CN112885097B - 一种基于跨点位的路侧融合管理方法及系统 - Google Patents
一种基于跨点位的路侧融合管理方法及系统 Download PDFInfo
- Publication number
- CN112885097B CN112885097B CN202110187827.8A CN202110187827A CN112885097B CN 112885097 B CN112885097 B CN 112885097B CN 202110187827 A CN202110187827 A CN 202110187827A CN 112885097 B CN112885097 B CN 112885097B
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition
- target
- prediction
- forming
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 64
- 238000007726 management method Methods 0.000 title claims abstract description 31
- 238000007499 fusion processing Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000008447 perception Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 1
- 239000002609 medium Substances 0.000 description 8
- 238000001914 filtration Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及智能交通技术领域，具体涉及到一种基于跨点位的路侧融合管理方法及系统，一种基于跨点位的路侧融合管理方法包括：于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；获取相似度最大的一组数据，根据所述数据获取匹配数据，并根据所述匹配数据形成目标追踪对象，根据所述匹配数据做融合处理以形成一融合结果。
Description
技术领域
本发明涉及智能交通技术领域，具体涉及到一种基于跨点位的路侧融合管理方法及系统。
背景技术
为进一步推进智能网联汽车的发展，加强汽车网联化与智能化技术的创新协同，通过对车路交通动态数据的统一采集与处理的云控基础平台，使车路云一体化融合控制系统具有车路云泛在互联、交通全要素数字映射、应用统一编排、高效计算调度以及系统运行高可靠等特征。有云端技术结合的路侧感知系统，将高效地服务智能交通系统及自动驾驶领域，随着自动驾驶技术逐渐成熟，暴露了多种场景中，单车自动驾驶技术路线中存在着感知盲区、视距短等难以克服的天然缺陷，一定程度上影响了车辆安全。因此，路侧感知设备对行人、车辆等交通参与者的协同感知功能对单车自动驾驶起到了一定辅助作用。目前常用的解决方案通常使用电子围栏或设置距离阈值的方式；电子围栏在路侧感知设备重叠地图区域划分生效界限，将超出生效范围的感知结果去除，由此去掉因重叠区域导致的重复感知目标；使用电子围栏的方案时，会出现感知目标在电子围栏边界时目标消失一段距离的情况，原因是路侧传感器感知精度出现波动时，单传感器的感知目标即会出现目标在一定距离范围内抖动，叠加不同的路侧设备抖动不同频，致使两个路侧设备感知的目标都不在自己的有效区域，进而产生了真空区域，目标消失；设置距离阈值=通过设置距离阈值达到此效果的方式，即在重叠区域内，不同路侧设备感知的目标，设置两个感知目标如果距离在一定范围内就判定是相同目标，采用距离阈值方案则会经常出现感知目标的漏匹配和误匹配的情况，原因也多是因为不同的路侧传感器精度波动和不同路侧传感器经度波动不同频率造成，这种现象在目标密集时表现更突出。即对于多个路侧感知点位之间，由于视野的重叠或间断等难以避免的现象，将会导致感知目标相应出现重复、间断等问题。
发明内容
基于上述缺陷，本发明提供一种基于跨点位的路侧融合管理方法及系统，具体地：
一方面，本实施例提供一种基于跨点位的路侧融合管理方法，其中，包括：
于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；
根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；
获取相似度最大的一组数据，根据所述数据获取匹配数据，并根据所述匹配数据形成目标追踪对象。
根据所述匹配数据做融合处理以形成一融合结果。
优选地，上述的一种基于跨点位的路侧融合管理方法，其中：还包括，根据所述融合结果做补偿处理。
优选地，上述的一种基于跨点位的路侧融合管理方法，其中：于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据具体包括：
于获取到第一采集数据和第二采集数据的状态下；
根据第一采集数据按照预定算法获取目标时间所在时刻与所述第一采集数据匹配的第一预测数据；
根据第二采集数据按照所述预定算法获取目标时间所在时刻与所述第二采集数据匹配的第二预测数据。
优选地，上述的一种基于跨点位的路侧融合管理方法，其中，所述预定算法为：
其中，
表示目标对象预测目标状态，
表示路侧点位感知数据到预测
目标时间的状态转换方程，
表示路侧点位采集的目标当前的采集数据；
表示目
标对象预测状态
的协方差矩阵，
表示路侧数据
的协方差矩阵，
表
示噪声输入矩阵，
表示过程噪声协方差矩阵。
优选地，上述的一种基于跨点位的路侧融合管理方法，其中：
表示路侧点
位感知数据到预测目标时间的状态转换方程为，
其中，
表示预测时间与当前采集的时间差。
优选地，上述的一种基于跨点位的路侧融合管理方法，其中，根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合具体包括：
根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似结果以形成一匹配总集合，
根据一筛选阈值于所述匹配总集合中筛选以形成所述匹配集合。
优选地，上述的一种基于跨点位的路侧融合管理方法，其中， 根据所述匹配数据做融合处理以形成一融合结果具体包括：
于所述匹配数据中读取第一采集数据中第一公共数据、第二采集数据中的第二公共数据；
根据第一公共数据、第一权重、第二公共数据、第二权重形成融合结果。
优选地，上述的一种基于跨点位的路侧融合管理方法，其中，根据所述融合结果做补偿处理具体包括：
根据所述融合结果、所述第一公共数据形成第一补偿数据，所述融合结果、所述第二公共数据形成第二补偿数据；
根据所述第一补偿数据对所述第一公共数据做补偿处理，所述第二补偿数据对所述第二公共数据做补偿处理。
另一方面，本发明再提供一种基于跨点位的路侧感知管理系统，其中：包括，
第一采集单元，获取第一采集数据；
第二采集单元，获取第二采集数据；
预测单元，于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；
匹配单元，根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；获取相似度最大的一组数据，根据所述数据获取匹配数据。
优选地，上述的一种基于跨点位的路侧感知管理系统，其中：还包括，
融合单元，根据所述匹配数据做融合处理以形成一融合结果；和/或，
补偿单元，根据所述融合结果做补偿处理。
再一方面，本发明再提供一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述任一项所述的一种基于跨点位的路侧融合管理方法。
再一方面，一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述的一种基于跨点位的路侧融合管理方法。
与现有技术相比，本发明的优点是：
通过参照路侧目标状态协方差矩阵的融合权重设置方法，合理地评估了各点位感知对融合结果的影响大小。通过云端融合结果与相关路侧点位状态的差值作为补偿量，修正各自目标当前状态的方法，提高了各路侧点位目标的感知精度，加快了收敛过程，提高追踪的准确率。
附图说明
图1为本发明实施例提供的一种基于跨点位的路侧融合管理方法的流程示意图；
图2是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
实施例一
如图1所示，本发明提供一种基于跨点位的路侧融合管理方法，其中，包括：
步骤S110、于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；具体地：
步骤S1101、于获取到第一采集数据和第二采集数据的状态下；在采集数据的过程中，第一采集数据为第一采集装置获取的部分采集数据，即第一采集数据仅为第一采集装置获取的当前时刻下当前目标区域与相邻目标区域交叉区域中所有的目标对象的采集数据；
同理第二采集数据为第二采集装置获取的部分采集数据，即第一采集数据仅为第二采集装置获取的当前时刻下当前目标区域与相邻目标区域交叉区域中所有的目标对象的采集数据。相邻目标区域可为前一个目标区域，也可以为后一个目标区域。
示意性地，目标区域A和目标区域B是相邻目标区域，目标区域A与目标区域B的交叉区域为AB，第一采集装置获取到的AB区域内的采集数据形成第一采集数据，第二采集装置获取到的AB区域内的采集数据形成第二采集数据。
步骤S1102、根据第一采集数据按照预定算法获取目标时间所在时刻与所述第一采集数据匹配的第一预测数据；其中目标时间可为一未来时间。例如第一采集数据为T1时刻已发生的实际数据，第二采集数据为T2时刻已发生的采集数据，那么目标时间则为除T1和T2时刻之外的，且相当于T1时刻和T2时刻滞后的一个未来性时刻。
步骤S1103、根据第二采集数据按照所述预定算法获取目标时间所在时刻与所述第二采集数据匹配的第二预测数据。其中：所述预定算法为：
其中，
表示目标对象预测目标状态，
表示采集点感知目标对象数据
到预测目标时刻的状态转换方程，
表示采集点获取的目标对象数据状态值；
表
示目标对象预测状态
的协方差矩阵，
表示目标对象数据状态值
的协方差
矩阵，
表示噪声输入矩阵，
表示过程噪声协方差矩阵。
其中，在通过第一采集数据获取第一预测数据时，
表示第一采集数据中的
所有目标对象航迹预测目标状态，例如第一采集数据中包括车辆采集数据、行人采集数据
等，每个采集数据均可理解为目标对象，每个目标对象均需要通过上述预定算法进行预测
计算。同理第二预测数据的获取方式以第二采集数据作为基础数据进行计算。
其中，
表示需要预测递推的时间差。在第一预测数据时，
表示目标时间至采
集时间之间的时间差。
例如，计算第一预测数据时，
=T3-T1，计算第二预测数据时，
=T3-T2。
通过采集点感知目标对象数据到预测目标时刻的状态转换方程，使得第一预测数据与第二预测数据处于同步状态，即将多点位获取的处于不同时刻的采集数据状态及其方差同步至云端所需的统一时刻，以提高跟踪匹配准确性。
步骤S120、根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；具体包括：
步骤S1201、根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似结果以形成一匹配总集合，其中所述的每个目标为交叉区域内的每个目标对象。
例如第一预测数据中存在有目标对象A、B、C、D，第二预测数据中存在有目标对象E、F、G、H，则每个目标对象的相似结果则为A与E的相似结果DAE、A与F的相似结果DAF、A与G的相似结果DAG、A与H的相似结果DAH，B与E的相似结果DBE、B与F的相似结果DBF、B与G的相似结果DBG、B与H的相似结果DBH，C与E的相似结果DCE、C与F的相似结果DCF、C与G的相似结果DCG、C与H的相似结果DCH，D与E的相似结果DDE、D与F的相似结果DDF、D与G的相似结果DDG、D与H的相似结果DDH，所述的匹配集合即为｛DAE、DAF、DAG、DAH、DBE、DBF、DBG、DBH、DCE、DCF、DCG、DCH、DDE、DDF、DDG、DDH｝。
步骤S1202、根据一筛选阈值于所述匹配总集合中筛选以形成所述匹配集合，具体地，设置一筛选阈值，相似结果不小于该筛选阈值范围的，则根据对应的相似结果形成所述匹配集合。
需要说明的是，该阈值范围可为有用自行设置。此处不做具体限制。
步骤S130、获取相似度最大的一组数据，根据所述数据获取匹配数据。具体地，于所述匹配集合中获取相似度最大的一组数据。
本实施里中提供的第一采集数据和第二采集数据，并非是指本实施里中仅有两个采集单元，而应该理解为前一个采集数据和当前采集数据。例如当实施里中有三个采集单元时，在计算第一个采集单元和第二个采集单元中采集数据相似度计算时，可以理解第一个采集单元获取数据为第一采集数据，第二个采集单元获取数据为第二采集数据，在计算第二个采集单元与第三个采集单元中采集数据相似度计算时，可以理解为第二个采集单元获取数据为第一采集数据，第三个采集单元获取数据为第三采集数据。
本发明实施里应用于跨点位的路侧感知场景下，该场景下可拥有多个点位感知装置，例如该场景下仅有两个点位感知装置，则相似度最大的一组可以理解为两两匹配中相似度最大的一个一组数据。当该场景下拥有至少三个点位感知装置时，则相似度最大的一组可以理解为相似度总和最大的一组，在计算第一个采集单元和第二个采集单元的相似度时，第一个采集单元获取的第一预测数据中存在有目标对象A、B、C、D，第二个采集单元获取的第二预测数据中存在有目标对象E、F、G、H，所述的匹配集合X即为｛DAE、DAF、DAG、DAH、DBE、DBF、DBG、DBH、DCE、DCF、DCG、DCH、DDE、DDF、DDG、DDH｝。在计算第二个采集单元和第三个采集单元的相似度时，第一个采集单元获取的第一预测数据中存在有目标对象E、F、G、H，第三个采集单元获取的第一预测数据中存在有目标对象I、J，所述的匹配集合Y即为｛DEI、DEJ、DFI、DFJ、DGI、DGJ、DHI、DHJ｝。则相似度综合则为匹配集合X、匹配集合Y中相似度总和中最大的一组，例如DAE、DEJ之间的相似度总和最大，则认为目标A、E、J为同一个目标对象。
步骤S140、根据所述匹配数据做融合处理以形成一融合结果。具体包括：
步骤S1401、于所述匹配数据中读取第一采集数据中第一公共数据、第二采集数据
中的第二公共数据；其中公共数据为第一采集数据和第二采集数据中共同存在的数据，例
如，第一采集数据中包括公共数据和特有数据，通常公共数据可理解为相对静止状态物体
所形成的数据，特有数据即为移动状态物体所形成的数据，例如第一采集数据为，于第一采
集数据
中获取第一公共数据与
,第二采集数据为
中获取第二公共数据
，
可
为多维向量，如
），
可为多维向量，如
。
步骤S1402、根据第一公共数据、第一权重、第二公共数据、第二权重形成融合结
果。融合结果可为：
；其中Xg为融合结果，
为第一权重，
为第
二权重，
为第一公共数据，
为第二公共数据。
步骤S150、根据所述融合结果做补偿处理具体包括：
步骤S1501、根据所述融合结果、所述第一公共数据形成第一补偿数据，所述融合结果、所述第二公共数据形成第二补偿数据；
其中，第一补偿数据为：
=
-
；
第二补偿数据为：
=
-
；
第一补偿数据和第二补偿数据仅对第一公共数据和第二公共数据做补偿处理。
步骤S1502、根据所述第一补偿数据对所述第一公共数据做补偿处理，所述第二补偿数据对所述第二公共数据做补偿处理。
采集数据过程中，当被采集对象离采集点较远时，其获取的图像数据相对较为模糊，当被采集对象里采集点较近时，其获取的图像数据相对较为清晰，通过模糊图像进行连续追踪过程，其追踪的准确率相对较低，通过该补偿数据对较远处获取的图像数据做补偿处理，修正各自目标的当前状态，以提高追踪的准确性。
通过参照路侧目标状态协方差矩阵的融合权重设置方法，合理地评估了各点位感知对融合结果的影响大小。通过云端融合结果与相关路侧点位状态的差值作为补偿量，修正各自目标当前状态的方法，提高了各路侧点位目标的感知精度，加快了收敛过程，提高追踪的准确率。
实施例二
另一方面，本发明再提供一种基于跨点位的路侧感知管理系统，其中：包括，
第一采集单元，获取第一采集数据；
第二采集单元，获取第二采集数据；
预测单元，于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；
匹配单元，根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；获取相似度最大的一组数据，根据所述数据获取匹配数据。
优选地，上述的一种基于跨点位的路侧感知管理系统，其中：还包括，
融合单元，根据所述匹配数据做融合处理以形成一融合结果；和/或，
补偿单元，根据所述融合结果做补偿处理。
上述的一种基于跨点位的路侧感知管理系统的工作原理与一种基于跨点位的路侧融合管理方法的工作原理相同，此处不再赘述。
实施例三
再一方面，本发明再提供一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述任一项所述的一种基于跨点位的路侧融合管理方法，具体地：于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；
根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；
获取相似度最大的一组数据，根据所述数据获取匹配数据，并根据所述匹配数据形成目标追踪对象。
根据所述匹配数据做融合处理以形成一融合结果。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计 算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的无线设备测试操作，还可以执行本申请任意实施例所提供的无线设备测试方法中的相关操作。
实施例四
本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的无线设备测试装置。图2是本申请实施例四提供的一种电子设备的结构示意图。如图2所示，本实施例提供了一种电子设备400，其包括：一个或多个处理器420；存储装置410，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器420运行，使得所述一个或多个处理器420实现：
于获取到第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成第一预测数据，根据所述第二采集数据形成第二预测数据；
根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；
获取相似度最大的一组数据，根据所述数据获取匹配数据，并根据所述匹配数据形成目标追踪对象。
根据所述匹配数据做融合处理以形成一融合结果。
如图2所示，该电子设备400包括处理器420、存储装置410、输入装置430和输出装置440；电子设备中处理器420的数量可以是一个或多个，图2中以一个处理器420为例；电子设备中的处理器420、存储装置410、输入装置430和输出装置440可以通过总线或其他方式连接，图2中以通过总线450连接为例。
存储装置410作为一种计算机可读存储介质，可用于存储软件程序、计算机可运行程序以及模块单元，如本申请实施例中的无线设备测试方法对应的程序指令。
存储装置410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置410可进一步包括相对于处理器420远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏、扬声器等设备。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (6)
1.一种基于跨点位的路侧融合管理方法，其特征在于，包括：
于获取到空间环境中当前时刻的第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成目标时间的第一预测数据，根据所述第二采集数据形成目标时间的第二预测数据；所述目标时间为当前时刻的将来时刻；具体包括：
于获取到第一采集数据和第二采集数据的状态下；
根据第一采集数据按照预定算法获取目标时间所在时刻与所述第一采集数据匹配的第一预测数据；
根据第二采集数据按照所述预定算法获取目标时间所在时刻与所述第二采集数据匹配的第二预测数据；
根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；
获取相似度最大的一组数据，根据所述数据获取匹配数据，并根据所述匹配数据形成目标追踪对象，
根据所述匹配数据做融合处理以形成一融合结果，具体包括：
于所述匹配数据中读取第一采集数据中第一公共数据、第二采集数据中的第二公共数据；
根据第一公共数据、第一权重、第二公共数据、第二权重形成融合结果；
根据所述融合结果做补偿处理。
2.根据权利要求1所述的一种基于跨点位的路侧融合管理方法，其特征在于：所述预定算法为：
其中，
表示目标对象预测目标状态，
表示路侧点位感知数据到预测目标时间的状态转换方程，
表示路侧点位采集的目标当前的采集数据；
表示目标对象预测状态
的协方差矩阵，
表示路侧数据
的协方差矩阵，
表示噪声输入矩阵，
表示过程噪声协方差矩阵。
3.根据权利要求1所述的一种基于跨点位的路侧融合管理方法，其特征在于：根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合具体包括：
根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似结果以形成一匹配总集合，
根据一筛选阈值于所述匹配总集合中筛选以形成所述匹配集合。
4.根据权利要求1所述的一种基于跨点位的路侧融合管理方法，其特征在于，根据所述融合结果做补偿处理具体包括：
根据所述融合结果、所述第一公共数据形成第一补偿数据，所述融合结果、所述第二公共数据形成第二补偿数据；
根据所述第一补偿数据对所述第一公共数据做补偿处理，所述第二补偿数据对所述第二公共数据做补偿处理。
5.一种基于跨点位的路侧感知管理系统，其特征在于：包括，
第一采集单元，获取第一采集数据；
第二采集单元，获取第二采集数据；
预测单元，当前时刻的第一采集数据和第二采集数据的状态下，根据所述第一采集数据形成目标时间的第一预测数据，根据所述第二采集数据形成目标时间的第二预测数据；所述目标时间为当前时刻的将来时刻；具体包括：于获取到第一采集数据和第二采集数据的状态下；根据第一采集数据按照预定算法获取目标时间所在时刻与所述第一采集数据匹配的第一预测数据；根据第二采集数据按照所述预定算法获取目标时间所在时刻与所述第二采集数据匹配的第二预测数据；
匹配单元，根据所述第一预测数据和所述第二预测数据计算形成每个目标的相似度，并根据所述相似度形成一匹配集合；获取相似度最大的一组数据，根据所述数据获取匹配数据；
融合单元，根据所述匹配数据做融合处理以形成一融合结果；具体包括：
于所述匹配数据中读取第一采集数据中第一公共数据、第二采集数据中的第二公共数据；
根据第一公共数据、第一权重、第二公共数据、第二权重形成融合结果；
补偿单元，根据所述融合结果做补偿处理。
6.一种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中任一项所述的一种基于跨点位的路侧融合管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110187827.8A CN112885097B (zh) | 2021-02-07 | 2021-02-07 | 一种基于跨点位的路侧融合管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110187827.8A CN112885097B (zh) | 2021-02-07 | 2021-02-07 | 一种基于跨点位的路侧融合管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112885097A CN112885097A (zh) | 2021-06-01 |
| CN112885097B true CN112885097B (zh) | 2023-01-10 |
Family
ID=76057612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110187827.8A Active CN112885097B (zh) | 2021-02-07 | 2021-02-07 | 一种基于跨点位的路侧融合管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112885097B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
| CN111932901A (zh) * | 2019-05-13 | 2020-11-13 | 阿里巴巴集团控股有限公司 | 道路车辆跟踪检测设备、方法及存储介质 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04195600A (ja) * | 1990-11-28 | 1992-07-15 | Toyota Motor Corp | 車載用測距装置 |
| DE102004018016A1 (de) * | 2004-04-14 | 2005-11-10 | Sick Ag | Verfahren zur Überwachung eines Überwachungsbereichs |
| US8812226B2 (en) * | 2009-01-26 | 2014-08-19 | GM Global Technology Operations LLC | Multiobject fusion module for collision preparation system |
| JP5144706B2 (ja) * | 2010-04-05 | 2013-02-13 | オリンパス株式会社 | 画像処理装置 |
| CN101950426B (zh) * | 2010-09-29 | 2014-01-01 | 北京航空航天大学 | 一种多摄像机场景下车辆接力跟踪方法 |
| JP5724955B2 (ja) * | 2012-06-22 | 2015-05-27 | トヨタ自動車株式会社 | 物体検出装置、情報処理装置、物体検出方法 |
| CN105931229B (zh) * | 2016-04-18 | 2019-02-05 | 东北大学 | 面向无线相机传感器网络的无线相机传感器位姿标定方法 |
| CN106683045A (zh) * | 2016-09-28 | 2017-05-17 | 深圳市优象计算技术有限公司 | 一种基于双目像机的全景图像拼接方法 |
| CN107277360B (zh) * | 2017-07-17 | 2020-07-14 | 惠州Tcl移动通信有限公司 | 一种双摄像头切换进行变焦的方法、移动终端及存储装置 |
| CN109167956B (zh) * | 2018-05-21 | 2021-02-02 | 同济大学 | 全桥面移动荷载空间分布监测系统 |
| JP6831117B2 (ja) * | 2018-11-29 | 2021-02-17 | 技研トラステム株式会社 | 移動体追跡方法及びこれに用いる画像処理装置 |
| CN111402286B (zh) * | 2018-12-27 | 2024-04-02 | 杭州海康威视系统技术有限公司 | 一种目标跟踪方法、装置、系统及电子设备 |
| CN111368611B (zh) * | 2019-02-28 | 2024-04-05 | 杭州海康威视系统技术有限公司 | 车辆跟踪方法、装置、系统及服务器 |
| CN111783502A (zh) * | 2019-04-03 | 2020-10-16 | 长沙智能驾驶研究院有限公司 | 基于车路协同的视觉信息融合处理方法、装置及存储介质 |
| CN110415362B (zh) * | 2019-07-31 | 2023-06-06 | 易思维（杭州）科技有限公司 | 重叠点云融合方法 |
| CN111242986B (zh) * | 2020-01-07 | 2023-11-24 | 阿波罗智能技术(北京)有限公司 | 跨相机的障碍物跟踪方法、装置、设备、系统及介质 |
| CN111860589B (zh) * | 2020-06-12 | 2023-07-18 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、系统 |
| CN112033429B (zh) * | 2020-09-14 | 2022-07-19 | 吉林大学 | 一种智能汽车的目标级多传感器融合方法 |
-
2021
- 2021-02-07 CN CN202110187827.8A patent/CN112885097B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111932901A (zh) * | 2019-05-13 | 2020-11-13 | 阿里巴巴集团控股有限公司 | 道路车辆跟踪检测设备、方法及存储介质 |
| CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于毫米波雷达和相机信息融合的危险目标检测方法研究;王成;《中国优秀博硕士学位论文全文数据库（硕士） 工程科技Ⅱ辑》;20200815;参见正文第3章 * |
| 多传感器数据关联与航迹融合技术研究;田雪怡;《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》;20130215;参见正文第2章、第4章 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112885097A (zh) | 2021-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109087510B (zh) | 交通监测方法及装置 | |
| US12031839B2 (en) | System for producing and/or updating a digital model of a digital map | |
| CN112767475A (zh) | 一种基于c-v2x、雷达与视觉的智能路侧感知系统 | |
| CN112162297B (zh) | 一种剔除激光点云地图中动态障碍伪迹的方法 | |
| US11208100B2 (en) | Server device and vehicle | |
| CN115638787B (zh) | 一种数字地图生成方法、计算机可读存储介质及电子设备 | |
| CN112861833B (zh) | 车辆车道级定位方法、装置、电子设备和计算机可读介质 | |
| US11430182B1 (en) | Correcting or expanding an existing high-definition map | |
| CN110457407A (zh) | 用于处理点云数据的方法和装置 | |
| TW202016873A (zh) | 使用軌跡資料優化scats自適應信號系統的系統 | |
| CN114612616A (zh) | 建图方法、装置、电子设备和存储介质 | |
| CN115346183A (zh) | 一种车道线检测方法、终端及存储介质 | |
| JP6586146B2 (ja) | 地図情報処理装置、地図情報処理方法および地図情報処理プログラム | |
| CN114545434A (zh) | 一种路侧视角测速方法、系统、电子设备及存储介质 | |
| CN113295160A (zh) | 基于视觉导航的地图加载方法、装置、设备及存储介质 | |
| CN110390252B (zh) | 基于先验地图信息的障碍物检测方法、装置和存储介质 | |
| CN113012429A (zh) | 一种车路多传感器数据融合方法及系统 | |
| CN112885097B (zh) | 一种基于跨点位的路侧融合管理方法及系统 | |
| CN112861971A (zh) | 一种跨点位的路侧感知目标跟踪方法及系统 | |
| CN111291775A (zh) | 车辆定位方法、设备及系统 | |
| CN116402963A (zh) | 车道线矢量模型构建方法、装置、电子设备和存储介质 | |
| US20200256682A1 (en) | Method and device | |
| CN113902047B (zh) | 图像元素匹配方法、装置、设备以及存储介质 | |
| WO2021002190A1 (ja) | 地図データ生成装置 | |
| JP7261892B2 (ja) | 占有格子地図管理装置 |
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 | ||
| CB02 | Change of applicant information |
Address after: 201800 j879, room 2201, 888 Moyu South Road, Jiading District, Shanghai Applicant after: Yunkong Zhihang (Shanghai) Automotive Technology Co.,Ltd. Address before: 201800 j879, room 2201, 888 Moyu South Road, Jiading District, Shanghai Applicant before: Enlightenment cloud control (Shanghai) Automotive Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |