[发明专利]基于二分图的驾驶目标关联方法、系统、车辆及存储介质

说明书

一种基于二分图的自动驾驶多目标关联方法，涉及汽车自动驾驶技术。汽车各种传感器采集获取道路目标信息；对传感器采集的道路目标信息进行预处理，过滤无效以及异常目标信息；对各传感器采集的经过预处理的道路目标信息进行时间补偿和空间同步；对跟踪目标与测量目标进行时间补偿及空间同步；以测量目标和跟踪目标位置信息及其属性构建完全二分图，寻找测量目标和跟踪目标的最优匹配对；根据跟踪目标实时位置信息及其属性，评估当前匹配对的置信度，确定最相关目标。本发明针对多传感器目标关联，能使融合跟踪目标与各传感器实时目标进行有效关联，提升了融合目标对现实场景的真实性，增强了目标融合的可靠性，降低环境认知的资源消耗。

技术领域

本发明属于汽车自动驾驶技术。具体涉及一种自动驾驶多目标关联传感数据融合技术。

背景技术

随着时代的发展，科技技术不断革新的年代。大众消费者对自动化产品的需求越来越大，也越来越广。然而对于汽车行业，自动驾驶不仅是满足客户需求的重要功能，也是拉动品牌的有效途径。因此，汽车行业的自动驾驶在新时代、新技术背景下，已成为新一轮研究热潮。在当前各行业的技术支撑下，基于结构化道路的自动驾驶成为本领域的主要方向，但是仍然存在两大技术难题：1、多源传感器目标关联；2、多元传感器目标属性融合。复杂的现实环境决定了单一传感器对现实表达不足，多源异构传感器的目标成为自动驾驶必不可少信息，对车辆驾驶控制有着关键性的作用。但不同传感器由于受环境和硬件限制，都会存在目标虚假、丢失以及位置、速度等关键信息的跳变和误差。

公开号: CN111551938A，名称“一种基于矿区环境的无人驾驶技术感知融合方法”。以多种传感器作为数据来源，针对矿区特殊行车环境，利用多传感器融合技术，保证感知信息的稳定性和可靠性。利用多种传感器采集车辆周围环境信息，基于多传感器融合原理，依据不同传感器特性进行互补，可以获取更加精准的感知信息，提高感知准确性，从而可以使无人驾驶矿卡车辆在使用过程中适应复杂的矿区环境，安全高效地完成作业。利用不同传感器得到的障碍物信息，通过计算信息熵得到其特征信息权重，进而优化匹配矩阵，提高匹配精度，从而针对恶劣矿区环境下提取的障碍物信息以及跟踪目标信息进行更精确地匹配，获得更精准的行车环境信息，保障整体行车过程中的安全性和流畅性。

自动驾驶中目标和本车移动速度快，需要多源传感器目标关联完成采集信息。为了更好的实现多源异构传感器的目标关联，有必要基于不同传感器目标开发一种多目标关联系统。

发明内容

本发明针对现有技术中存在的上述问题，提出一种基于二分图的自动驾驶中多目标关联系统及方法，解决目标关联问题，不仅能有效实现单传感器多目标匹配跟踪，提供文档的目标信息，也能实现不同传感器之间目标关联融合，更真实的复原现实场景。

本发明解决上述技术问题的技术方案是，一方面，提出一种基于二分图的自动驾驶多目标关联方法，包括步骤：多源传感器采集获取测量目标和跟踪目标信息及属性，进行预处理，以目标置信度过滤无效及异常目标信息；提取目标跟踪列表中距离当前时间最近的目标作为多传感器融合目标，对其多源传感器信息融合匹配；对预处理后的测量目标和跟踪目标信息及属性进行时间补偿和空间同步；结合单传感器跟踪信息以及多传感器融合数据与待关联感知数据，以经过补偿和同步后的测量目标和跟踪目标信息及其属性构建完全二分图，寻找测量目标和跟踪目标的最优匹配对；根据跟踪目标实时位置信息及属性，评估当前匹配对的置信度，确定最相关目标。

进一步优选，构建完全二分图包括：单传感器跟踪目标和多传感器融合跟踪目标构成特征目标，以特征目标目标信息及其属性构成顶点集V1；以单传感器观测目标和多传感器并集目标为待关联目标，以待关联目标属性构成顶点集V2，以及V1与V2之间关联形成的边构建目标完全二分图。

进一步优选，对二分图进行匈牙利算法计算最小匹配代价，获取测量目标与跟踪目标的最优匹配对。

进一步优选，提取跟踪过程中多源传感器提取的目标特征信息，采用目标位置/速度/加速度误差分析评估当前匹配对的置信度，根据置信度输出最接近的最优匹配对。