CN115951344A - 雷达与相机的数据融合方法、装置、电子设备及存储介质 - Google Patents
雷达与相机的数据融合方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115951344A CN115951344A CN202211698645.8A CN202211698645A CN115951344A CN 115951344 A CN115951344 A CN 115951344A CN 202211698645 A CN202211698645 A CN 202211698645A CN 115951344 A CN115951344 A CN 115951344A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- radar
- camera
- camera data
- 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.)
- Pending
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 23
- 230000004927 fusion Effects 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 54
- 238000007499 fusion processing Methods 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 8
- 238000003780 insertion Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种雷达与相机的数据融合方法、装置、电子设备及存储介质，该方法包括：确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率；从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差；将所述目标雷达数据与所述目标相机数据进行融合处理，本方法，能够将不同时间维度的目标相机数据和目标雷达数据进行融合，从而提高了融合准确率，为雷达与视觉融合提供了数据基础。
Description
技术领域
本发明涉及多元传感器数据融合技术领域，尤其涉及一种雷达与相机的数据融合方法、装置、电子设备及存储介质。
背景技术
环境感知是智能识别中的关键技术，比如雷达障碍物识别、视觉摄像头识别等感知识别。
相关方案中，大多是基于单一维度的数据实现感知识别，比如通过相机能从视觉角度感知丰富的图像信息，通过雷达能在一定程度上克服因环境因素(比如光线、雾霾等)造成的感知识别不准确问题，但却无法获知丰富的图像信息，导致无法进行很好的感知。此外，由于相机与雷达的采集频率并不一致，造成数据融合时无法匹配，出现融误差。因此，如何充分利用雷达与相机的数据进行较好地融合变得尤为重要。
发明内容
本发明提供了一种雷达与相机的数据融合方法、装置、电子设备及存储介质，以解决毫米波雷达和相机视频识别数据不在同一时刻，造成同时采集的两类数据时空误差大而导致的标定和融合难的问题。
根据本发明的一方面，提供了一种雷达与相机的数据融合方法，该方法包括：
确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率；
从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差，所述参考时间差为所述至少两帧候选相机数据中剩余相机数据与所述目标雷达数据之间的采集时间差；
将所述目标雷达数据与所述目标相机数据进行融合处理。
根据本发明的另一方面，提供了一种雷达与相机的数据融合装置，该装置包括：
采集数据确定模块，用于确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率；
相机与雷达匹配模块，用于从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差，所述参考时间差为所述至少两帧候选相机数据中剩余相机数据与所述目标雷达数据之间的采集时间差；
融合处理模块，用于将所述目标雷达数据与所述目标相机数据进行融合处理。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的雷达与相机的数据融合方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的雷达与相机的数据融合方法。
本发明实施例的技术方案，通过低于相机采集频率的雷达连续采集至少两帧目标雷达数据，并通过高于相机采集频率的相机连续采集至少两帧候选相机数据，根据雷达采集的候选雷达数据与相机采集的候选目标数据的采集时间，通过预设条件，候选目标数据的采集时间与目标雷达数据的采集时间之差小于参考时间差确定与目标雷达数据匹配的目标相机数据，将目标雷达数据与目标相机数据进行融合处理，解决因为相机和雷达的采集频率不一致，造成的数据融合无法匹配，甚至出现融合误差的问题，能够将不同时间维度的目标相机数据和目标雷达数据进行融合，从而提高了融合准确率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种雷达与相机的数据融合方法的流程图；
图2是根据本发明实施例提供的一种雷达与相机的数据融合系统框架图；
图3是根据本发明实施例一提供的一种雷达与相机的数据融合方法的相机数据处理流程图；
图4是根据本发明实施例二提供的一种雷达与相机的数据融合方法的流程图；
图5是根据本发明实施例二提供的一种雷达与相机的数据融合方法的雷达数据处理流程图；
图6是根据本发明实施例三提供的一种雷达与相机的数据融合装置的结构示意图；
图7是实现本发明实施例的一种雷达与相机的数据融合方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种雷达与相机的数据融合方法的流程图，本实施例可适用于不同时刻的雷达数据与相机数据融合的情况，该方法可以由雷达与相机的数据融合装置来执行，该雷达与相机的数据融合装置可以采用硬件和/或软件的形式实现，该雷达与相机的数据融合装置可配置于任何具有网络通信功能的电子设备中。如图1所示，该方法包括：
S110、确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率。
作为一种可选的但不限定的实现方式，确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，可以包括步骤A1-A2：
步骤A1、获取雷达连续采集的至少两帧目标雷达数据，并将至少两帧目标雷达数据存入雷达数据输入总线，所述数据输入总线采用双链表结构。
其中，雷达数据输入总线可以是采用双链表数据结构存储目标雷达数据的存储空间。目标雷达数据可以是雷达监测目标获取的目标雷达数据。
具体的，雷达以预设频率持续监测目标，获取连续的至少两帧目标雷达数据，并将至少两帧目标雷达数据存入雷达数据输入总线，应用双链表结构存储至少两帧目标雷达数据。
示例性的，如图2所示，毫米波雷达以预设频率持续扫描待检测目标，获取连续的至少两帧目标雷达数据，将每一帧目标雷达数据以双链表结构的数据节点的形式进行链式存储，进而将双链表数据结构的数据存储在雷达数据输入总线。
步骤A2、获取相机连续采集的至少两帧候选相机数据，将至少两帧候选相机数据转换到目标雷达数据对应的雷达坐标系后存入相机数据输入总线。
其中，雷达坐标系可以是用于表示雷达传感器探测目标的相对位置的虚拟坐标系。相机数据输入总线可以是用于存储相机数据的数据存储空间。
具体的，相机连续采集待检测目标，至少获取连续的两帧候选相机数据，将候选相机数据按照雷达数据的数据格式转化成雷达坐标系可以表示的数据，并将表征候选相机数据的雷达坐标系存入到相机数据输入总线。
示例性的，如图2所示，毫米波雷达以低于相机的采集频率获取连续的至少两帧目标雷达数据，将数据存储至数据输入总线的雷达数据输入总线内，如图3所示，相机以高于雷达的采集频率连续采集至少两帧候选相机数据，将候选相机数据转换到雷达坐标系可以表示的毫米波雷达数据格式，并应用输入数据总线的相机数据输入总线存储。
S120、从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差，所述参考时间差为所述至少两帧候选相机数据中剩余相机数据与所述目标雷达数据之间的采集时间差。
具体的，目标相机至少采集连续的两帧候选相机数据，每帧候选相机数据都具有目标采集时间等信息，并且雷达也至少获取连续的两帧目标雷达数据，每帧目标雷达数据也具有目标采集时间等信息，分别应用每帧候选相机数据依次和所有目标雷达数据作差，获得目标相机数据与目标雷达数据之间的目标采集时间差。
S130、将所述目标雷达数据与所述目标相机数据进行融合处理。
其中，融合处理可以是将相同时刻的目标雷达数据与目标相机数据进行融合操作。
具体的，当目标雷达数据的采集时刻与目标相机数据的采集时刻的采集时间差符合可融合处理的时间差时，并且雷达数据与相机数据的时间融合器处于运行状态，目标雷达数据与目标相机数据进行融合操作。
在本申请实施例中，通过低于相机采集频率的雷达连续采集至少两帧目标雷达数据，并通过高于相机采集频率的相机连续采集至少两帧候选相机数据，根据雷达采集的候选雷达数据与相机采集的候选目标数据的采集时间，通过预设条件，候选目标数据的采集时间与目标雷达数据的采集时间之差小于参考时间差确定与目标雷达数据匹配的目标相机数据，将目标雷达数据与目标相机数据进行融合处理，解决因为相机和雷达的采集频率不一致，造成的数据融合无法匹配，甚至出现融合误差的问题，能够将不同时间维度的目标相机数据和目标雷达数据进行融合，从而提高了融合准确率。
实施例二
图4为本发明实施例二提供的一种雷达与相机的数据融合方法的流程图，本实施例在上述实施例的基础上详细说明雷达数据与相机数据融合处理的过程。如图4所示，该方法包括：
S210、确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率。
具体的，毫米波雷达以低于相机的采集频率获取至少两帧连续的目标雷达数据，相机以高于雷达的采集频率连续采集至少两帧候选相机数据。
S220、从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差，所述参考时间差为所述至少两帧候选相机数据中剩余相机数据与所述目标雷达数据之间的采集时间差。
作为一种可选的但不限定的实现方式，从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，可以包括步骤A1-A2：
步骤A1、将所述至少两帧候选相机数据按照采集时间依次插入到数据融合器链表；
具体的，数据融合处理之前需要为待融合的候选相机数据设定数据融合预处理的存储空间，即数据融合器链表，数据融合器链表以链式存储的形式进行存储。
步骤A2、对于所述目标雷达数据，通过对数据融合器链表尾插遍历，从所述至少两帧候选相机数据中查找到满足预设数据筛选条件的候选相机数据，并确定与所述目标雷达数据匹配的目标相机数据；
其中，所述预设数据筛选条件用于使查找到的目标相机数据与所述目标雷达数据之间的采集时间差小于参考时间差。
具体的，判断至少两帧候选相机数据与目标雷达数据之间的采集时间差是否小于参考时间差，如果小于，这一帧的候选雷达数据满足预设数据筛选条件，该候选雷达数据是进行数据融合的目标雷达数据，记录与目标雷达数据匹配的目标相机数据，将目标雷达数据插入至数据融合器链表的尾部。
S230、将数据融合器链表中位于所述目标相机数据之前，且未与目标雷达数据匹配成功的候选相机数据进行删除。
具体的，候选相机数据在数据融合器链表中按照时间的先后顺序进行存储，为了节省数据输入总线的缓存资源，将时间点位于目标相机数据之前且未与目标雷达数据匹配成功的候选相机数据进行剔除。
可选的，所述数据融合器配置有用于对筛选出的目标相机数据进行存储的存储单元。
具体的，数据融合器配置存储单元用于存储与目标雷达数据进行数据融合的目标相机数据，作为进行目标雷达数据与目标相机数据融合处理前缓存目标雷达数据的数据存储单元。
S240、确定目标雷达数据采集时间以及在目标雷达数据采集时间对应的雷达检测目标测量位置；
具体的，根据上述步骤确定目标相机数据，可以由目标雷达数据筛选方法筛选目标雷达数据，因为目标相机数据的采集时间是已知的，可以由目标相机数据采集时间确定目标雷达数据采集时间，并且确定目标雷达采集时间内雷达监测目标所在的测量位置。
S250、依据所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置；
作为一种可选的但不限定的实现方式，依据所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置，可以包括步骤B1-B4：
步骤B1、确定目标雷达数据与所述目标相机数据之间的目标采集时间差。
具体的，根据记录的每帧候选雷达数据与候选相机数据之间的目标采集时间差，检索目标雷达数据和候选相机数据之间的目标采集时间差。
步骤B2、确定在目标雷达数据采集时间对应的雷达检测目标测量速度。
具体的，确定目标雷达数据采集时间内，目标雷达检测的目标测量速度。
步骤B3、依据所述目标采集时间差与所述目标测量速度，确定所述雷达检测目标在所述目标采集时间差内的预估移动距离。
具体的，已知目标采集时间差与雷达检测目标的位移速度，可以确定雷达检测目标在目标采集时间差内的预估移动距离。
示例性的，雷达检测目标在目标采集时间差内的预估移动距离等于目标采集时间差乘以雷达监测目标的位移速度。
步骤B4、依据所述预估移动距离与所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置。
具体的，根据步骤220确定了目标相机数据与目标雷达数据的采集时间差，并且根据步骤B3获取雷达检测目标的预估移动距离，在对应采集时间内，可以确定目标相机数据中的雷达检测的目标预估位置。
示例性的，根据步骤B1确定目标相机数据与目标雷达数据之间采集时间差，获取雷达检测目标的测量速度，如图5所示，根据雷达检测目标的测量速度和采集时间差，可以计算雷达检测目标在目标雷达数据中的预设目标位置，可以确定在当下采集时间内对应目标相机数据的雷达检测目标的预估位置。
S260、若检测到目标相机数据中存在所述雷达检测目标，且与所述雷达检测目标预估位置的位置差值小于预设差值，则将所述目标雷达数据与所述目标相机数据作为同时刻数据进行融合处理。
具体的，目标相机数据中存在雷达检测目标，在相同的参考坐标系中，雷达检测目标的预估位置和目标相机数据中雷达检测目标的预估位置的位置差值在预设差值之内，将相同时刻的目标雷达数据与目标相机数据进行融合处理。
在本申请实施例中，通过低于相机采集频率的雷达连续采集至少两帧目标雷达数据，并通过高于相机采集频率的相机连续采集至少两帧候选相机数据，根据雷达采集的候选雷达数据与相机采集的候选目标数据的采集时间，通过预设条件，候选目标数据的采集时间与目标雷达数据的采集时间之差小于参考时间差确定与目标雷达数据匹配的目标相机数据，将目标雷达数据与目标相机数据进行融合处理，解决因为相机和雷达的采集频率不一致，造成的数据融合无法匹配，甚至出现融合误差的问题，能够将不同时间维度的目标相机数据和目标雷达数据进行融合，从而提高了融合准确率，为雷达与视觉融合提供了数据基础。
实施例三
图6为本发明实施例三提供的一种雷达与相机的数据融合装置的结构示意图。如图6所示，该装置包括：
采集数据确定模块310，用于确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率；
相机与雷达匹配模块320，用于从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差，所述参考时间差为所述至少两帧候选相机数据中剩余相机数据与所述目标雷达数据之间的采集时间差；
融合处理模块330，用于将所述目标雷达数据与所述目标相机数据进行融合处理。
在本申请实施例中，采集数据确定模块310包括：
雷达数据采集与存储单元，用于获取雷达连续采集的至少两帧目标雷达数据，并将至少两帧目标雷达数据存入雷达数据输入总线，所述数据输入总线采用双链表结构；
数据输入总线存取单元，用于获取相机连续采集的至少两帧候选相机数据，将至少两帧候选相机数据转换到目标雷达数据对应的雷达坐标系后存入相机数据输入总线
在本申请实施例中，相机与雷达匹配模块320包括：
数据链表插入单元，用于将所述至少两帧候选相机数据按照采集时间依次插入到数据融合器链表；
相机数据匹配单元，用于对于所述目标雷达数据，通过对数据融合器链表尾插遍历，从所述至少两帧候选相机数据中查找到满足预设数据筛选条件的候选相机数据，并确定与所述目标雷达数据匹配的目标相机数据；
其中，所述预设数据筛选条件用于使查找到的目标相机数据与所述目标雷达数据之间的采集时间差小于参考时间差。
本申请实施例中，还包括：
数据删除模块，用于将数据融合器链表中位于所述目标相机数据之前，且未与目标雷达数据匹配成功的候选相机数据进行删除。
本申请实施例中，数据删除模块包括：
数据存储单元，用于所述数据融合器配置有用于对筛选出的目标相机数据进行存储的存储单元。
在本申请实施例中，融合处理模块330包括：
雷达测量位置确定单元，用于确定目标雷达数据采集时间以及在目标雷达数据采集时间对应的雷达检测目标测量位置；
雷达预估位置确定单元，用于依据所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置；
融合处理单元，用于若检测到目标相机数据中存在所述雷达检测目标，且与所述雷达检测目标预估位置的位置差值小于预设差值，则将所述目标雷达数据与所述目标相机数据作为同时刻数据进行融合处理。
在本申请实施例中，雷达预估位置确定单元具体用于：
确定目标雷达数据与所述目标相机数据之间的目标采集时间差；
确定在目标雷达数据采集时间对应的雷达检测目标测量速度；
依据所述目标采集时间差与所述目标测量速度，确定所述雷达检测目标在所述目标采集时间差内的预估移动距离；
依据所述预估移动距离与所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置。
本发明实施例中所提供的雷达与相机的数据融合装置可执行上述本发明任意实施例中所提供的雷达与相机的数据融合方法，具备执行该雷达与相机的数据融合方法相应的功能和有益效果，详细过程参见前述实施例中雷达与相机的数据融合方法的相关操作。
实施例四
图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如雷达与相机的数据融合方法。
在一些实施例中，雷达与相机的数据融合方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的雷达与相机的数据融合方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行雷达与相机的数据融合方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种雷达与相机的数据融合方法，其特征在于，包括：
确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率；
从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差，所述参考时间差为所述至少两帧候选相机数据中剩余相机数据与所述目标雷达数据之间的采集时间差；
将所述目标雷达数据与所述目标相机数据进行融合处理。
2.根据权利要求1所述的方法，其特征在于，确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，包括:
获取雷达连续采集的至少两帧目标雷达数据，并将至少两帧目标雷达数据存入雷达数据输入总线，所述数据输入总线采用双链表结构；
获取相机连续采集的至少两帧候选相机数据，将至少两帧候选相机数据转换到目标雷达数据对应的雷达坐标系后存入相机数据输入总线。
3.根据权利要求1所述的方法，其特征在于，从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，包括：
将所述至少两帧候选相机数据按照采集时间依次插入到数据融合器链表；
对于所述目标雷达数据，通过对数据融合器链表尾插遍历，从所述至少两帧候选相机数据中查找到满足预设数据筛选条件的候选相机数据，并确定与所述目标雷达数据匹配的目标相机数据；
其中，所述预设数据筛选条件用于使查找到的目标相机数据与所述目标雷达数据之间的采集时间差小于参考时间差。
4.根据权利要求3所述的方法，其特征在于，在从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据之后，还包括：
将数据融合器链表中位于所述目标相机数据之前，且未与目标雷达数据匹配成功的候选相机数据进行删除。
5.根据权利要求4所述的方法，其特征在于，所述数据融合器配置有用于对筛选出的目标相机数据进行存储的存储单元。
6.根据权利要求1所述的方法，其特征在于，将所述目标雷达数据与所述目标相机数据进行融合处理，包括：
确定目标雷达数据采集时间以及在目标雷达数据采集时间对应的雷达检测目标测量位置；
依据所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置；
若检测到目标相机数据中存在所述雷达检测目标，且与所述雷达检测目标预估位置的位置差值小于预设差值，则将所述目标雷达数据与所述目标相机数据作为同时刻数据进行融合处理。
7.根据权利要求6所述的方法，其特征在于，依据所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置，包括：
确定目标雷达数据与所述目标相机数据之间的目标采集时间差；
确定在目标雷达数据采集时间对应的雷达检测目标测量速度；
依据所述目标采集时间差与所述目标测量速度，确定所述雷达检测目标在所述目标采集时间差内的预估移动距离；
依据所述预估移动距离与所述雷达检测目标测量位置，确定所述雷达检测目标在目标相机数据采集时间对应的雷达检测目标预估位置。
8.一种雷达与相机的数据融合装置，其特征在于，包括：
采集数据确定模块，用于确定雷达连续采集的至少两帧目标雷达数据与相机连续采集的至少两帧候选相机数据，所述雷达的采集频率低于所述相机的采集频率；
相机与雷达匹配模块，用于从所述至少两帧候选相机数据中确定与所述目标雷达数据匹配的目标相机数据，所述目标相机数据与所述目标雷达数据之间的目标采集时间差小于参考时间差，所述参考时间差为所述至少两帧候选相机数据中剩余相机数据与所述目标雷达数据之间的采集时间差；
融合处理模块，用于将所述目标雷达数据与所述目标相机数据进行融合处理。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的雷达与相机的数据融合方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的雷达与相机的数据融合方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211698645.8A CN115951344A (zh) | 2022-12-28 | 2022-12-28 | 雷达与相机的数据融合方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211698645.8A CN115951344A (zh) | 2022-12-28 | 2022-12-28 | 雷达与相机的数据融合方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115951344A true CN115951344A (zh) | 2023-04-11 |
Family
ID=87291031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211698645.8A Pending CN115951344A (zh) | 2022-12-28 | 2022-12-28 | 雷达与相机的数据融合方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115951344A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102617591B1 (ko) * | 2023-07-10 | 2023-12-27 | 메타빌드 주식회사 | 인공지능 기반 영상 센서와 레이더 센서를 이용한 스마트객체 정보 정합 시스템 및 방법 |
-
2022
- 2022-12-28 CN CN202211698645.8A patent/CN115951344A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102617591B1 (ko) * | 2023-07-10 | 2023-12-27 | 메타빌드 주식회사 | 인공지능 기반 영상 센서와 레이더 센서를 이용한 스마트객체 정보 정합 시스템 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102616470B1 (ko) | 이동식 신호등을 검출하는 방법, 장치, 전자 기기 및 저장 매체 | |
| US20230072632A1 (en) | Obstacle detection method, electronic device and storage medium | |
| CN115951344A (zh) | 雷达与相机的数据融合方法、装置、电子设备及存储介质 | |
| CN116309963B (zh) | 一种图像的批量标注方法、装置、电子设备及存储介质 | |
| CN115546597A (zh) | 一种传感器融合方法、装置、设备及存储介质 | |
| CN115035481A (zh) | 一种图像物距融合方法、装置、设备及存储介质 | |
| CN115131390A (zh) | 图像分割方法、装置、电子设备以及存储介质 | |
| CN115131315A (zh) | 一种图像的变化检测方法、装置、设备及存储介质 | |
| CN117808848B (zh) | 一种识别跟踪方法、装置、电子设备及存储介质 | |
| CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
| CN115436899B (zh) | 毫米波雷达探测数据的处理方法、装置、设备和存储介质 | |
| CN118365990B (zh) | 应用于违禁品检测的模型训练方法、装置及电子设备 | |
| CN114926447B (zh) | 用于训练模型的方法、用于检测目标的方法和装置 | |
| CN117292843B (zh) | 电信号数据处理方法、装置、设备和存储介质 | |
| CN118155026A (zh) | 一种融合效果检测方法、装置、电子设备和存储介质 | |
| CN117710459A (zh) | 三维信息的确定方法、装置及计算机程序产品 | |
| CN117576077A (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
| CN116659578A (zh) | 一种配电线路飘挂物的检测方法、装置、设备及介质 | |
| CN114677564A (zh) | 训练样本的生成方法、深度学习模型的训练方法和装置 | |
| CN115900731A (zh) | 一种航迹数据集的管理方法、装置、设备及存储介质 | |
| CN115932986A (zh) | 基于雷达的异物侵入检测方法、装置、设备及介质 | |
| CN115170878A (zh) | 一种飞机状态识别方法、装置、设备及存储介质 | |
| CN117806604A (zh) | 一种基于spring boot框架的TLV数据的解析方法及装置 | |
| CN115131314A (zh) | 目标检测方法、装置、设备以及存储介质 | |
| CN116703963A (zh) | 一种ar跟踪方法、装置、ar设备及存储介质 |
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 |