CN109583511B - 速度融合方法和装置 - Google Patents
速度融合方法和装置 Download PDFInfo
- Publication number
- CN109583511B CN109583511B CN201811534857.6A CN201811534857A CN109583511B CN 109583511 B CN109583511 B CN 109583511B CN 201811534857 A CN201811534857 A CN 201811534857A CN 109583511 B CN109583511 B CN 109583511B
- Authority
- CN
- China
- Prior art keywords
- observation
- speed value
- sensor
- observed
- speed
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提出一种速度融合方法和装置，其中，方法包括：获取预设时间段内的多个观测速度值；根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器；根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器；根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值；根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值；在第一观测速度值在第二观测速度值的预设标准差范围内时将第一观测速度值作为目标观测速度值进行滤波处理。由此，提高了速度估计的稳定性和准确性。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种速度融合方法和装置。
背景技术
目前，基于多传感器融合的障碍物感知流程中，速度融合是数据融合过程中的重要环节。
相关技术中，通过概率模型在时序上利用各个传感器单独估计的速度对最终的融合结果进行统计推断，比如是滤波族算法，观测结果会按照一定的顺序进入算法，并基于建立好的统计模型，对滤波内的状态进行统计更新。
然而，当不同传感器单独估计的结果出现分歧时，滤波族算法的估计结果会在不同的传感器估计的结果之间摇摆，导致最终的估计结果不是很稳定。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请提出一种速度融合方法和装置，用于解决现有技术中不同的传感器单独估计的速度信息有分歧，导致最终的估计结果不是很稳定的技术问题。
为达上述目的，本申请第一方面实施例提出了一种速度融合方法，包括：
获取预设时间段内的多个观测速度值；
根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个所述第一误差值确定第一传感器；
根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个所述第二误差值确定第二传感器；
根据所述多个观测速度值对应的多个观测时间和所述第一传感器对应的第一观测时间确定第一观测速度值；
根据所述多个观测速度值对应的多个观测时间和所述第二传感器对应的第二观测时间确定第二观测速度值；
若所述第一观测速度值在所述第二观测速度值的预设标准差范围内，则将所述第一观测速度值作为目标观测速度值进行滤波处理。
本申请实施例的速度融合方法，通过获取预设时间段内的多个观测速度值，并根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器，以及根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器，根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值，并根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值，最后在第一观测速度值在第二观测速度值的预设标准差范围内时将第一观测速度值作为目标观测速度值进行滤波处理。由此，能够解决现有技术中不同的传感器单独估计的速度信息有分歧，导致最终的估计结果不是很稳定的技术问题，提高了速度估计的稳定性和准确性。
为达上述目的，本申请第二方面实施例提出了一种速度融合装置，包括：
获取模块，用于获取预设时间段内的多个观测速度值；
第一计算模块，用于根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个所述第一误差值确定第一传感器；
第二计算模块，用于根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个所述第二误差值确定第二传感器；
第一确定模块，用于根据所述多个观测速度值对应的多个观测时间和所述第一传感器对应的第一观测时间确定第一观测速度值；
第二确定模块，用于根据所述多个观测速度值对应的多个观测时间和所述第二传感器对应的第二观测时间确定第二观测速度值；
处理模块，用于若所述第一观测速度值在所述第二观测速度值的预设标准差范围内，则将所述第一观测速度值作为目标观测速度值进行滤波处理。
本申请实施例的速度融合装置，通过获取预设时间段内的多个观测速度值，并根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器，以及根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器，根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值，并根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值，最后在第一观测速度值在第二观测速度值的预设标准差范围内时将第一观测速度值作为目标观测速度值进行滤波处理。由此，能够解决现有技术中不同的传感器单独估计的速度信息有分歧，导致最终的估计结果不是很稳定的技术问题，提高了速度估计的稳定性和准确性。
为达上述目的，本申请第三方面实施例提出了一种计算机设备，包括：处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如第一方面实施例所述的速度融合方法。
为达上述目的，本申请第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面实施例所述的速度融合方法。
为达上述目的，本申请第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，实现如第一方面实施例所述的速度融合方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例所提供的一种速度融合方法的流程示意图；
图2为本申请实施例的另一种速度融合方法的流程示意图；
图3为本申请实施例所提供的一种速度融合装置的结构示意图；以及
图4为本申请实施例所提供的计算机设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的速度融合方法和装置。
图1为本申请实施例所提供的一种速度融合方法的流程示意图。
如图1所示，该速度融合方法可以包括以下步骤：
步骤101，获取预设时间段内的多个观测速度值。
在实际应用中，速度融合的主要是根据各个传感器单独估计的速度，在时序上进行融合估计，输出融合后的速度。还可以理解的是，准确的速度估计，对于无人车判断障碍物的行为意图起着至关重要的作用。
本申请提出的速度融合方法主要针对当不同的传感器单独估计的速度信息有分歧的时候，如何在分歧中估计出可靠的速度估计结果。
具体地，在每一个周期都同时考虑不同传感器的速度估计能力属性以及过去一段时间内的观测速度值集合，对新的观测速度值进行修正后再进行滤波处理，以使在时序上速度融合估计更加准确和稳定。
其中，预设时间段可以根据实际应用需要进行选择设置。多个观测速度值可以作为一个时间段内的观测速度值集合。
需要说明的是，为了进一步提高处理效率，可以将多个观测速度值按照对应的多个观测时间进行倒序排序。
步骤102，根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器。
步骤103，根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器。
具体地，在本申请实施例中，第一传感器代表各个传感器中最精细的传感器；第二传感器代表各个传感器中最稳定的传感器。也就是说，获得不同传感器单独估计速度的统计特性，当获得新的观测速度值时，会综合考虑一个时间段内积累的多个观测速度值，由鲁棒的传感器比如第二传感器提供速度趋势，再有灵敏的传感器比如第一传感器在其基础上做进一步的补全，获得修正后的目标观测速度值。
具体地，可以通过预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器，作为一种可能实现方式，计算各个传感器对应的中位数，将多个中位数按照从小到大进行排序，将排序在第一位对应的传感器作为第一传感器。
具体地，可以通过预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器，作为一种可能实现的方式，计算各个传感器对应的分位数，将多个分位数按照从小到大进行排序，将排序在第一位对应的传感器作为第二传感器。
举例而言，将带有实时定位系统的车辆作为障碍物车，模拟各种交通场景。并利用实时定位进行差分处理，获取对应时间点的速度真值，计算各个传感器的速度估计结果，利用实时定位以及车辆模板，可以推理出障碍物车的二维信息和三维信息，在二维信息和三维信息上分别和各个传感器的检测结果进行匹配，选出交并比最高的观测作为匹配到的观测结果，计算匹配到的观测结果的估计速度与速度真值的在矢量上的偏差，统计各个传感器单独估计速度在矢量上的误差的均值、中位数、分位数(比如90％分位数、99％分位数)和最大值等，比如基于中位数、99％分位数对各个传感器进行排序，其中，中位数最小的被认为是第一传感器也就是最精细的传感器，误差99％分位最小的被认为是第二传感器也就是最稳定的传感器。
需要说明的是，如果第一传感器和第二传感器是同一个传感器，则不需要做进一步的融合，说明在目前传感器特性与算法水平下，最好的估计结果是确定的。本申请主要针对的是第一传感器和第二传感器不是同一个传感器的情况。
步骤104，根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值。
步骤105，根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值。
具体地，确定传感器特性最稳定的作为第一传感器后，选取多个观测速度值中，时间上最近的第一传感器观测的速度值作为第一观测速度值；确定传感器特性最精细的作为第二传感器后，选取多个观测速度值中，时间上最近的第二传感器观测的速度值作为第二观测速度值。
作为一种可能实现的方式，将多个观测速度值对应的多个观测时间与第一传感器测量时间进行比较，将测量时间差值小于预设阈值对应的观测速度值作为第一观测速度值。
作为另一种可能实现的方式，将多个观测速度值对应的多个观测时间与第二传感器测量时间进行比较，将测量时间差值小于预设阈值对应的观测速度值作为第二观测速度值。
其中，预设阈值可以根据实际应用需要进行选择设置。
步骤106，若第一观测速度值在第二观测速度值的预设标准差范围内，则将第一观测速度值作为目标观测速度值进行滤波处理。
具体地，计算第二观测速度值预设标准差范围即k倍标准差范围，判断第一观测速度值是否属于第二观测速度值的k倍标准差范围内；如果属于，则将第二观测速度值作为目标观测速度值；否则，截断第二观测速度值到第一观测速度值的k倍标准差范围边界，作为目标观测速度值进行滤波处理。
本实施例的速度融合方法，通过获取预设时间段内的多个观测速度值，并根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器，以及根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器，根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值，并根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值，最后在第一观测速度值在第二观测速度值的预设标准差范围内时将第一观测速度值作为目标观测速度值进行滤波处理。由此，能够解决现有技术中不同的传感器单独估计的速度信息有分歧，导致最终的估计结果不是很稳定的技术问题，提高了速度估计的稳定性和准确性。
图2为本申请实施例所提供的另一种速度融合方法的流程示意图。
如图2所示，该速度融合方法可以包括以下步骤：
步骤201，获取预设时间段内的多个观测速度值。
需要说明的是，步骤201与步骤101相同，具体描述参见步骤101，此处不再详述。
步骤202，计算各个传感器对应的中位数，将多个中位数按照从小到大进行排序，将排序在第一位对应的传感器作为第一传感器。
具体地，可以计算各个传感器观测的速度值和对应的时间点的速度真值在矢量上的误差的中位数，通过各个中位数大小的进行排序获取中位数最小对应的传感器作为第一传感器。
步骤203，计算各个传感器对应的分位数，将多个分位数按照从小到大进行排序，将排序在第一位对应的传感器作为第二传感器。
具体地，可以计算各个传感器观测的速度值和对应的时间点的速度真值在矢量上的误差的分位数(比如90％分位数、99％分位数)，通过各个分位数大小的进行排序获取分位数最小对应的传感器作为第二传感器。
步骤204，将多个观测速度值对应的多个观测时间与第一传感器测量时间进行比较，将测量时间差值小于预设阈值对应的观测速度值作为第一观测速度值。
可以理解的是，每一个观测速度值都有其对应的观测时间，通过多个观测时间和第一传感器测量时间进行比较可以确定观测时间最接近也就是测量时间差值最小的观测时间对应的观测速度值作为第一观测速度值。
步骤205，将多个观测速度值对应的多个观测时间与第二传感器测量时间进行比较，将测量时间差值小于预设阈值对应的观测速度值作为第二观测速度值。
可以理解的是，每一个观测速度值都有其对应的观测时间，通过多个观测时间和第二传感器测量时间进行比较可以确定观测时间最接近也就是测量时间差值最小的观测时间对应的观测速度值作为第二观测速度值。
步骤206，若第一观测速度值在第二观测速度值的预设标准差范围内，则将第一观测速度值作为目标观测速度值进行滤波处理。
步骤207，若第一观测速度值不在第二观测速度值的预设标准差范围内，则将第一观测速度值进行截断处理后的结果作为目标观测速度值进行滤波处理。
具体地，计算第二观测速度值预设标准差范围即k倍标准差范围，判断第一观测速度值是否属于第二观测速度值的k倍标准差范围内；如果属于，则将第二观测速度值作为目标观测速度值；否则，截断第二观测速度值到第一观测速度值的k倍(比如4倍)标准差范围边界，作为目标观测速度值进行滤波处理。
本实施例的速度融合方法，通过获取预设时间段内的多个观测速度值，并根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器，以及根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器，根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值，并根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值，最后在第一观测速度值在第二观测速度值的预设标准差范围内时将第一观测速度值作为目标观测速度值进行滤波处理。由此，能够解决现有技术中不同的传感器单独估计的速度信息有分歧，导致最终的估计结果不是很稳定的技术问题，提高了速度估计的稳定性和准确性。
为了实现上述实施例，本申请还提出一种速度融合装置。
图3为本申请实施例所提供的一种速度融合装置的结构示意图。
如图3所示，该速度融合装置30可以包括：获取模块310、第一计算模块320、第二计算模块330、第一确定模块340、第二确定模块350和处理模块360。其中，
获取模块310，用于获取预设时间段内的多个观测速度值。
第一计算模块320，用于根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器。
第二计算模块330，用于根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器。
第一确定模块340，用于根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值。
第二确定模块350，用于根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值。
处理模块360，用于若第一观测速度值在第二观测速度值的预设标准差范围内，则将第一观测速度值作为目标观测速度值进行滤波处理。
在本申请实施例一种可能的实现方式中，在本申请实施例一种可能的实现方式中，处理模块360，还用于若第一观测速度值不在第二观测速度值的预设标准差范围内，则将第一观测速度值进行截断处理后的结果作为目标观测速度值进行滤波处理。
在本申请实施例一种可能的实现方式中，在本申请实施例一种可能的实现方式中，第一计算模块320，具体用于计算各个传感器对应的中位数，将多个中位数按照从小到大进行排序，将排序在第一位对应的传感器作为第一传感器。
在本申请实施例一种可能的实现方式中，在本申请实施例一种可能的实现方式中，第二计算模块330，具体用于计算各个传感器对应的分位数，将多个分位数按照从小到大进行排序，将排序在第一位对应的传感器作为第二传感器。
在本申请实施例一种可能的实现方式中，在本申请实施例一种可能的实现方式中，第一确定模块340，具体用于将多个观测速度值对应的多个观测时间与所述第一传感器测量时间进行比较，将测量时间差值小于预设阈值对应的观测速度值作为第一观测速度值。
在本申请实施例一种可能的实现方式中，在本申请实施例一种可能的实现方式中，第二确定模块350，具体用于将多个观测速度值对应的多个观测时间与第二传感器测量时间进行比较，将测量时间差值小于预设阈值对应的观测速度值作为第二观测速度值。
需要说明的是，前述对速度融合方法实施例的解释说明也适用于该实施例的速度融合装置，其实现原理类似，此处不再赘述。
本申请实施例的速度融合装置，通过获取预设时间段内的多个观测速度值，并根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个第一误差值确定第一传感器，以及根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个第二误差值确定第二传感器，根据多个观测速度值对应的多个观测时间和第一传感器对应的第一观测时间确定第一观测速度值，并根据多个观测速度值对应的多个观测时间和第二传感器对应的第二观测时间确定第二观测速度值，最后在第一观测速度值在第二观测速度值的预设标准差范围内时将第一观测速度值作为目标观测速度值进行滤波处理。由此，能够解决现有技术中不同的传感器单独估计的速度信息有分歧，导致最终的估计结果不是很稳定的技术问题，提高了速度估计的稳定性和准确性。
通过为了实现上述实施例，本申请还提出一种计算机设备，包括：处理器和存储器。其中，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现如前述实施例所述的速度融合方法。
图4为本申请实施例所提供的计算机设备的结构示意图，示出了适于用来实现本申请实施方式的示例性计算机设备90的框图。图4显示的计算机设备90仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示，计算机设备90以通用计算机设备的形式表现。计算机设备90的组件可以包括但不限于：一个或者多个处理器或者处理单元906，系统存储器910，连接不同系统组件(包括系统存储器910和处理单元906)的总线908。
总线908表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。
计算机设备90典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备90访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器910可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)911和/或高速缓存存储器912。计算机设备90可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统913可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc ReadOnly Memory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线908相连。系统存储器910可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。
具有一组(至少一个)程序模块9140的程序/实用工具914，可以存储在例如系统存储器910中，这样的程序模块9140包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块9140通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备90也可以与一个或多个外部设备10(例如键盘、指向设备、显示器100等)通信，还可与一个或者多个使得用户能与该终端设备90交互的设备通信，和/或与使得该计算机设备90能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口902进行。并且，计算机设备90还可以通过网络适配器900与一个或者多个网络(例如局域网(Local Area Network；以下简称：LAN)，广域网(Wide Area Network；以下简称：WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器900通过总线908与计算机设备90的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备90使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元906通过运行存储在系统存储器910中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的速度融合方法。
为了实现上述实施例，本申请还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现如前述实施例所述的速度融合方法。
为了实现上述实施例，本申请还提出一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，实现如前述实施例所述的速度融合方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种速度融合方法，其特征在于，包括以下步骤：
获取预设时间段内的多个观测速度值；
计算各个传感器对应的中位数；将多个所述中位数按照从小到大进行排序，将排序在第一位对应的传感器作为第一传感器；
计算各个传感器对应的分位数；将多个所述分位数按照从小到大进行排序，将排序在第一位对应的传感器作为第二传感器；
根据所述多个观测速度值对应的多个观测时间和所述第一传感器对应的第一观测时间确定第一观测速度值；
根据所述多个观测速度值对应的多个观测时间和所述第二传感器对应的第二观测时间确定第二观测速度值；
若所述第一观测速度值在所述第二观测速度值的预设标准差范围内，则将所述第一观测速度值作为目标观测速度值进行滤波处理。
2.如权利要求1所述的方法，其特征在于，还包括：
若所述第一观测速度值不在所述第二观测速度值的预设标准差范围内，则将所述第一观测速度值进行截断处理后的结果作为所述目标观测速度值进行滤波处理。
3.如权利要求1所述的方法，其特征在于，所述根据所述多个观测速度值对应的多个观测时间和所述第一传感器对应的第一观测时间确定第一观测速度值，包括：
将所述多个观测速度值对应的多个观测时间与所述第一传感器测量时间进行比较；
将测量时间差值小于预设阈值对应的观测速度值作为所述第一观测速度值。
4.如权利要求1所述的方法，其特征在于，所述根据所述多个观测速度值对应的多个观测时间和所述第二传感器对应的第二观测时间确定第二观测速度值，包括：
将所述多个观测速度值对应的多个观测时间与所述第二传感器测量时间进行比较；
将测量时间差值小于预设阈值对应的观测速度值作为所述第二观测速度值。
5.一种速度融合装置，其特征在于，包括：
获取模块，用于获取预设时间段内的多个观测速度值；
第一计算模块，用于根据预设的第一误差算法计算各个传感器对应的第一误差值，根据多个所述第一误差值确定第一传感器；
第二计算模块，用于根据预设的第二误差算法计算各个传感器对应的第二误差值，根据多个所述第二误差值确定第二传感器；
第一确定模块，用于根据所述多个观测速度值对应的多个观测时间和所述第一传感器对应的第一观测时间确定第一观测速度值；
第二确定模块，用于根据所述多个观测速度值对应的多个观测时间和所述第二传感器对应的第二观测时间确定第二观测速度值；
处理模块，用于若所述第一观测速度值在所述第二观测速度值的预设标准差范围内，则将所述第一观测速度值作为目标观测速度值进行滤波处理；
所述第一计算模块，具体用于：
计算各个传感器对应的中位数；
将多个所述中位数按照从小到大进行排序，将排序在第一位对应的传感器作为所述第一传感器；
所述第二计算模块，具体用于：
计算各个传感器对应的分位数；
将多个所述分位数按照从小到大进行排序，将排序在第一位对应的传感器作为所述第二传感器。
6.根据权利要求5所述的装置，其特征在于，还包括：
所述处理模块，还用于若所述第一观测速度值不在所述第二观测速度值的预设标准差范围内，则将所述第一观测速度值进行截断处理后的结果作为所述目标观测速度值进行滤波处理。
7.如权利要求5所述的装置，其特征在于，所述第一确定模块，具体用于：
将所述多个观测速度值对应的多个观测时间与所述第一传感器测量时间进行比较；
将测量时间差值小于预设阈值对应的观测速度值作为所述第一观测速度值。
8.如权利要求5所述的装置，其特征在于，所述第二确定模块，具体用于：
将所述多个观测速度值对应的多个观测时间与所述第二传感器测量时间进行比较；
将测量时间差值小于预设阈值对应的观测速度值作为所述第二观测速度值。
9.一种计算机设备，其特征在于，包括处理器和存储器；
其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-4中任一项所述的速度融合方法。
10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的速度融合方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811534857.6A CN109583511B (zh) | 2018-12-14 | 2018-12-14 | 速度融合方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811534857.6A CN109583511B (zh) | 2018-12-14 | 2018-12-14 | 速度融合方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109583511A CN109583511A (zh) | 2019-04-05 |
| CN109583511B true CN109583511B (zh) | 2023-06-30 |
Family
ID=65928579
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811534857.6A Active CN109583511B (zh) | 2018-12-14 | 2018-12-14 | 速度融合方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109583511B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113029136B (zh) * | 2021-03-12 | 2024-06-04 | 北京百度网讯科技有限公司 | 定位信息处理的方法、设备、存储介质及程序产品 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103353299A (zh) * | 2013-06-20 | 2013-10-16 | 西安交通大学 | 一种高精度车载道路坡度检测装置及方法 |
| CN104546391A (zh) * | 2015-01-31 | 2015-04-29 | 中山大学 | 一种用于盲杖的陀螺稳定装置及其互补滤波方法 |
| CN106953559A (zh) * | 2015-11-03 | 2017-07-14 | 飞思卡尔半导体公司 | 用于电机锁定或失速检测的方法和设备 |
| CN107942364A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
| CN108983213A (zh) * | 2018-09-07 | 2018-12-11 | 百度在线网络技术（北京）有限公司 | 障碍物静止状态的确定方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10451437B2 (en) * | 2012-05-21 | 2019-10-22 | Amer Sports Digital Services Oy | Method for determining a measurable target variable and corresponding system |
-
2018
- 2018-12-14 CN CN201811534857.6A patent/CN109583511B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103353299A (zh) * | 2013-06-20 | 2013-10-16 | 西安交通大学 | 一种高精度车载道路坡度检测装置及方法 |
| CN104546391A (zh) * | 2015-01-31 | 2015-04-29 | 中山大学 | 一种用于盲杖的陀螺稳定装置及其互补滤波方法 |
| CN106953559A (zh) * | 2015-11-03 | 2017-07-14 | 飞思卡尔半导体公司 | 用于电机锁定或失速检测的方法和设备 |
| CN107942364A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
| CN108983213A (zh) * | 2018-09-07 | 2018-12-11 | 百度在线网络技术（北京）有限公司 | 障碍物静止状态的确定方法、装置、设备及存储介质 |
Non-Patent Citations (6)
| Title |
|---|
| A Method for the Measurement of Ship Attitude Based on Multi-sensor Data Fusion;Qu Feng-de等;《2015 Ninth International Conference on Frontier of Computer Science and Technology》;20150826;196-199 * |
| 加宽中位数与接近系数的数据融合算法;吉琳娜等;《火力与指挥控制》;20130115(第01期);118-120 * |
| 反馈式多目标多传感器系统误差融合估计技术;宋强等;《宇航学报》;20110130(第01期);120-127 * |
| 基于滤波扩维融合的传感器定位测距方法改进;孙媛等;《计算机仿真》;20161215(第12期);277-281 * |
| 空时偏差多传感器系统信息融合算法;卜石哲;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20180215(第2期);I140-353 * |
| 高冲击空气炮试验中弹丸速度数据融合研究;田罗文;《国外电子测量技术》;20181015;第37卷(第10期);47-50 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109583511A (zh) | 2019-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110260870B (zh) | 基于隐马尔可夫模型的地图匹配方法、装置、设备和介质 | |
| CN109215372B (zh) | 路网信息更新方法、装置及设备 | |
| CN108629231B (zh) | 障碍物检测方法、装置、设备及存储介质 | |
| CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
| CN109059902A (zh) | 相对位姿确定方法、装置、设备和介质 | |
| KR102543952B1 (ko) | 차선의 확정방법, 포지셔닝 정밀도의 평가방법, 장치, 기기 및 컴퓨터 프로그램 | |
| US10255673B2 (en) | Apparatus and method for detecting object in image, and apparatus and method for computer-aided diagnosis | |
| CN109870698B (zh) | 一种超声波阵列障碍物检测结果处理方法及系统 | |
| CN110647886A (zh) | 兴趣点标注方法、装置、计算机设备和存储介质 | |
| CN113743228B (zh) | 基于多数据融合结果的障碍物存在性检测方法和装置 | |
| US20170060124A1 (en) | Estimation of abnormal sensors | |
| CN114820679B (zh) | 图像标注方法、装置、电子设备和存储介质 | |
| CN113454640A (zh) | 用于利用在线学习进行对象跟踪的方法及系统 | |
| US11488391B2 (en) | Method and apparatus for estimating position | |
| CN111274852B (zh) | 目标对象关键点检测方法和装置 | |
| CN112651535A (zh) | 局部路径规划方法、装置、存储介质、电子设备及车辆 | |
| CN109583511B (zh) | 速度融合方法和装置 | |
| CN109085624B (zh) | 基于定位信号强度的室内外定位方法、装置及计算机设备 | |
| CN112834249B (zh) | 转向参数检测方法、装置、设备及存储介质 | |
| CN116126740B (zh) | 模型在环测试方法、装置、计算机设备及存储介质 | |
| CN115147474B (zh) | 点云标注模型的生成方法、装置、电子设备及存储介质 | |
| CN109270566B (zh) | 导航方法、导航效果测试方法、装置、设备和介质 | |
| CN115578386A (zh) | 泊车图像生成方法、装置、电子设备及存储介质 | |
| US8611657B2 (en) | Robust fitting of surfaces from noisy data | |
| CN114140772A (zh) | 基于深度学习的激光点云车道印刷虚线块提取方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |