[发明专利]多传感器数据融合方法和装置

说明书

本申请提供了一种多传感器数据融合的感知方法及装置，将接收到的多种传感器采集的特征数据进行预处理之后，得到静态特征数据和动态特征数据，根据静态特征数据和参考动态目标信息构建当前静态环境信息，根据动态特征数据和参考静态环境信息构建当前动态目标信息，即动态目标的构建和静态环境的构建是相互参考彼此的构建结果而进行的，由于构建过程不仅用到了较低层级的特征数据，还用到了较高层级的构建结果，如参考动态目标信息或参考静态环境信息，由此可以提高多传感器数据融合的感知性能，进而提高移动载体对该移动载体所述环境中动态目标和静态环境的感知能力。

技术领域

本申请涉及信号处理，并且更具体地，涉及一种多传感器数据融合方法和装置。

背景技术

摄像机(Camera)、毫米波雷达、激光雷达等不同的传感器在视野范围(FOV，Fieldof View)、探测距离、分辨能力、环境适应性等方面有明显的差异，这些差异的存在使得单一传感器无法满足高级辅助驾驶系统(ADAS，Advanced Driver Assistance Systems)特性不断发展和自动驾驶不断演进的需求。

为了满足ADAS和自动驾驶的需求，需要对多传感器的数据进行融合处理，以获得更高置信度、高冗余、高互补的感知信息。高置信度表现在某个传感器在有一定信息缺失或者某个传感器在某些维度测量不准确的情况下，通过多传感器的数据融合提供足够置信度的数据。高冗余表现在多个传感器融合的处理模型上可以兼容多个传感器数据在某些测量维度存在近乎一致的测量结果，通过多传感器的数据融合在这些测量维度实现冗余。高互补表现在多个传感器在不同的环境条件和空间特征中，感知测量结果在某些维度上优劣可以实现互相补充，达到单个传感器所难以达到的感知性能。

当前多传感器数据融合方法主要是针对FOV内的运动目标进行检测、跟踪和融合，而对静止障碍物的感知较困难。另外，当前多传感器数据融合方法对动态目标的感知准确性也亟待提升。

因此，如何提高多传感器数据融合的感知性能，使其无论对静止障碍物还是动态目标的感知能力都有更好的表现，是一个需要解决的问题。

发明内容

本申请提供一种多传感器数据融合的感知方法和装置，基于本方法和装置能够提高多传感器数据融合的感知性能。

第一方面，提供了一种多传感器数据融合的感知方法，用于对多种传感器采集的特征数据进行融合，所述多种传感器搭载在移动载体上，用于观测所述移动载体所处环境的状态，所述移动载体所处环境的状态包括当前静态环境信息及当前动态目标信息，该方法包括：

接收多种传感器采集的特征数据；

对所述特征数据进行预处理，所述预处理包括对所述特征数据进行数据分类，得到静态特征数据、动态特征数据；

获取参考动态目标信息，根据所述静态特征数据和所述参考动态目标信息，构建所述当前静态环境信息；其中，所述参考动态目标信息是根据所述动态特征数据获取的，或，所述参考动态目标信息是根据所述动态特征数据和历史静态环境信息获取的；

获取参考静态环境信息，根据所述动态特征数据和所述参考静态环境信息，构建所述当前动态目标信息；其中，所述参考静态环境信息是根据所述静态特征数据获取的，或，所述参考静态环境信息是根据所述静态特征数据和历史动态目标信息获取的；

输出所述当前静态环境信息和所述当前动态目标信息。

在本申请中，构建当前静态环境信息的时候不仅用到了静态特征数据，还参考了动态目标信息；同样，在构建当前动态目标信息的时候不仅用到了动态特征数据，还参考了静态环境信息。即动态目标的构建和静态环境的构建是相互参考彼此的构建结果而进行的，由于构建过程不仅用到了较低层级的特征数据，还用到了较高层级的构建结果(如参考动态目标信息或参考静态环境信息)，由此可以提高多传感器数据融合的感知性能，进而提高移动载体对该移动载体所述环境中动态目标和静态环境的感知能力。