[发明专利]一种智能网联汽车环境感知系统的多雷达数据融合方法

摘要

本发明提出了一种智能网联汽车环境感知系统的多雷达数据融合方法。智能网联汽车外部环境感知系统的多雷达数据存在互补性与冗余性，针对多雷达数据的互补性，本发明构建了覆盖智能网联汽车周围全部环境的菱形栅格地图，其由L个同心菱形及J条从车辆的几何中心延伸至与最外层菱形相交的径向线组成，所述菱形栅格地图不仅更加接近于多雷达探测的区域，还可以为对潜在威胁进行风险评估打下基础，从而更好的成为上层控制系统做决策依据。针对多雷达数据的冗余性，本发明提出了基于动态参数贝叶斯的多雷达数据融合方法，这种方法不仅可以有效的降低单颗雷达在真实道路环境下较高的漏检率与虚警率，还对噪声响应十分灵敏，并具有很强的鲁棒性与实时性。

主权项

1.一种智能网联汽车环境感知系统的多雷达数据融合方法，其特征在于：通过构建覆盖智能网联汽车周围全部环境的菱形栅格地图来解决多雷达数据存在的互补性问题，所述菱形栅格地图由L个同心菱形及J条径向线组成，具体包括以下步骤:步骤一：读取多雷达数据：解析出雷达探测到的障碍物的角度与距离信息；步骤二：判断障碍物所属的菱形栅格地图区域；步骤三：多雷达数据的初步判断：若探测到该位置有障碍物的雷达数目为零，则该位置输出为无障碍物区域；若探测到该位置有障碍物的雷达数目与探测范围覆盖此区域的雷达数目相同，则该位置输出为有障碍物区域；若探测到该位置有障碍物的雷达数目即不为零也小于探测范围覆盖此区域的雷达数目，则通过步骤四进行判断；步骤四：基于动态参数贝叶斯的多雷达数据融合；公式(1)为贝叶斯推理的组合公式；P(E_i|H_j)的取值：将每颗雷达前z帧的探测结果与多雷达融合后的输出结果作比较，得到其漏检率和虚警率，再将此值作为自变量通过函数f(t)得到先验概率值P(E_i|H_j)；P(H_j)的取值：计算菱形栅格地图中每个栅格及其8邻接的栅格在前五帧被各颗雷达探测到有障碍物的次数，并将这个次数与探测范围覆盖此区域的雷达个数做比值，再将此比值通过与阈值y做比较来确定P(H_j)的取值；所述阈值3≤y≤5；在确定先验概率值后，通过贝叶斯推理的组合公式，计算出P(H₁|E_x)与P(H₀|E_x)的比值，若比值大于阈值r，则该位置输出为有障碍物区域；若比值小于阈值r，则该位置输出为无障碍物区域；所述阈值0.5≤r≤2；步骤五：将多雷达数据融合结果输出；改变经过多雷达融合后判断为有障碍物的小栅格的颜色，没有障碍物的位置颜色保持不变，并显示在人机交互界面上，另外将有障碍物的区域发送至上层控制系统，并成为其做决策的依据。