(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210768001.5 (22)申请日 2022.07.01 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区南 山街道崇文 路2号 (72)发明人 石钧仁　高俊　朴昌浩　许林　 何维晟　邵慧爽　孙荣利　李珂欣　 苏永康　 (74)专利代理 机构 重庆辉腾律师事务所 5 0215 专利代理师 王诗思 (51)Int.Cl. G01S 13/931(2020.01) G01S 13/86(2006.01) G01S 17/931(2020.01) G06V 20/52(2022.01)G06T 7/20(2017.01) (54)发明名称 一种面向智能驾驶车辆的多传感器融合方 法及系统 (57)摘要 本发明属于智能驾驶车辆技术领域， 具体涉 及一种面向智能驾驶车辆的多传感器融合方法 及系统； 该方法包括： 根据GM ‑PHD算法和探测物 体的矩形目标模 型构建扩展目标跟踪器； 采用扩 展目标跟踪器对毫米波雷达的探测信息进行处 理， 得到探测物体的毫米波雷达航迹信息； 采用 构建的边界框探测器和配置有 IMM‑UKF的JPDA跟 踪器对激光雷达的探测 信息进行处理， 得到探测 物体的激光雷达航迹信息； 采用时空间转换将毫 米波雷达航迹信息和激光雷达航迹信息进行处 理， 得到中心融合节点； 采用IMF算法对中心融合 节点进行处理， 得到全局航迹信息； 本发明解决 了数据关联方法引入的组合爆炸以及由不同传 感器局部航迹信息错序导 致的时序问题。 权利要求书2页 说明书7页 附图2页 CN 115061139 A 2022.09.16 CN 115061139 A 1.一种面向智能驾驶车辆的多传感器融合方法， 其特 征在于， 包括： S1： 根据GM ‑PHD算法和探测物体的矩形目标模型构建扩展目标跟踪器； 采用扩展目标 跟踪器对毫米波雷达的2维探测信息进行处 理， 得到探测物体的毫米波雷达航迹信息； S2： 构建边界框探测器和配置有IMM ‑UKF的JPDA跟踪器； 采用边界框探测器和配置有 IMM‑UKF的JPDA跟踪器对激光雷达的3维探测信息进行 处理， 得到探测物体的激光雷达航迹 信息； S3： 采用时空间转换将毫米波雷达航迹信息和激光雷达航迹信息进行处理， 得到中心 融合节点； 采用IMF算法对中心融合节点进行处理， 得到全局航迹信息； 根据全局航迹信息 实现对探测物体的跟踪。 2.根据权利要求1所述的一种面向智能驾驶车辆的多传感器融合方法， 其特征在于， 构 建扩展目标跟踪器的过程包括： 根据探测物体的矩形目标模型 得到探测物体的矩形扩展目标状态； 根据探测物体的矩形扩展目标状态， 采用GM ‑PHD算法计算k时刻多目标预测PHD和k时 刻多目标后验PHD， 得到扩展目标跟踪器。 3.根据权利要求2所述的一种面向智能驾驶车辆的多传感器融合方法， 其特征在于， 矩 形扩展目标状态 表示为： ξ ＝(γ,x,X) 其中， ξ表示探测物体扩展目标的状态， γ表示探测物体扩展目标的量测率状态， x表示 探测物体扩展目标的运动状态， X表示探测物体扩展目标的扩展状态。 4.根据权利要求1所述的一种面向智能驾驶车辆的多传感器融合方法， 其特征在于， 构 建边界框探测器的过程包括： 采用基于RANSAC平面拟合算法对激光雷达数据进行预处理， 得到目标点云； 采用欧几里得算法对目标点云进行聚类； 根据聚类的目标点云构建边界框 探测器的状态向量， 进 而得到边界框 探测器。 5.根据权利要求4所述的一种面向智能驾驶车辆的多传感器融合方法， 其特征在于， 边 界框探测器的状态向量 为： 其中， x′表示状态向量， x表示探测目标的横坐标， y表示探测目标的纵坐标， v表示探测 目标的速度， θ表示探测目标的方向角， ω表 示探测目标的角速度， z表示探测目标的垂向坐 标， 表示探测目标的垂向速度， L表示探测目标的长度， W表示探测目标的宽度， H表示探测 目标的高度。 6.根据权利要求1所述的一种面向智能驾驶车辆的多传感器融合方法， 其特征在于， 构 建配置有IM M‑UKF的JPDA跟踪器的过程包括： 配置有IMM ‑UKF的JPDA跟踪器由输入交互模块、 UKF滤波模块、 概率更新模块、 JPDA数据 关联模块以及输出融合模块构成； 输入交互模块根据UKF滤波模块中的UKF滤波器在k时刻的第一状态估计和第一协方差 矩阵计算第二状态估计和第二协方差矩阵并输出； UKF滤波模块 中的UKF滤波器根据输入交互模块的输出和k时刻的有效观测向量， 输出k +1时刻的第三状态估计和第三协方差矩阵；权　利　要　求　书 1/2 页 2 CN 115061139 A 2概率更新模块 根据UKF滤波模块的残差信息， 计算 k+1时刻运动模型的条件概 率； JPDA数据关联模块根据第三状态估计、 第三协方差矩阵和目标在运动模型下的第一测 量信息， 计算目标k+1时刻 在运动模型 下的第二测量信息； 输出融合模块根据k+1时刻运动模型的条件概率、 第 二测量信息、 第三状态估计和第三 协方差矩阵计算融合后的状态估计和协方差矩阵。 7.根据权利要求1所述的一种面向智能驾驶车辆的多传感器融合方法， 其特征在于， 采 用IMF算法对中心融合节点进行处 理的公式包括： 更新协方差： 更新状态估计： 其中， P(k|k)表示传感器从0到k时刻的全局协方差， P(k|k ‑1)表示传感器从0到k ‑1时 刻的全局协方差， Pi(k|k)表示第i个传感器从0到k时刻的局部协方差， Pi(k|k‑1)表示第i个 传感器从0到k ‑1时刻的局部协方差， Nk表示传感器数量， 表示传感器从0到k时刻的 全局状态估计， 表示传感器从0到k ‑1时刻的全局状态估计， 表示第i个传 感器从0到k时刻的局部状态估计， 表示第i个传感器从0到k ‑1时刻的局部状态估 计。 8.一种面向智能驾驶车辆的多传感器融合系统， 该系统用于执行权利要求1～7中任意 一项面向智能驾驶车辆的多传感器融合方法， 其特征在于， 包括： 扩展目标跟踪模块、 边界 探测器模块、 点目标跟踪模块和航迹融合模块； 所述扩展目标跟踪模块用于根据GM ‑PHD算法和探测物体的矩形目标模型对毫米波雷 达的2维探测信息进行处 理， 得到探测物体的毫米波雷达航迹信息； 所述边界框探测器模块用于根据基于RANSAC平面拟合算法和欧几里得算法对激光雷 达的3维探测信息进行处 理， 得到探测物体的3维信息； 所述点目标跟踪模块用于， 采用配置有IMM ‑UKF的JPDA跟踪器对探测物体的3维信息进 行处理， 得到探测物体的激光雷达航迹信息； 所述航迹融合模块用于融合探测物体的毫米波雷达航迹信息和探测物体的激光雷达 航迹信息， 得到全局航迹信息 。权　利　要　求　书 2/2 页 3 CN 115061139 A 3