一种基于车辆的信息融合方法、装置、设备及存储介质与流程

本技术涉及车辆信息处理，尤其涉及一种基于车辆的信息融合方法、装置、设备及存储介质。

背景技术：

1、在自动驾驶技术中，障碍物感知是通过多传感器融合技术实现的，该技术整合了来自不同传感器源的数据，如摄像头、雷达和激光雷达等。这些传感器各自采集的信息有助于准确地识别和定位路上的障碍物、行人和车辆，以获得关于其周围环境的信息。即使在光照不足或其他感知条件较差的情况下，也能维持高度的感知性能。多传感器融合过程中需要将各个传感器检测到的障碍物与存在的航迹进行匹配并融合。在自动驾驶车辆的决策控制系统中，如路径规划、避障和速度调整等功能，均依赖于融合数据。

2、在现有技术中，障碍物感知与航迹信息的融合主要基于障碍物的运动特征，这包括障碍物的位置和速度信息。这些数据由多种传感器如摄像头、毫米波雷达和激光雷达等收集。这些传感器采集的数据通过初步处理，消除噪声和误差。然后通过数据处理算法进行进一步分析，以计算新检测到的障碍物与已存储航迹之间的距离和速度差异，并进行匹配。实现分析哪些障碍物属于已有的航迹，哪些可能表示新的障碍物或航迹。

3、然而，在环境中出现多个运动特征和位置相似的障碍物时，这种传统基于简单运动特征的匹配方法难以区分它们，因为这些障碍物在动态行为上可能非常相似。这种情况下的误匹配不仅会影响信息融合的准确性，还可能导致整个自动驾驶系统的决策和控制效能下降。基于此，亟需一种基于车辆的信息融合方法，以解决误匹配带来的融合信息准确性低的技术问题。

技术实现思路

1、本技术提供一种基于车辆的信息融合方法、装置、设备及存储介质，用以解决误匹配带来的融合信息准确性低的问题。

2、第一方面，本技术提供一种基于车辆的信息融合方法，包括：

3、获取待融合障碍物的特征信息和所述特征信息的特征类别，并根据所述特征信息的特征类别，量化所述特征信息，以获取所述待融合障碍物的特征量化信息；其中，所述特征信息至少包括运动特征、形状特征或类型特征中的一种特征类别；

4、获取所述车辆中已存储障碍物的航迹信息，并根据所述航迹信息和所述特征量化信息，采用差异计算规则，计算并获取所述待融合障碍物和所述已存储障碍物的特征差异信息，以及根据所述特征差异信息，获取所述待融合障碍物对应的特征概率信息；

5、根据采集所述待融合障碍物的传感器，获取与所述传感器对应的匹配距离计算规则，并根据所述特征概率信息和所述匹配距离计算规则，获取所述待融合障碍物和所述已存储障碍物的匹配距离；

6、根据所述待融合障碍物和所述已存储障碍物的匹配距离，实现对所述待融合障碍物的特征信息和所述已存储障碍物的航迹信息的信息融合。

7、在一种可能的设计中，所述根据采集所述待融合障碍物的传感器，获取与所述传感器对应的匹配距离计算规则，包括：

8、根据采集所述待融合障碍物的传感器，查询并获取与所述传感器匹配的每种特征类别的类别权重；

9、则所述根据所述特征概率信息和所述匹配距离计算规则，获取所述待融合障碍物和所述已存储障碍物的匹配距离，包括：

10、获取由同一所述传感器采集获取且属于同一待融合障碍物的特征概率信息，根据所述类别权重和所述特征概率信息，通过加权平均，计算并获取所述待融合障碍物和所述已存储障碍物的匹配距离。

11、在一种可能的设计中，所述根据所述特征信息的特征类别，量化所述特征信息，以获取所述待融合障碍物的特征量化信息，包括：

12、若所述特征信息的特征类别为形状特征，则根据所述待融合障碍物的特征信息，获取所述待融合障碍物的三维信息；其中，所述三维信息包括长度、宽度和高度；

13、和/或

14、若所述特征信息的特征类别为类型特征，则根据所述待融合障碍物的特征信息，获取所述待融合障碍物属于每个预置类型的置信度，以及筛选并设置最大置信度对应的预置类型为所述待融合障碍物的类型特征；其中，所述类型特征为卡车、小汽车、两轮车、行人或其他物体中的一个。

15、在一种可能的设计中，所述运动特征包括位置特征和/或速度特征；

16、则所述根据所述特征信息的特征类别，量化所述特征信息，以获取所述待融合障碍物的特征量化信息，包括：

17、若所述特征信息的特征类别为位置特征，则获取所述车辆的当前位置信息，并以所述车辆的当前位置为原点，根据所述待融合障碍物的特征信息，计算并获取所述待融合障碍物的二维坐标；

18、和/或

19、若所述特征信息的特征类别为速度特征，则获取所述车辆的当前速度信息，并根据所述车辆的当前速度信息和所述待融合障碍物的特征信息，计算并获取所述融合障碍物相对于所述车辆的横向加速度和纵向加速度。

20、在一种可能的设计中，所述根据所述航迹信息和所述特征量化信息，采用差异计算规则，计算并获取所述待融合障碍物和所述已存储障碍物的特征差异信息，包括：

21、若所述特征信息的特征类别为形状特征，则根据所述已存储障碍物的航迹信息，获取所述已存储障碍物的三维信息；

22、根据所述待融合障碍物的三维信息和所述已存储障碍物的三维信息，获取所述待融合障碍物和所述已存储障碍物的长度差值、宽度差值和高度差值，以及获取差值筛选规则；其中，所述差值筛选规则为筛选出一组数据中最小的数据值；

23、获取长度差值阈值、高度差值阈值和宽度差值阈值，根据所述差值筛选规则，并从所述长度差值和所述长度差值阈值、所述宽度差值和所述宽度差值阈值以及所述高度差值和所述高度差值阈值的三组数据中，筛选获取所述待融合障碍物和所述已存储障碍物的形状差异信息；其中，所述形状差异信息包括长度差异值、宽度差异值和高度差异值。

24、在一种可能的设计中，所述根据所述航迹信息和所述特征量化信息，采用差异计算规则，计算并获取所述待融合障碍物和所述已存储障碍物的特征差异信息，包括：

25、若所述特征信息的特征类别为类型特征，则基于所述待融合障碍物的类型特征，获取所述已存储障碍物为所述类型特征的概率值；

26、根据所述待融合障碍物所属类型特征的置信度和所述已存储障碍物为所述类型特征的概率值，计算并获取所述待融合障碍物和所述已存储障碍物的类别差异信息。

27、在一种可能的设计中，所述根据所述航迹信息和所述特征量化信息，采用差异计算规则，计算并获取所述待融合障碍物和所述已存储障碍物的特征差异信息，包括：

28、若所述特征信息的特征类别为位置特征，则根据所述车辆的当前位置信息和所述特征信息中待融合障碍物的位置信息，计算并获取所述待融合障碍物和所述已存储障碍物的位置差值；

29、获取位置差值阈值，根据所述差值筛选规则，从所述位置差值和所述位置差值阈值中，筛选获取所述待融合障碍物和所述已存储障碍物的位置差异信息；其中，所述差值筛选规则为筛选出一组数据中较小的数据值。

30、在一种可能的设计中，所述根据所述航迹信息和所述特征量化信息，采用差异计算规则，计算并获取所述待融合障碍物和所述已存储障碍物的特征差异信息，包括：

31、若所述特征信息的特征类别为速度特征，则根据所述车辆的当前速度信息和所述特征信息中待融合障碍物的速度信息，计算并获取所述待融合障碍物和所述已存储障碍物的速度差值；

32、获取速度差值阈值，根据所述差值筛选规则，从所述速度差值和所述速度差值阈值中，筛选并获取所述待融合障碍物和所述已存储障碍物的速度差异信息；其中，所述差值筛选规则为筛选出一组数据中较小的数据值。

33、在一种可能的设计中，所述根据所述特征差异信息，获取所述待融合障碍物对应的特征概率信息，包括：

34、获取每个所述待融合障碍物和每个所述已存储障碍物的特征差异信息，并从多个所述特征差异信息中，筛选获取属于同一特征类别的多个特征差异信息；其中，每个特征差异信息均有与其对应的待融合障碍物；

35、根据属于同一特征类别的多个特征差异信息，采用归一化指数函数，获取每个所述待融合障碍物对应的特征概率信息。

36、在一种可能的设计中，待融合障碍物的特征信息和所述特征信息的特征类别的获取，包括：

37、在确认接收到由主传感器采集获取的待融合障碍物第一信息时，根据所述待融合障碍物信息的第一采集时间戳，获取所述每个副传感器标识对应的缓冲队列中与所述第一采集时间戳最接近的第二采集时间戳和所述第二采集时间戳所对应的待融合障碍物第二信息；

38、根据所述主传感器和每个副传感器的属性，分别对所述第一信息和所述第二信息进行与采集传感器匹配的特征提取，以获取主传感器和每个副传感器采集获取的待融合障碍物的特征信息；

39、根据所述特征信息携带的类别标签，获取所述特征信息的特征类别。

40、在一种可能的设计中，所述根据所述待融合障碍物和所述已存储障碍物的匹配距离，实现对所述待融合障碍物的特征信息和所述已存储障碍物的航迹信息的信息融合，包括：

41、获取每个所述待融合障碍物和每个所述已存储障碍物的匹配距离，采用已训练的匈牙利匹配算法，获取每个所述待融合障碍物和所述已存储障碍物的匹配关系；

42、基于各个传感器预设的权重，根据所述待融合障碍物和所述已存储障碍物的匹配关系，对所述待融合障碍物的特征信息和所述已存储障碍物的航迹信息进行加权融合，实现所述待融合障碍物和所述已存储障碍物的融合。

43、第二方面，本技术提供一种信息融合装置，包括：

44、特征量化模块，用于获取待融合障碍物的特征信息和所述特征信息的特征类别，并根据所述特征信息的特征类别，量化所述特征信息，以获取所述待融合障碍物的特征量化信息；其中，所述特征信息至少包括运动特征、形状特征或类型特征中的一种特征类别；

45、特征计算模块，用于获取所述车辆中已存储障碍物的航迹信息，并根据所述航迹信息和所述特征量化信息，采用差异计算规则，计算并获取所述待融合障碍物和所述已存储障碍物的特征差异信息，以及根据所述特征差异信息，获取所述待融合障碍物对应的特征概率信息；

46、匹配距离计算模块，用于根据采集所述待融合障碍物的传感器，获取与所述传感器对应的匹配距离计算规则，并根据所述特征概率信息和所述匹配距离计算规则，获取所述待融合障碍物和所述已存储障碍物的匹配距离；

47、信息融合模块，用于根据所述待融合障碍物和所述已存储障碍物的匹配距离，实现对所述待融合障碍物的特征信息和所述已存储障碍物的航迹信息的信息融合。

48、第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

49、所述存储器存储计算机执行指令；

50、所述处理器执行所述存储器存储的计算机执行指令，以实现信息融合方法。

51、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现信息融合方法。

52、本技术提供的一种基于车辆的信息融合方法、装置、设备及存储介质，通过对待融合障碍物的特征信息进行量化，并与已存储的障碍物航迹信息进行差异计算，提高障碍物识别准确性和匹配准确性。并且，通过采用与传感器特性有关的距离计算规则，并结合特征概率信息，实现了更加准确的障碍物和航迹之间的匹配距离计算。根据这些计算结果，进行待融合障碍物和已存储障碍物的信息融合，确保了车辆能够基于最准确的环境数据进行决策，从而显著提高了自动驾驶系统的响应能力和操作安全性。