[发明专利]障碍物分类可靠度量化的方法

说明书

技术领域

本发明涉及一种物体分类可靠度的量化方法，特别涉及一种用于感知融合系统的障碍物分类可靠度量化的方法。

背景技术

目前车用计算机的功能愈趋健全，为了提升驾驶安全性以及更好的应对自动驾驶这一未来发开趋势，车前障碍物侦测及分类的可靠度便显得尤为重要，车前障碍分类是将侦测到的车前障碍物分类为汽车、行人、脚踏车、电线杆等各种不同物体，依据系统设定决定分类项目，如此一来，系统便可依据障碍物的分类决定是否提示刹车、自动紧急刹车或执行其他动作。

图1为现有技术中侦测车前障碍物及感知融合系统的方块图，摄影机10撷取前方道路影像，多个传感器11、12可侦测前方障碍物的距离或撷取车辆本身的车身信号，且根据多个传感器11、12所侦测到的障碍物距离又可得到障碍物高度、轮廓等信息，接着，一方面依据前方道路影像、障碍物信息及车身信号，会各自解析障碍物信息13，并计算障碍物的位置、分类融合信息15，另一方面则依据前方道路影像、障碍物信息及车身信号，各自估算侦测信心度14，亦即前方障碍物存在的准确度，并侦测信心度融合16，最后输出信息17，此输出信息17可包括障碍物确实存在的几率、坐标位置及障碍物可能的类别。但系统计算出的侦测信心度是否正确，并没有一个可进行的方法再次确认，便直接相信侦测信心度的融合结果。

若对侦测信心度发生误判会造成严重的后果，真实案例如图2所示，车辆18a上的车用计算机具有侦测前方障碍物及分类警示的系统，其与前车18b保持安全距离，而右侧车道行驶有一台大型油罐车18c，当油罐车18c从车辆18a旁边经过时，前车18b反射回来的毫米波在旁边经过的油罐车18c上发生了漫射，车辆18a的系统接收到漫射的毫米波后做出了“与前方车辆发生碰撞的可能性很高”的判断，随即做出自动紧急刹车，后车18d反应不及而发生追尾。但实际上，前方近处并没有车辆在行驶，只是油罐车18c行驶在相邻的右侧车道而已，系统误判噪声为车辆，导致误刹车。

因此，如何使侦测信心度及分类信心度具有更高的准确性，并将融合信息量化提供更高的参考性，避免再发生误判为当前一项重要的课题。本发明即提出一种障碍物分类可靠度量化的方法，具体架构及其实施方式将详述于下：

发明内容

本发明的主要目的在于提供一种障碍物分类可靠度量化的方法，该方法将障碍物分类信息的可靠度进行量化，提升分类准确性，避免后端主动安全系统因错误信息而使安全机制误动作，造成系统失效。

本发明的另一目的在于提供一种障碍物分类可靠度量化的方法，该方法将测距传感器、影像撷取单元及车身信号传感器所撷取的信息加以融合，得到所有传感器针对每个障碍物的一位置信息、一分类信息及一分类信心度信息。

本发明的再一目的在于提供一种障碍物分类可靠度量化的方法，该方法还包括一分类失效过滤步骤，若量化的障碍物分类可靠度小于一预设值时代表分类错误，则略过此障碍物，反之，若障碍物分类可靠度大于等于预设值时，系统会通知驾驶者，若是自动驾驶系统则可自动刹车。

为了达到上述目的，本发明提供一种障碍物分类可靠度量化的方法，其应用于车辆的一车用计算机中的一感知融合系统，该车用计算机连接一影像撷取单元、一车身信号传感器及多个测距传感器，此方法包括下列步骤：车用计算机接收至少一障碍物的障碍物信息、对应障碍物信息的至少一影像信息及多个车身信号，并利用一分类器对障碍物信息、影像信息及车身信号进行类别分类；感知融合系统对测距传感器的侦测结果分别计算一侦测信心度；读取分类器的准确度，利用侦测信心度及准确度计算每一测距传感器对应每一障碍物的一分类信心度；对所有分类信心度进行融合计算，分别量化所有测距传感器对每一障碍物的障碍物分类可靠度；撷取任一障碍物分类可靠度后，依据障碍物分类可靠度进行一分类失效过滤步骤，排除障碍物分类可靠度小于一预设值的障碍物。

其中，侦测信心度为测距传感器所侦测的障碍物为实体物的几率。侦测信心度为利用测距传感器分别针对当下侦测的障碍物进行坐标追踪，再将后续接收到的一实际值与追踪值比对，以定义出所追踪的障碍物于当下实际存在的几率。此障碍物的追踪、比对及定义出侦测信心度为利用一共同综合概率数据关联(JointIntegratedProbabilisticDataAssociation,JIPDA)进行计算。

本发明中，融合计算为利用分类信心度、测距传感器的准确度及至少一障碍物连续侦测几率计算出障碍物分类可靠度，其中，障碍物连续侦测几率为测距传感器连续侦测到同一障碍物的几率。