CN111308459A - 一种基于传感器特性和量测来源的多传感器航迹起始方法 - Google Patents
一种基于传感器特性和量测来源的多传感器航迹起始方法 Download PDFInfo
- Publication number
- CN111308459A CN111308459A CN202010159075.XA CN202010159075A CN111308459A CN 111308459 A CN111308459 A CN 111308459A CN 202010159075 A CN202010159075 A CN 202010159075A CN 111308459 A CN111308459 A CN 111308459A
- Authority
- CN
- China
- Prior art keywords
- track
- sensor
- track head
- camera
- radar
- 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.)
- Granted
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000001514 detection method Methods 0.000 claims abstract description 43
- 230000000295 complement effect Effects 0.000 claims description 48
- 230000000977 initiatory effect Effects 0.000 claims description 34
- 230000004927 fusion Effects 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 abstract description 9
- 238000003672 processing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
Abstract
本发明提供一种基于传感器特性和量测来源的多传感器航迹起始方法,包括:获取传感器量测,将传感器量测与稳定航迹进行数据关联,选取与稳定航迹不关联的传感器量测作为孤立量测并建立航迹头;在当前时刻及其后的N个时刻获取多个传感器量测并逐次更新航迹头;统计传感器量测的量测来源类型,根据量测来源类型标记所述航迹头;基于雷达和摄像头的探测特性,将多传感器视野区域按类型划分,结合标记结果,根据传感器探测特性确定航迹头落入的多传感器视野区域的类型,执行相应起始步骤。本发明以M/N逻辑法为基础,利用了传感器探测特性和量测来源类型,起始效率高、耗时短,软件算法实现简单,解决了多传感器系统的航迹起始问题。
Description
技术领域
本发明属于智能驾驶领域,涉及一种多传感器航迹起始方法,具体涉及一种基于传感器特性和量测来源的多传感器航迹起始方法。
背景技术
航迹起始是指在杂波环境和噪声背景中,对目标尚未形成稳定跟踪之前的航迹确立过程。航迹起始是多目标跟踪的前提和关键过程,一个好的航迹起始结果,不仅能够有效地剔除大量虚假目标,为航迹维持减轻负担,而且能够及时发现新目标。
传统的航迹起始方法主要分为两大类:一类是以启发式规则、逻辑法为代表的顺序处理方法,启发式规则、逻辑法的优点在于简单便捷,在比较干净的环境下的航迹起始性能良好,但因其规则粗糙、精度差、需人工设定门限,对强杂波环境的适应能力差,不能有效剔除虚假目标。
另一类是以Hough变换为代表的批处理方法,Hough变换法等在强杂波环境性能较好,但容易引起“组合爆炸”带来计算量过大的问题,起始耗时较长,对非直线运动的目标起始概率低。
专利文件CN109143192A公开了一种多目标有效起始确认管理方法、系统及计算机可读存储介质,其基于多运动目标特征等参数信息建立一种快速起始方法,该方法建立目标区域划分,对无规律运动杂波或观察区域之外目标起到较好的辅助抑制效果,利用真实目标的先验信息,对每个参数信息进行可信度估计分析,利用可信度作为目标是否起始的综合特征信息的一个度量,把机动性能不同的真实目标从虚假杂波信息中区分开来。但是该方法主要应用于雷达数据处理技术领域,不适用于多传感器(如摄像头)融合航迹起始。
申请公布号为CN108645412A专利文件公开了一种多传感器自适应航迹起始方法,其将多传感器量测等效为单传感器的量测,并基于传感器的滤波性能来等效单传感器起始的航迹是否需要延迟起始,实现降低多传感器虚假航迹起始概率,该方法能够在一定程度上进行多传感器的航迹起始。申请公布号为CN109508000A的专利文件公开了一种异构多传感器多目标跟踪方法,其利用多种传感器多维量测数据,并根据量测的空海属性、敌我属性、形状大小对称度而非航迹的量测来源来进行量测数据粗分类。但是这两种方法均忽略不同传感器本身探测特性的差异,未利用航迹的量测来源对多传感器的冗余、互补区域进行针对性处理,因此起始正确概率较低。
发明内容
本发明的目的在于提出一种基于传感器特性和量测来源的多传感器航迹起始方法,用于解决前视摄像头、前向毫米波雷达组合的多传感器航迹起始技术问题,有效剔除虚假目标,且起始效率高,起始延迟短,易于工程实现。
为了实现上述目的,本发明提供了一种基于传感器特性和量测来源的多传感器航迹起始方法,包括:
S1:在当前时刻获取传感器量测,所述传感器量测包括量测来源类型分别为雷达和摄像头的雷达量测的摄像头量测,将传感器量测与所有当前的稳定航迹进行数据关联,选取与所述稳定航迹中的任一均不关联的传感器量测的其中一个作为孤立量测并建立航迹头,并设定当前时刻为候选航迹起始时刻K0;
S2:设定航迹起始窗口长度为N,在当前时刻及其后的N个时刻获取多个传感器量测,并采用所述传感器量测逐次更新所述航迹头;
S3:统计在当前时刻及其后的N个时刻获取的多个传感器量测的量测来源类型,根据该量测来源类型标记所述航迹头,得到所述航迹头的标记结果;
S4:将多传感器视野区域按类型划分为冗余区域、雷达互补区域和摄像头互补区域,结合所述步骤S3中的航迹头的标记结果,根据雷达和摄像头的探测特性确定航迹头落入的多传感器视野区域的类型,执行根据雷达和摄像头的探测特性相应的起始步骤。
在所述步骤S3中,所述标记结果为融合航迹头、雷达航迹头或摄像头航迹头;若获取的多个传感器量测的量测来源类型为雷达和摄像头,则所述航迹头的标记结果为融合航迹头;若获取的多个传感器量测的量测来源类型为雷达,则所述航迹头的标记结果为雷达航迹头;若获取的多个传感器量测的量测来源类型为摄像头,则所述航迹头的标记结果为摄像头航迹头。
所述步骤S4包括:步骤S41:若航迹头的标记结果为融合航迹头,则所述航迹头落入冗余区域,并起始成功。
所述步骤S4包括:步骤S41’:若该航迹头的标记结果为雷达航迹头,则执行如下起始步骤:
S411’:根据雷达和摄像头的探测特性,判断航迹头是否落入雷达互补区域;
S412’:若航迹头未落入雷达互补区域,则终止该航迹头的起始过程并释放其所占空间,否则,对该航迹头进行M/N逻辑法起始。
所述摄像头的视场角大于雷达的视场角,且所述摄像头的纵向探测距离阈值小于所述雷达的纵向探测距离阈值;若所述航迹头的纵向距离大于所述摄像头的纵向探测距离阈值,则判断为航迹头落入雷达互补区域,否则,判断为航迹头未落入雷达互补区域。
所述步骤S4包括:步骤S41”:若航迹头的标记结果为摄像头航迹头,则执行如下的起始步骤:
S411”:获取摄像头量测的目标类型,并判断航迹头是否落入摄像头互补区域;
S412”:若所述摄像头量测的目标类型为非行人类型,且判断为所述航迹头未落入摄像头互补区域,则终止该航迹头的起始过程并释放航迹头所占空间;否则,对所述航迹头进行M/N逻辑法起始。
所述摄像头的视场角大于雷达的视场角,且所述摄像头的纵向探测距离阈值小于所述雷达的纵向探测距离阈值;若所述航迹头的视场角大于所述雷达的视场角,则判断为航迹头落入摄像头互补区域,否则,判断为航迹头未落入摄像头互补区域。
所述M/N逻辑法包括:所述M/N逻辑法包括:若满足M/N逻辑起始条件,则该航迹头起始成功,否则终止该航迹头的起始过程并释放航迹头所占空间;N为所述步骤S1中的航迹起始窗口长度,M为关联成功次数阈值,且M/N逻辑法中的M/N的值为2/3、3/5或5/7。
在所述步骤S1中,所述传感器量测采用一分布式处理架构的多传感器融合系统获取,所述雷达和摄像头位于所述多传感器融合系统中。
在所述步骤S1中,进行数据关联所采用的数据关联算法为最近邻关联算法、概率数据关联算法、联合数据关联算法或多假设跟踪算法。
本发明的基于传感器特性和量测来源的多传感器航迹起始方法结合了量测来源类型以及雷达和摄像头的探测特性来实现航迹起始,一方面,该方法根据雷达和摄像头的探测范围的交叠情况将多传感器视野区域划分为冗余区域、雷达互补区域、摄像头互补区域,从而对不同作用区域采用针对性的起始策略,目标起始效果好;另一方面,该方法结合多传感器视野区域的类型和航迹头的量测来源类型来判定航迹置信度,然后结合M/N逻辑法对航迹进行快速起始,起始延迟小,计算复杂度低,便于工程实现。此外,本发明在摄像头单传感器逻辑分支中以顺序处理方法为基础,结合传感器探测特性及目标类型进行航迹起始,摄像头航迹头利用航迹目标类型来判定航迹置信度,可以对行人和非行人进行针对性处理,克服雷达对行人这样的慢速小目标检测能力弱的问题。综上,本发明利用多传感器空间上交叠特性在冗余、互补区域针对性处理、航迹头分类针对性处理及结合目标置信度,由此进行有效虚假目标剔除。
附图说明
图1是根据本发明的一个实施例的基于传感器特性和量测来源的多传感器航迹起始方法的流程图;
图2是本发明的多传感器航迹起始方法的多传感器视野区域的类型划分示意图;
图3是本发明的多传感器航迹起始方法在航迹头的标记结果为融合航迹头时的起始步骤的流程图;
图4是本发明的多传感器航迹起始方法在航迹头的标记结果为雷达航迹头时的起始步骤的流程图;
图5是本发明的多传感器航迹起始方法在航迹头的标记结果为摄像头航迹头时的起始步骤的流程图。
具体实施方式
下面结合附图,给出本发明的较佳实施例,并予以详细描述。
本发明的基于传感器特性和量测来源的多传感器航迹起始方法,可用于前视摄像头、前向毫米波雷达组合的信息融合技术领域,尤其适用于分布式处理架构的多传感器融合系统。其技术思路是:首先选取未与航迹关联的传感器量测作为孤立量测,将孤立量测建立起航迹头。然后利用航迹头的量测来源类型,将航迹头划分为融合航迹头、摄像头航迹头、雷达航迹头,对三种航迹头分别进行起始。融合航迹头被雷达、摄像头都确认过,目标可信度高,直接起始;雷达航迹头是只被雷达量测更新,利用雷达探测特性,确定雷达单独起始区域,利用M/N逻辑法对雷达互补区域目标进行起始;摄像头航迹头只被摄像头量测更新,利用M/N逻辑算法对行人类型目标进行起始。
如图1所示,本发明的基于传感器特性和量测来源的多传感器航迹起始方法具体步骤包括:
步骤S1:在当前时刻获取传感器量测,所述传感器量测包括量测来源类型分别为雷达和摄像头的雷达量测的摄像头量测,将传感器量测与所有当前的稳定航迹进行数据关联,选取与所述稳定航迹中的任一均不关联的传感器量测的其中一个作为孤立量测Zi并建立航迹头Mi,并设定当前时刻为候选航迹起始时刻K0;
其中,所述传感器量测采用一分布式处理架构的多传感器融合系统获取,所述雷达和摄像头位于所述多传感器融合系统中,该雷达优选为前向毫米波雷达,该摄像头优选为前视摄像头。由此,所述传感器量测包括量测来源类型分别为雷达和摄像头的雷达量测的摄像头量测。
进行数据关联所采用的数据关联算法为最近邻关联(NN)算法、概率数据关联(PDA)算法、联合数据关联(JPDA)算法或多假设跟踪(MHT)算法,根据具体实施情况选取合适的数据关联算法。本实施例中,由于多传感器融合系统采用分布式处理架构,在传感器内部已进行跟踪处理形成局部航迹,杂波背景比较干净,故采用最近邻关联(NN)关联算法。
步骤S2:设定航迹起始窗口长度为N,在当前时刻K0及其后的N个时刻K1L KN获取多个传感器量测,并根据所述传感器量测逐次更新所述航迹头Mi;
在本实施例中,在建立航迹头Mi后,为避免航迹起始延迟过长,航迹起始窗口长度N设置为N=3,由此在当前时刻及其后的N个时刻(即K0K1ΛK3时刻)该航迹头Mi被传感器量测的雷达量测和/或摄像头量测逐次更新;
步骤S3:统计在当前时刻及其后的N个时刻获取的多个传感器量测的量测来源类型,根据该量测来源类型标记所述航迹头,得到所述航迹头的标记结果,所述标记结果为融合航迹头、雷达航迹头或摄像头航迹头;
其中,在当前时刻及其后的N个时刻,若所述航迹头Mi既被雷达量测更新过,又被摄像头量测更新过,即获取的多个传感器量测的量测来源类型为雷达和摄像头,则所述航迹头Mi的标记结果为融合航迹头;若所述航迹头Mi只被雷达量测更新过,即获取的多个传感器量测的量测来源类型为雷达,则所述航迹头Mi的标记结果为雷达航迹头;若所述航迹头Mi只被摄像头量测更新过,即获取的多个传感器量测的量测来源类型为摄像头,则所述航迹头Mi的标记结果为摄像头航迹头。
随后,可以根据航迹头的标记结果采用针对性的起始方法。
步骤S4:如图2所示,将多传感器视野区域按类型划分为冗余区域、雷达互补区域和摄像头互补区域,如图3-图5所示,结合所述步骤S3中的航迹头的标记结果,根据雷达和摄像头的探测特性确定航迹头落入的多传感器视野区域的类型,执行相应的起始步骤;
所述步骤S4具体包括以下步骤:
步骤S41:如图3所示,若航迹头Mi的标记结果为融合航迹头,因其被雷达量测、摄像头量测均更新过,则所述航迹头Mi落入冗余区域,并起始成功。
其中,所述冗余区域是指多传感器视野区域中的雷达和摄像头的探测范围的交叠部分,由于航迹头Mi的标记结果为融合航迹头,而融合航迹头位于被雷达量测、摄像头量测双重确认过的冗余区域,因此可信度高,航迹头Mi可认为是真实目标航迹,可直接起始成功为稳定航迹。
步骤S41’:如图4所示,若该航迹头Mi的标记结果为雷达航迹头,其只被雷达量测确认过,则执行如下起始步骤:
步骤S411’:根据雷达和摄像头的探测特性,将雷达互补区域作为雷达航迹头起始区域,判断航迹头Mi是否落入雷达互补区域;
其中,所述雷达互补区域是指多传感器视野区域中的超出摄像头的视场范围,只在雷达的视场范围内的部分,雷达航迹头仅在该区域起始。冗余区域、雷达互补区域和摄像头互补区域均是根据雷达和摄像头这两种传感器探测特性而限定的,具体是由摄像头的视场角和摄像头的纵向探测距离阈值RvetiThres、以及雷达的视场角以及雷达的纵向探测距离阈值限定的。如图2所示,在本实施例中,摄像头的视场角大于雷达的视场角,且所述摄像头的纵向探测距离阈值RvetiThres小于所述雷达的纵向探测距离阈值,所述雷达互补区域优选为雷达视场角(FOV)互补区域。
由此,若所述航迹头Mi的纵向距离大于所述摄像头的纵向探测距离阈值RvetiThres,则判断为航迹头Mi落入雷达互补区域,否则,判断为航迹头Mi未落入雷达互补区域。
摄像头的纵向探测距离阈值RvetiThres的大小取决于摄像头的性能,为70~150m,在本实施例中,摄像头的纵向探测距离阈值RvetiThres设定为70m。
步骤S412’:若航迹头Mi未落入雷达互补区域,则终止该航迹头的起始过程并释放其所占空间,否则,对该航迹头进行M/N逻辑法起始,N为步骤S1中的航迹起始窗口长度,M为关联成功次数阈值。所述M/N逻辑法包括:若满足M/N逻辑起始条件,则该航迹头起始成功,否则终止该航迹头的起始过程并释放航迹头所占空间。
因此,在本实施例中,若所述航迹头Mi未落入雷达互补区域,即所述航迹头Mi的纵向距离Rveti小于等于所述摄像头的纵向探测距离阈值RvetiThres(即Rveti≤RvetiThres),则所述航迹头Mi处于冗余区域,未被摄像头量测关联过,可信度低,因此不对该航迹头Mi进行起始,释放其所占空间。
若所述航迹头Mi落入雷达互补区域,即所述航迹头Mi的纵向距离Rveti大于所述摄像头的纵向探测距离阈值RvetiThres(即Rveti>RvetiThres),则对该航迹头进行M/N逻辑法起始,N为步骤S1中的航迹起始窗口长度,M为关联成功次数阈值。所述M/N逻辑法包括:若满足M/N起始条件,则该航迹头Mi起始成功为稳定航迹,否则起始失败,终止该航迹头的起始过程并释放其所占空间。
在本实施例中,航迹起始窗口长度N设置为N=3,关联成功次数阈值M设置为M=2,以进行2/3逻辑法起始,此外,在其他实施例中,M/N逻辑法中的M/N的值也可以为2/3、3/5、5/7,依据可容许的起始延迟决定。
然而,雷达对行人这样的慢速小目标检测能力弱,故需要利用摄像头航迹头和M/N逻辑算法对行人类型目标进行起始,若满足M/N逻辑起始条件,该航迹头起始成功,否则释放所占空间;
或者,步骤S41”:如图5所示,若航迹头Mi的标记结果为摄像头航迹头,即其只被摄像头量测更新过,则执行如下的起始步骤:
步骤S411”:获取摄像头量测的目标类型,并判断航迹头Mi是否落入摄像头互补区域;
其中,摄像头作为本发明的多传感器融合系统的输入,摄像头量测的目标类型可以通过摄像头直接获得。
所述摄像头互补区域是指多传感器视野区域中的超出雷达的视场范围,只在摄像头的视场范围内的部分。摄像头互补区域是根据雷达和摄像头这两种传感器探测特性而限定的,具体是由摄像头的视场角和摄像头的纵向探测距离阈值RvetiThres、以及雷达的视场角以及雷达的纵向探测距离阈值限定的。如图2所示,在本实施例中,摄像头的视场角大于雷达的视场角,且所述摄像头的纵向探测距离阈值RvetiThres小于所述雷达的纵向探测距离阈值,所述摄像头互补区域为视场角位于雷达视场角以外的区域。由此,若所述航迹头Mi的视场角大于所述雷达的视场角,则判断为航迹头Mi落入摄像头互补区域,否则,判断为航迹头Mi未落入摄像头互补区域。
步骤S412”:根据摄像头量测的目标类型以及航迹头Mi是否落入摄像头互补区域的判断结果,对航迹头进行M/N逻辑法起始,或者终止该航迹头的起始过程并释放航迹头所占空间。
其中,若所述摄像头量测的目标类型为非行人类型,且判断为所述航迹头Mi未落入摄像头互补区域,则终止该航迹头的起始过程并释放航迹头所占空间;否则,对所述航迹头进行M/N逻辑法起始,N为所述步骤S1中的航迹起始窗口长度,M为关联成功次数阈值。所述M/N逻辑法包括:若满足M/N起始条件,将该航迹头起始成功为稳定航迹,否则起始失败,终止该航迹头的起始过程并释放航迹头所占空间。
在本实施例中,航迹起始窗口长度N设置为N=3,关联成功次数阈值M设置为M=2,以进行2/3逻辑法起始,此外,在其他实施例中,M/N逻辑法中的M/N的值也可以为2/3、3/5或5/7,依据可容许的起始延迟决定。
该步骤S412”的原理如下:若所述摄像头量测的目标类型为行人类型,由于雷达对行人类型的慢速微小目标的检测能力弱,因此所述航迹头既有可能落入冗余区域,也有可能落入摄像头互补区域,则对所述航迹头进行M/N逻辑判断,若满足M/N起始条件,将该航迹头起始成功为稳定航迹,否则起始失败,终止该航迹头的起始过程并释放航迹头所占空间;
若所述摄像头量测的目标类型为非行人类型,雷达该类目标检测率高,但该航迹头没有被雷达更新过,且由于该航迹头落入摄像头互补区域,说明该航迹头未位于雷达视场范围内,则对所述航迹头进行M/N逻辑判断,若满足M/N起始条件,将该航迹头起始成功为稳定航迹,否则起始失败,终止该航迹头的起始过程并释放航迹头所占空间。
只有当摄像头量测的目标类型为非行人类型,且该航迹头未落入摄像头互补区域时,说明该航迹头落入冗余区域,冗余区域航迹头应该被摄像头和雷达航迹头都关联更新过,而该航迹头只被摄像头量测关联过,而未被雷达量测更新过,可信度低,因此不对该航迹头Mi进行起始,释放其所占空间。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,包括:
步骤S1:在当前时刻获取传感器量测,所述传感器量测包括量测来源类型分别为雷达和摄像头的雷达量测的摄像头量测,将传感器量测与所有当前的稳定航迹进行数据关联,选取与所述稳定航迹中的任一均不关联的传感器量测的其中一个作为孤立量测并建立航迹头,并设定当前时刻为候选航迹起始时刻K0;
步骤S2:设定航迹起始窗口长度为N,在当前时刻及其后的N个时刻获取多个传感器量测,并采用所述传感器量测逐次更新所述航迹头;
步骤S3:统计在当前时刻及其后的N个时刻获取的多个传感器量测的量测来源类型,根据该量测来源类型标记所述航迹头,得到所述航迹头的标记结果;
步骤S4:将多传感器视野区域按类型划分为冗余区域、雷达互补区域和摄像头互补区域,结合所述步骤S3中的航迹头的标记结果,根据雷达和摄像头的探测特性确定航迹头落入的多传感器视野区域的类型,执行相应的起始步骤。
2.根据权利要求1所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,在所述步骤S3中,所述标记结果为融合航迹头、雷达航迹头或摄像头航迹头;
若获取的多个传感器量测的量测来源类型为雷达和摄像头,则所述航迹头的标记结果为融合航迹头;
若获取的多个传感器量测的量测来源类型为雷达,则所述航迹头的标记结果为雷达航迹头;
若获取的多个传感器量测的量测来源类型为摄像头,则所述航迹头的标记结果为摄像头航迹头。
3.根据权利要求2所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,所述步骤S4包括:步骤S41:若航迹头的标记结果为融合航迹头,则所述航迹头落入冗余区域,并起始成功。
4.根据权利要求2所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,所述步骤S4包括:步骤S41’:若该航迹头的标记结果为雷达航迹头,则执行如下起始步骤:
步骤S411’:根据雷达和摄像头的探测特性,判断航迹头是否落入雷达互补区域;
步骤S412’:若航迹头未落入雷达互补区域,则终止该航迹头的起始过程并释放其所占空间,否则,对该航迹头进行M/N逻辑法起始。
5.根据权利要求4所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,所述摄像头的视场角大于雷达的视场角,且所述摄像头的纵向探测距离阈值小于所述雷达的纵向探测距离阈值;若所述航迹头的纵向距离大于所述摄像头的纵向探测距离阈值,则判断为航迹头落入雷达互补区域,否则,判断为航迹头未落入雷达互补区域。
6.根据权利要求2所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,所述步骤S4包括:步骤S41”:若航迹头的标记结果为摄像头航迹头,则执行如下的起始步骤:
步骤S411”:获取摄像头量测的目标类型,并判断航迹头是否落入摄像头互补区域;
步骤S412”:若所述摄像头量测的目标类型为非行人类型,且判断为所述航迹头未落入摄像头互补区域,则终止该航迹头的起始过程并释放航迹头所占空间;否则,对所述航迹头进行M/N逻辑法起始。
7.根据权利要求6所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,所述摄像头的视场角大于雷达的视场角,且所述摄像头的纵向探测距离阈值小于所述雷达的纵向探测距离阈值;若所述航迹头的视场角大于所述雷达的视场角,则判断为航迹头落入摄像头互补区域,否则,判断为航迹头未落入摄像头互补区域。
8.根据权利要求4或6所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,所述M/N逻辑法包括:所述M/N逻辑法包括:若满足M/N逻辑起始条件,则该航迹头起始成功,否则终止该航迹头的起始过程并释放航迹头所占空间;N为所述步骤S1中的航迹起始窗口长度,M为关联成功次数阈值,且M/N逻辑法中的M/N的值为2/3、3/5或5/7。
9.根据权利要求1所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,在所述步骤S1中,所述传感器量测采用一分布式处理架构的多传感器融合系统获取,所述雷达和摄像头位于所述多传感器融合系统中。
10.根据权利要求1所述的基于传感器特性和量测来源的多传感器航迹起始方法,其特征在于,在所述步骤S1中,进行数据关联所采用的数据关联算法为最近邻关联算法、概率数据关联算法、联合数据关联算法或多假设跟踪算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010159075.XA CN111308459B (zh) | 2020-03-09 | 2020-03-09 | 一种基于传感器特性和量测来源的多传感器航迹起始方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010159075.XA CN111308459B (zh) | 2020-03-09 | 2020-03-09 | 一种基于传感器特性和量测来源的多传感器航迹起始方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111308459A true CN111308459A (zh) | 2020-06-19 |
CN111308459B CN111308459B (zh) | 2023-03-31 |
Family
ID=71145615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010159075.XA Active CN111308459B (zh) | 2020-03-09 | 2020-03-09 | 一种基于传感器特性和量测来源的多传感器航迹起始方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111308459B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112698277A (zh) * | 2020-12-21 | 2021-04-23 | 上汽通用五菱汽车股份有限公司 | 一种车载毫米波雷达的目标检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011145096A (ja) * | 2010-01-12 | 2011-07-28 | Mitsubishi Electric Corp | 多目標追尾装置 |
CN108645412A (zh) * | 2018-05-31 | 2018-10-12 | 惠州华阳通用电子有限公司 | 一种多传感器自适应航迹起始方法 |
CN109508000A (zh) * | 2018-12-16 | 2019-03-22 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 异构多传感器多目标跟踪方法 |
CN109655822A (zh) * | 2018-11-09 | 2019-04-19 | 上海无线电设备研究所 | 一种改进的航迹起始方法 |
-
2020
- 2020-03-09 CN CN202010159075.XA patent/CN111308459B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011145096A (ja) * | 2010-01-12 | 2011-07-28 | Mitsubishi Electric Corp | 多目標追尾装置 |
CN108645412A (zh) * | 2018-05-31 | 2018-10-12 | 惠州华阳通用电子有限公司 | 一种多传感器自适应航迹起始方法 |
CN109655822A (zh) * | 2018-11-09 | 2019-04-19 | 上海无线电设备研究所 | 一种改进的航迹起始方法 |
CN109508000A (zh) * | 2018-12-16 | 2019-03-22 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 异构多传感器多目标跟踪方法 |
Non-Patent Citations (1)
Title |
---|
刘宝霆;梁彦;金术玲;杨峰;潘泉;: "一种多普勒雷达修正逻辑起始算法" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112698277A (zh) * | 2020-12-21 | 2021-04-23 | 上汽通用五菱汽车股份有限公司 | 一种车载毫米波雷达的目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111308459B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109212521B (zh) | 一种基于前视相机与毫米波雷达融合的目标跟踪方法 | |
CN109086788B (zh) | 用于从异构装置感测的多种不同格式的数据的多模式融合处理的设备、方法和系统 | |
EP3208635B1 (en) | Vision algorithm performance using low level sensor fusion | |
US10366295B2 (en) | Object recognition apparatus | |
CN107516321B (zh) | 一种视频多目标跟踪方法及装置 | |
Aeberhard et al. | High-level sensor data fusion architecture for vehicle surround environment perception | |
KR101961571B1 (ko) | 복수의 물체 검출 수단을 사용한 물체 인식 장치 | |
CN113848545B (zh) | 一种基于视觉和毫米波雷达的融合目标检测和跟踪方法 | |
CN110691990A (zh) | 一种障碍物检测方法及设备 | |
JP2011095120A (ja) | 目標追尾装置及び目標追尾方法 | |
CN111913177A (zh) | 对目标物探测方法、装置以及存储介质 | |
CN115856872A (zh) | 一种车辆运动轨迹连续跟踪方法 | |
CN113269811A (zh) | 数据融合方法、装置及电子设备 | |
CN111308459B (zh) | 一种基于传感器特性和量测来源的多传感器航迹起始方法 | |
US11698459B2 (en) | Method and apparatus for determining drivable region information | |
CN114296095A (zh) | 自动驾驶车辆的有效目标提取方法、装置、车辆及介质 | |
CN106405539B (zh) | 车辆雷达系统以及用于去除一非感兴趣目标的方法 | |
JP5189556B2 (ja) | 車線検出装置 | |
Zhang et al. | A real-time multiple vehicle tracking method for traffic congestion identification | |
CN109740558A (zh) | 一种基于改进光流法的移动目标检测方法 | |
JP4788399B2 (ja) | 歩行者検出方法、装置、およびプログラム | |
US9183448B2 (en) | Approaching-object detector, approaching object detecting method, and recording medium storing its program | |
Ma et al. | Vehicle tracking method in polar coordinate system based on radar and monocular camera | |
Jiang et al. | Target detection and adaptive tracking based on multisensor data fusion in a smoke environment | |
Vanpoperinghe et al. | Model-based detection and tracking of vehicle using a scanning laser rangefinder: A particle filtering approach |
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 |