[发明专利]一种基于多源传感器信息融合的动态物体感知及预测方法

说明书

本发明公开了一种基于多源传感器信息融合的动态物体感知及预测方法，包括以下步骤：通过多源传感器对目标物体类型进行检测，得到彩色点云数据。通过多源传感器对目标物体进行位置估计：多源传感器的标定模块通过标定法对目标物体进行准确的内参和外参标定。计算目标物体位于三维坐标系中的位置。多源传感器给上述步骤的信息附上时间戳。通过目标物体其位置的时序变化得出目标物体的运动方向和速度。根据位置和速度的变化，做出发生碰撞可能性的预测。与现有的技术相比，本发明具有如下优点：通过感知预测获得的场景中动态物体类型、位置、速度、运动轨迹等信息可为无人驾驶车辆或自主机器人提供广域的感知信息，从而提高作业的安全性和效率。

技术领域

本发明涉及线计算机视觉和智能交通技术领域，特别是涉及一种基于多源传感器信息融合的动态物体感知及预测方法。

背景技术

随着汽车作为代步工具在日常生活中的广泛普及的快速发展，自动驾驶和辅助驾驶功能已成为新型智能车的发展趋势。然而近期由于自动驾驶和辅助驾驶导致的事故频发，这对无人驾驶或辅助驾驶的安全性提出新的挑战。受到视野盲区的限制，为了防止无人驾驶车辆和行进时与临近障碍物发生碰撞，现有方案常采用红外激光方案，通过测距保证车辆行进过程中的安全。然而，目前这种方案存在如下两个问题：(1)红外激光传感器的局限性：红外激光测距能较准确提供最近障碍物的距离信息，但是对被测物体所属类别，是否为动态物体，是否对当前驾驶器产生潜在威胁没有进一步的感知能力。(2)单一传感器的局限性：单一红外传感器仅能测量距离信息，可提供的信息有限，而相机常常受到视野和气候天气变化的影响较大，雷达受限于有限的感受野，热感可提供的温度信息有助于判别临近动态物体是否为具有热源的车辆或者行人但目前为止并没有被应用于车辆的感知。因此目前需要一种能够集成多源传感器，利用标定和信息整合各种传感器的优势规避和互相弥补各自缺陷,实时对场景内车辆行人等动态物体进行检测、识别和位置估计的方法，进而提高无人驾驶车辆及自主机器人运行时的感知能力和安全性的。

发明内容

本发明的目的是克服了现有技术的问题，提供了一种基于多源传感器信息融合的动态物体感知及预测方法。

为了达到上述目的，本发明采用以下方案：

一种基于多源传感器信息融合的动态物体感知及预测方法，其特征在于，包括以下步骤：

S01通过多源传感器对目标物体类型进行检测，得到彩色点云数据；

S02通过多源传感器对目标物体进行位置估计：

S03多源传感器的标定模块通过标定法对目标物体进行准确的内参和外参标定；

S04通过坐标转换的数学模型计算目标物体位于三维坐标系中的位置；

S05多源传感器跟踪目标物体并给上述S01-S04步骤的信息附上时间戳；

S06通过目标物体其位置的时序变化得出目标物体的运动方向和速度；

S07根据位置和速度的变化，对目标物体的运动轨迹通过数据拟合做出与临近物体发生碰撞可能性的预测。

进一步的，多源传感器通过3CCD彩色相机与热感相机对目标物体类型进行检测。

进一步的，S01步骤还包括通过视觉算法对动态物体进行分类。

进一步的，通过多源传感器通过深度相机对目标物体进行位置估计。

进一步的，所述深度相机为结构光深度相机。

进一步的，深度相机为TOF。

进一步的，标定法为圆孔标定法。

进一步的，标定法为张氏标定法。