[发明专利]用于车辆安全行驶所需的多数据融合的方法

权利要求书

1.一种用于车辆安全行驶所需的多数据融合的方法，其特征在于，包括如下步骤：

步骤S1，利用安装于公路旁的多个路侧传感器采集目标范围内的行驶车辆的动态信息、特征信息、路况信息和交通状态信息，并上传至路侧服务平台；

步骤S2，利用安装于车辆上的车载单元，采集行驶车辆的运动状态信息、周围路况和环境信息，利用多个车牌抓拍摄像机采集车辆的特征数据，并上传至路侧服务平台；

步骤S3，所述路侧服务平台首先将来自所述路侧传感器的信息和来自所述车牌抓拍摄像机的信息进行静态数据的融合，进行第一次融合，由此每辆车均携带有包括车辆的动态信息和车辆的特征信息的完整的数据信息，然后采用预设车辆身份信息编制原则为每一辆携带有完整的数据信息的车辆，在系统中生成唯一的车辆身份信息和ID身份编号，记为D1数据；所述路侧服务平台通过车路协同路侧通信单元或第三方通信服务平台与路面上行驶的无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆进行双向通信，获取所述无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆的自身传感器所采集的标识信息以及车辆区域范围内的各类信息，记为D2数据；

步骤S4，然后所述路侧服务平台将融合后的静态数据进一步与车载单元采集的动态数据进行动静融合，所述路侧服务平台将所述D1数据和D2数据进行第二次融合，如果能够通过车路协同通信单元或第三方通信服务平台获得该车数据融合成功，则系统根据获取车辆数据的专用通信通道以及车辆自身标识信息将融合成功的车辆区分并标记为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆；如果无法通过车路协同通信单元或第三方通信服务平台获得该车数据融合失败的，则将融合失败的车辆标记为普通人工驾驶车辆；

步骤S5，由所述路侧服务平台进行数据分析获得异常事件数据信息，将上述分析得到的异常事件数据信息再与车辆自身的车载传感器采集的异常事件数据信息进行第三次融合，得到最终的异常事件信息；

步骤S6，将生成的最终的异常事件信息与预存的本区域的高精地图数据进行第四次融合，根据不同的异常事件类型与内容，进行态势感知，根据态势感知结构和事物的运动类型，分别生成新的高精地图及对应的协同通行方案、预警信息、告警信息、车辆控制信息；

其中，采用以下两种融合机制：

(1)通过车辆特征信息进行融合机制；

所述通过车辆特征信息进行融合机制，包括：

通过所述路侧传感器、车牌抓拍摄像机或车载单元和路侧服务平台，共同完成并生成带有唯一的车辆身份信息和ID身份编号的D1数据中的车辆特征数据，将D1数据中的车辆特征数据与D2数据中的车辆特征数据进行一一对比，如果满足车牌、车型和颜色三个条件相同，则进行关联融合；

(2)阴影伴随式融合机制；

所述阴影伴随式融合机制，包括：

当车辆进入预设检测区域时，所述路侧传感器采集的车辆数据经过路侧服务平台，生成完整的车辆数据S5，作为真实目标；所述路侧服务平台通过车路协同路侧通信单元或第三方通信服务平台获取的车辆数据S6，作为虚假目标；

以真实目标为中心设定一个关联目标范围，设置预设范围，在此范围内所有目标为有效关联目标对象，超过此范围为无效目标关联对象，以目标的实时运动速度、目标运动方向、经纬度、车辆尺寸、车辆类型、所在车道为参考比较关联对象，并与预先设定的关联合并值为参考值，以及符合该规律点迹连续重复出现次数M，作为判断是否关联融合的判定条件；对于真实目标和虚假目标进行关联融合，融合后的目标动态信息以虚假目标动态信息为准，并根据获取车辆数据的专用通信通道以及车辆自身标识信息将该目标车辆区别并标注为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆，并将其中的ID身份编号进行修正，完成两个数据关联融合工作；

采用上述阴影伴随式融合方式，通过路侧传感器S1与V2X车路协同路侧通信单元S3，对同一辆车各自分别获取的经纬度信息与点迹轨迹信息进行实时分析与对比，找到符合阴影伴随规律的车辆数据进行融合；

在完成了上述融合后，根据融合结果对车辆类型进行划分；将D3数据对应的车辆类型标记为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆；如果融合失败则将融合失败的车辆数据记为D4数据，将D4数据对应的车辆类型标记为普通人工驾驶车辆。