[发明专利]车辆用多传感器的信息融合方法和装置

说明书

本发明提供了一种车辆用多传感器的信息融合方法和装置，该方法包括：在t_N时刻和t_N+1时刻之间有多个传感器更新时，获取多个传感器中的第M+1传感器在t_N+1时刻的关于障碍物的第M+1预估量测结果和第M+1预估航迹信息，其中，第M+1预估量测结果由第M+1传感器在更新时刻的关于障碍物的第M+1实际量测信息得到，第M+1预估航迹信息由第M传感器在t_N+1时刻的关于障碍物的第M预估航迹信息得到，N和M为正整数；对第M+1预估量测结果和第M+1预估航迹信息进行关联匹配；在关联匹配为有效匹配时，基于第M+1预估量测结果和第M+1预估航迹信息进行最优融合估计，得到多个传感器在t_N+1时刻关于障碍物的目标状态的第一最优融合估计结果。

技术领域

本发明涉及无人驾驶车辆技术领域，尤其涉及一种车辆用多传感器的信息融合方法和装置。

背景技术

随着智能科技的迅速发展，无人驾驶技术逐渐成熟。为了保证无人驾驶车辆的行驶安全，需要使用多种传感器来组成感知系统。感知系统通过感知周围环境，为决策规划控制提供可靠的道路行驶信息。每种传感器均可以从自己的角度获取得到障碍物信息。

但是，这些传感器接收到的很多信息是冗余的，并且不同传感器关于不同障碍物信息具有不同的可靠性。

发明内容

本发明针对上述问题，提供了一种车辆用多传感器的信息融合方法和装置。

第一方面，提供了一种车辆用多传感器的信息融合方法，包括：在t_N时刻和t_N+1时刻之间有多个传感器更新时，获取多个传感器中的第M+1传感器在t_N+1时刻的关于障碍物的第M+1预估量测结果和第M+1预估航迹信息，其中，第M+1预估量测结果由第M+1传感器在更新时刻的关于障碍物的第M+1实际量测信息得到，第M+1预估航迹信息由第M传感器在t_N+1时刻的关于障碍物的第M预估航迹信息得到，N和M为正整数；对第M+1预估量测结果和第M+1预估航迹信息进行关联匹配；在关联匹配为有效匹配时，基于第M+1预估量测结果和第M+1预估航迹信息进行最优融合估计，得到多个传感器在t_N+1时刻关于障碍物的目标状态的第一最优融合估计结果。

在本发明某些实施例中，上述方法还包括：在t_N时刻和t_N+1时刻之间多个传感器中首次有第1传感器更新时，获取第1传感器在t_N+1时刻的关于障碍物的第1预估量测结果和第1预估航迹信息，其中，第1预估量测结果由第1传感器在更新时刻的关于障碍物的第1实际量测信息得到，第1预估航迹信息由t_N时刻的关于障碍物的目标状态的第二最优融合估计结果得到；对第1预估量测结果和第1预估航迹信息进行关联匹配；在关联匹配为有效匹配时，基于第1预估量测结果和第1预估航迹信息进行最优融合估计，得到第2传感器在t_N+1时刻关于障碍物的目标状态的第2预估航迹信息。

在本发明某些实施例中，上述在关联匹配为有效匹配时，基于第M+1预估量测结果和第M+1预估航迹信息进行最优融合估计，得到多个传感器在t_N+1时刻关于障碍物的目标状态的第一最优融合估计结果包括：在关联匹配为有效匹配时，基于第M+1预估量测结果和第M+1预估航迹信息，利用卡尔曼滤波算法进行最优融合估计。

在本发明某些实施例中，上述基于第M+1预估量测结果和第M+1预估航迹信息，利用卡尔曼滤波算法进行最优融合估计是通过以下公式进行计算的：