[发明专利]一种基于车路协同的多激光雷达融合方法

权利要求书

1.一种基于车路协同的多激光雷达融合方法，其特征在于，所述多激光雷达融合方法包括如下步骤：

步骤一、将安装于路端以及车端的各激光雷达检测到的目标信息均进行点云处理后获得与激光雷达对应的点云数据；

步骤二、将各点云数据分别依次进行聚类、追踪和空间同步处理后，形成与各激光雷达对应的目标列表；

步骤三、将各目标列表进行时间同步处理，获取同一时刻下的各目标列表；

步骤四、将同一时刻下的各目标列表分别进行点云提取，提取对应同一个目标的所有点云数据；

步骤五、对提取的所有点云数据依次通过聚类和追踪处理后融合形成最终目标列表。

2.根据权利要求1所述的基于车路协同的多激光雷达融合方法，其特征在于，所述多激光雷达融合方法还包括：

在步骤五的操作完成后，对所有目标信息的融合完成情况进行判断，在判断完成所有目标信息的融合后，输出步骤五中融合形成的最终目标列表给用户；在判断还有目标信息未融合时，返回步骤一进行循环。

3.根据权利要求1所述的基于车路协同的多激光雷达融合方法，其特征在于，在所述步骤一中，对各激光雷达检测到的目标信息进行点云处理的操作包括：

二进制包解析，通过点云库软件将目标信息的原始点云数据转换解析成PCD格式的点云数据，所述点云数据包含激光雷达反射点云的空间三维位置；

根据车辆当前工况对非感兴趣区域的点云数据进行删除。

4.根据权利要求1或2或3所述的基于车路协同的多激光雷达融合方法，其特征在于，在所述步骤二和步骤五中，聚类的步骤包括：

生成簇，通过聚类算法将距离相近的点云进行集合，并通过几何优化的方法形成多个用于将集合的点云全部包含住的四方体，每个四方体对应一个点云簇；

计算簇的尺寸和运动状态，通过计算四方体的长宽高来获得簇的尺寸，通过将连续两个时间点的位置信息进行一阶微分计算得到速度状态、二阶微分计算得到加速度状态和反正切函数计算得到朝向状态；

去除不合格的簇，所述不合格的簇包括尺寸低于阈值a的簇和点云数量低于阈值b的簇。

5.根据权利要求4所述的基于车路协同的多激光雷达融合方法，其特征在于，在所述步骤二和步骤五中，追踪的步骤包括：

将当前时刻生成的簇与预测后的上一时刻的目标列表进行配对；在配对成功时，对相应配对成功的簇的运动状态进行更新以及对簇的尺寸进行更新；在未配对成功时，当前时刻的簇生成新的目标，未配对成功的目标被删除，从而生成基于时间的目标列表。

6.根据权利要求5所述的基于车路协同的多激光雷达融合方法，其特征在于，配对成功的判断包括：

将当前时刻生成的簇和预测后的上一时刻的目标列表中的目标之间的距离进行计算，距离在预设阈值之内，则判断该当前时刻生成的簇和该目标列表配对成功。

7.根据权利要求5所述的基于车路协同的多激光雷达融合方法，其特征在于，预测后的上一时刻的目标列表的获得包括：

建立预测模型；

通过预测模型获得预测后的上一时刻的目标列表；

预测模型为：

其中，x，y，v_x，v_y，a_x，a_y分别表示横纵坐标的位置、速度、加速度，t表示时间，下标t+1表示当前时刻的状态值，下标t表示上一时刻的状态值。

8.根据权利要求7所述的基于车路协同的多激光雷达融合方法，其特征在于，对相应配对成功的簇的运动状态进行更新的操作包括：

建立观测模型；

通过观测模型将相应配对成功的簇的运动状态进行更新为新的基于时间的目标列表；

观测模型为：

其中，分别表示当前时刻下所观测的横坐标位置、速度、加速度和纵坐标位置、速度、加速度。