还包括:
选定一个传感器为基准传感器,来自所述基准传感器的传感器轨迹点信息组为基准传感器轨迹点信息组;
以基准传感器轨迹点信息组所指定的目标为基准目标,以所述基准目标为基准点确定一个基准范围;
从来自除基准传感器以外的其他传感器的其他传感器轨迹点信息组中,选择所指定目标在所述基准范围内的其他传感器轨迹点信息组作为待判断传感器轨迹点信息组;
对基准传感器轨迹点信息组和待判断传感器轨迹点信息组执行所述目标判断步骤。
2.根据权利要求1所述的车辆主动安全系统传感器数据融合方法,其特征在于,判断多组传感器轨迹点信息组是否指代同一目标,具体为:如果多组传感器轨迹点信息组中,任意两组传感器轨迹点信息组均指代同一目标,则多组传感器轨迹点信息组指代同一目标,否则多组传感器轨迹点信息组不指代同一目标,其中两组传感器轨迹点信息组是否指代同一目标,采用如下方式得到:
选择多个轨迹点参数作为判断轨迹点参数;
从两组传感器轨迹点信息组获取所述判断轨迹点参数的测量参数值;
如果两组传感器轨迹点信息组中所有判断轨迹点参数的测量参数值之间的关联概率大于预设概率阈值,且关联概率对应的可信度超过预设可信度阈值,则判断两组传感器轨迹点信息组指代同一目标,否则判断两组传感器轨迹点信息组不指代同一目标。
3.根据权利要求1所述的车辆主动安全系统传感器数据融合方法,其特征在于,所述目标轨迹点参数计算步骤,具体包括:
获取每个轨迹点参数所对应的优选传感器;
对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数,选择来自对应的优选传感器的轨迹点参数的测量值作为每个轨迹点参数的目标参数值;
生成包括多个目标参数值的目标轨迹点信息组。
4.一种车辆主动安全系统传感器数据融合系统,其特征在于,包括:
传感器信息获取模块,用于:获取多组分别来自不同传感器的传感器轨迹点信息组,所述传感器轨迹点信息组包括多个轨迹点参数的测量参数值,每组传感器轨迹点信息组指代一个目标,所述轨迹点参数为所指代目标的运动变量;
目标判断模块,用于:判断多组传感器轨迹点信息组是否指代同一目标,如果是指代同一目标,则执行目标轨迹点参数计算模块;
目标轨迹点参数计算模块,用于:对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数的测量参数值进行综合计算,得到每个轨迹点参数的目标参数值,生成包括多个目标参数值的目标轨迹点信息组;
还包括预判模块;
所述预判模块,用于:根据目标轨迹点信息组预判目标轨迹点信息组所指代的目标的未来运行状态,得到目标轨迹点信息组所指定的目的预判结果,将预判结果输入车辆运动控制功能块;
所述轨迹点参数包括:目标距离、目标横向移动速度、目标纵向移动速度、目标角度、目标横向移动加速度、和/或目标纵向移动加速度;
所述传感器信息获取模块,还包括:
选定一个传感器为基准传感器,来自所述基准传感器的传感器轨迹点信息组为基准传感器轨迹点信息组;
以基准传感器轨迹点信息组所指定的目标为基准目标,以所述基准目标为基准点确定一个基准范围;
从来自除基准传感器以外的其他传感器的其他传感器轨迹点信息组中,选择所指定目标在所述基准范围内的其他传感器轨迹点信息组作为待判断传感器轨迹点信息组;
对基准传感器轨迹点信息组和待判断传感器轨迹点信息组执行所述目标判断模块。
5.根据权利要求4所述的车辆主动安全系统传感器数据融合系统,其特征在于,判断多组传感器轨迹点信息组是否指代同一目标,具体为:如果多组传感器轨迹点信息组中,任意两组传感器轨迹点信息组均指代同一目标,则多组传感器轨迹点信息组指代同一目标,否则多组传感器轨迹点信息组不指代同一目标,其中两组传感器轨迹点信息组是否指代同一目标,采用如下方式得到:
选择多个轨迹点参数作为判断轨迹点参数;
从两组传感器轨迹点信息组获取所述判断轨迹点参数的测量参数值;
如果两组传感器轨迹点信息组中所有判断轨迹点参数的测量参数值之间的关联概率大于预设概率阈值,且关联概率对应的可信度超过预设可信度阈值,则判断两组传感器轨迹点信息组指代同一目标,否则判断两组传感器轨迹点信息组不指代同一目标。
6.根据权利要求4所述的车辆主动安全系统传感器数据融合系统,其特征在于,所述目标轨迹点参数计算模块,具体用于:
获取每个轨迹点参数所对应的优选传感器;
对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数,选择来自对应的优选传感器的轨迹点参数的测量值作为每个轨迹点参数的目标参数值;
生成包括多个目标参数值的目标轨迹点信息组。
CN201510546177.6A 2015-08-31 2015-08-31 一种车辆主动安全系统传感器数据融合方法及系统 Active CN105160356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510546177.6A CN105160356B (zh) 2015-08-31 2015-08-31 一种车辆主动安全系统传感器数据融合方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510546177.6A CN105160356B (zh) 2015-08-31 2015-08-31 一种车辆主动安全系统传感器数据融合方法及系统

Publications (2)

Publication Number Publication Date
CN105160356A CN105160356A (zh) 2015-12-16
CN105160356B true CN105160356B (zh) 2019-07-19

Family

ID=54801208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510546177.6A Active CN105160356B (zh) 2015-08-31 2015-08-31 一种车辆主动安全系统传感器数据融合方法及系统

Country Status (1)

Country Link
CN (1) CN105160356B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106585623B (zh) * 2016-12-21 2023-12-01 驭势科技(北京)有限公司 一种用于探测车辆周围目标的探测系统以及其应用
CN107918386B (zh) * 2017-10-25 2021-01-01 北京汽车集团有限公司 用于车辆的多传感器数据融合方法、装置及车辆
US10592784B2 (en) * 2018-02-20 2020-03-17 GM Global Technology Operations LLC Detection based on fusion of multiple sensors
CN108417087B (zh) * 2018-02-27 2021-09-14 浙江吉利汽车研究院有限公司 一种车辆安全通行系统及方法
CN110579357B (zh) * 2018-06-08 2021-08-24 优信拍(北京)信息科技有限公司 一种车辆检测方法及系统
CN109270523B (zh) * 2018-09-21 2020-09-18 宝沃汽车(中国)有限公司 多传感器数据融合方法和装置,车辆
US11782158B2 (en) 2018-12-21 2023-10-10 Waymo Llc Multi-stage object heading estimation
CN109922439B (zh) * 2019-03-29 2020-10-16 重庆长安汽车股份有限公司 多传感器数据的融合方法、基于v2x的目标检测方法及系统
CN112712729B (zh) * 2019-10-26 2023-01-06 华为技术有限公司 预测运动轨迹的方法和系统
CN112712717B (zh) * 2019-10-26 2022-09-23 华为技术有限公司 一种信息融合的方法、装置和设备
CN111652912B (zh) * 2020-06-10 2021-02-26 北京嘀嘀无限科技发展有限公司 车辆计数方法和系统、数据处理设备及智能拍摄设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464219A (zh) * 2007-12-18 2009-06-24 同济大学 基于多传感器数据融合技术的rmg啃轨故障诊断方法
CN101676744A (zh) * 2007-10-31 2010-03-24 北京航空航天大学 一种复杂背景低信噪比下弱小目标高精度跟踪方法
CN103575279A (zh) * 2013-11-04 2014-02-12 成都金本华科技股份有限公司 基于模糊信息的航迹关联方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101676744A (zh) * 2007-10-31 2010-03-24 北京航空航天大学 一种复杂背景低信噪比下弱小目标高精度跟踪方法
CN101464219A (zh) * 2007-12-18 2009-06-24 同济大学 基于多传感器数据融合技术的rmg啃轨故障诊断方法
CN103575279A (zh) * 2013-11-04 2014-02-12 成都金本华科技股份有限公司 基于模糊信息的航迹关联方法及系统

Also Published As

Publication number Publication date
CN105160356A (zh) 2015-12-16

Similar Documents

Publication Publication Date Title
CN105160356B (zh) 一种车辆主动安全系统传感器数据融合方法及系统
US11436919B2 (en) Method and apparatus for determining driving strategy of a vehicle
CN106537180B (zh) 用于用针对行人的主动制动的摄影机输入缓解雷达传感器限制的方法
CN109849910B (zh) 无人驾驶车辆多目标决策控制方法、装置及计算机可读存储介质
US10839263B2 (en) System and method for evaluating a trained vehicle data set familiarity of a driver assitance system
CN110155046A (zh) 自动紧急制动分级控制方法与系统
CN112498367A (zh) 一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质
CN106845332B (zh) 利用轮胎旁溅的基于视觉的潮湿路面状况检测
CN107499262A (zh) 基于机器学习的acc/aeb系统及车辆
CN107221195B (zh) 汽车车道预测方法及车道级地图
CN110775069B (zh) 一种混行模式下车辆驾驶模式识别装置和方法
CN108369774A (zh) 用于在即将进行的超车动作方面辅助机动车的驾驶员的方法以及机动车
CN109204311A (zh) 一种汽车速度控制方法和装置
CN109572689B (zh) 一种基于雷达识别障碍物的整车控制方法及系统
CN106569214B (zh) 结合导航信息的自适应巡航车载雷达数据处理方法及系统
CN105205805A (zh) 基于视觉的智能车辆横向控制方法
CN108021899A (zh) 基于双目相机的车载智能前车防撞预警方法
CN109501798B (zh) 行驶控制装置、以及行驶控制方法
EP3867721A1 (en) Method and system for operating a robot
CN114537374A (zh) 一种基于可行驶区域的车辆前方防碰撞系统
CN111103882A (zh) 一种无人驾驶电动汽车的自主跟车控制方法
CN115223131A (zh) 一种自适应巡航的跟随目标车辆检测方法、装置及汽车
CN114199272A (zh) 一种基于视觉检测的新能源汽车智能驾驶系统
CN114084129A (zh) 一种基于融合的车辆自动驾驶控制方法及系统
KR20170119059A (ko) Aeb 센서융합 시스템

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant