【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及自動(dòng)駕駛，尤其涉及的是一種基于多傳感器融合的后向預(yù)警方法及裝置。
技術(shù)介紹
1、隨著汽車數(shù)量的增加，交通事故的頻率和嚴(yán)重性也在上升。其中，后向碰撞是常見的事故類型之一，尤其在擁擠的城市環(huán)境中。當(dāng)駕駛員未能及時(shí)注意到后方車輛或障礙物時(shí)，后向碰撞事故容易發(fā)生。因此，開發(fā)一種有效的后向預(yù)警系統(tǒng)，對(duì)于提高道路安全性至關(guān)重要。
2、后向預(yù)警系統(tǒng)是一種高級(jí)駕駛輔助系統(tǒng)(adas)，旨在提高車輛在倒車或行駛過程中對(duì)后方環(huán)境的感知能力，并提供必要的警告和輔助功能，其中包括：盲區(qū)檢測(cè)功能、車道變換輔助功能、后向碰撞報(bào)警功能以及開門預(yù)警功能。
3、當(dāng)前后向預(yù)警功能的環(huán)境感知實(shí)現(xiàn)方法主要有以下幾種：
4、1)基于純毫米波雷達(dá)的后向預(yù)警方法，這種方法是利用電磁波來檢測(cè)車輛后方的物體，測(cè)量其距離、速度和方向；但是，這種方法對(duì)于小物體、速度較低物體或靜止物體的檢測(cè)精度較低，且高性能雷達(dá)系統(tǒng)價(jià)格較昂貴。
5、2)基于純視覺攝像頭的后向預(yù)警方法，這種方法是通過攝像頭捕捉圖像，結(jié)合圖像處理算法來識(shí)別和分析后方的物體；但是，這種方法在低光或強(qiáng)光條件下性能下降，且圖像處理算法可能需要更多的計(jì)算時(shí)間，存在延遲。
6、3)基于激光雷達(dá)的后向預(yù)警方法，這種方法是使用激光脈沖測(cè)量物體的距離和形狀，生成環(huán)境物體的三維信息。但是，這種方法采用的激光雷達(dá)系統(tǒng)價(jià)格昂貴，且需要復(fù)雜的算法和高性能計(jì)算平臺(tái)支持。
7、4)基于多傳感器融合的后向預(yù)警方法，這種方法是結(jié)合雷達(dá)、攝像頭、超聲波傳感器和激光雷達(dá)
8、在以上的后向預(yù)警功能的環(huán)境感知實(shí)現(xiàn)方法中，基于多傳感器融合的后向預(yù)警系統(tǒng)的實(shí)現(xiàn)方法，由于其在原理上是可以綜合不同傳感器的優(yōu)勢(shì)來實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)的，因此，在實(shí)際應(yīng)用中受到了很多研究者的重視，也出現(xiàn)了很多類似的產(chǎn)品。
9、但是當(dāng)前的各種多傳感器融合方案存在的主要問題是單點(diǎn)失效或者冗余切換時(shí)的性能大幅下降，即當(dāng)多個(gè)傳感器中的某個(gè)或某些傳感器發(fā)生故障時(shí)，往往會(huì)帶來后向預(yù)警功能表現(xiàn)的大幅下降，甚至直接失效，這與多傳感器融合使用的初衷是不符的。
10、因此，現(xiàn)有技術(shù)還有待改進(jìn)。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)要解決的技術(shù)問題在于，針對(duì)現(xiàn)有技術(shù)缺陷，本專利技術(shù)提供一種基于多傳感器融合的后向預(yù)警方法及裝置，以解決多傳感器融合方案存在的單點(diǎn)失效或者冗余切換時(shí)的性能下降的問題。
2、本專利技術(shù)解決技術(shù)問題所采用的技術(shù)方案如下：
3、第一方面，本專利技術(shù)提供基于多傳感器融合的后向預(yù)警方法，包括：
4、獲取各傳感器實(shí)時(shí)采集的數(shù)據(jù)；
5、根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息；
6、根據(jù)所述正常數(shù)據(jù)和所述故障信息，利用動(dòng)態(tài)加權(quán)數(shù)據(jù)融合模型調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)；
7、根據(jù)動(dòng)態(tài)加權(quán)得到的各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，利用環(huán)境感知模型進(jìn)行感知，得到環(huán)境感知結(jié)果，并根據(jù)所述環(huán)境感知結(jié)果觸發(fā)對(duì)應(yīng)的后向預(yù)警功能。
8、在一種實(shí)現(xiàn)方式中，所述根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息，包括：
9、基于所述故障檢測(cè)與隔離模型對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理、特征提取、數(shù)據(jù)評(píng)估，得到各傳感器數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果；
10、根據(jù)得到的檢測(cè)結(jié)果確定各傳感器對(duì)應(yīng)的工作狀態(tài)，篩選故障傳感器的數(shù)據(jù)，并對(duì)所述故障傳感器的數(shù)據(jù)進(jìn)行隔離，得到所述正常數(shù)據(jù)和所述故障信息。
11、在一種實(shí)現(xiàn)方式中，所述根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息，之前還包括：
12、利用歷史數(shù)據(jù)和環(huán)境變量對(duì)各傳感器的工作狀態(tài)進(jìn)行長(zhǎng)時(shí)間趨勢(shì)分析，預(yù)測(cè)潛在的傳感器故障并提前進(jìn)行預(yù)防性維護(hù)。
13、在一種實(shí)現(xiàn)方式中，所述根據(jù)所述正常數(shù)據(jù)和所述故障信息，利用動(dòng)態(tài)加權(quán)數(shù)據(jù)融合模型調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，包括：
14、根據(jù)所述正常數(shù)據(jù)和所述故障信息評(píng)估各傳感器數(shù)據(jù)的可信度，實(shí)時(shí)調(diào)整數(shù)據(jù)融合策略；
15、根據(jù)調(diào)整后的數(shù)據(jù)融合策略，采用貝葉斯網(wǎng)絡(luò)或模糊邏輯算法，根據(jù)實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)一致性和歷史性能調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)。
16、在一種實(shí)現(xiàn)方式中，所述根據(jù)調(diào)整后的數(shù)據(jù)融合策略，采用貝葉斯網(wǎng)絡(luò)或模糊邏輯算法，根據(jù)實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)一致性和歷史性能調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，之后還包括：
17、利用不同類型傳感器之間的數(shù)據(jù)進(jìn)行交叉驗(yàn)證，當(dāng)檢測(cè)到異常數(shù)據(jù)時(shí)，通過啟用備用傳感器或其他正常工作的傳感器數(shù)據(jù)進(jìn)行數(shù)據(jù)補(bǔ)償。
18、在一種實(shí)現(xiàn)方式中，所述根據(jù)動(dòng)態(tài)加權(quán)得到的各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，利用環(huán)境感知模型進(jìn)行感知，得到環(huán)境感知結(jié)果，并根據(jù)所述環(huán)境感知結(jié)果觸發(fā)對(duì)應(yīng)的后向預(yù)警功能，包括：
19、根據(jù)各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)進(jìn)行多傳感器融合，并基于多傳感器融合數(shù)據(jù)進(jìn)行環(huán)境感知，得到所述環(huán)境感知結(jié)果；
20、根據(jù)所述環(huán)境感知結(jié)果判斷是否觸發(fā)預(yù)設(shè)的后向預(yù)警功能；
21、若為是，控制觸發(fā)對(duì)應(yīng)的后向預(yù)警功能。
22、在一種實(shí)現(xiàn)方式中，所述方法還包括：
23、基于標(biāo)注的原始數(shù)據(jù)對(duì)原始的故障檢測(cè)與隔離模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的故障檢測(cè)與隔離模型；其中，所述標(biāo)注的原始數(shù)據(jù)包括：標(biāo)注正常的原始數(shù)據(jù)和標(biāo)注異常的原始數(shù)據(jù)。
24、第二方面，本專利技術(shù)提供一種基于多傳感器融合的后向預(yù)警裝置，包括：
25、數(shù)據(jù)采集模塊，用于獲取各傳感器實(shí)時(shí)采集的數(shù)據(jù)；
26、故障檢測(cè)與隔離模塊，用于根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息；
27、動(dòng)態(tài)加權(quán)模塊，用于根據(jù)所述正常數(shù)據(jù)和所述故障信息，利用動(dòng)態(tài)加權(quán)數(shù)據(jù)融合模型調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)；
28、環(huán)境感知模塊，用于根據(jù)動(dòng)態(tài)加權(quán)得到的各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，利用環(huán)境感知模型進(jìn)行感知，得到環(huán)境感知結(jié)果；
29、后向預(yù)警觸發(fā)模塊，用于根據(jù)所述環(huán)境感知結(jié)果觸發(fā)對(duì)應(yīng)的后向預(yù)警功能。
30、第三方面，本專利技術(shù)提供一種終端，包括：處理器以及存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有基于多傳感器融合的后向預(yù)警程序，所述基于多傳感器融合的后向預(yù)警程序被所本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于多傳感器融合的后向預(yù)警方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息，包括：
3.根據(jù)權(quán)利要求1所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息，之前還包括：
4.根據(jù)權(quán)利要求1所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)所述正常數(shù)據(jù)和所述故障信息，利用動(dòng)態(tài)加權(quán)數(shù)據(jù)融合模型調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求4所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)調(diào)整后的數(shù)據(jù)融合策略，采用貝葉斯網(wǎng)絡(luò)或模糊邏輯算法，根據(jù)實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)一致性和歷史性能調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，之后還包括：
6.根據(jù)
7.根據(jù)權(quán)利要求1所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述方法還包括：
8.一種基于多傳感器融合的后向預(yù)警裝置，其特征在于，包括：
9.一種終端，其特征在于，包括：處理器以及存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有基于多傳感器融合的后向預(yù)警程序，所述基于多傳感器融合的后向預(yù)警程序被所述處理器執(zhí)行時(shí)用于實(shí)現(xiàn)如權(quán)利要求1-7中任意一項(xiàng)所述的基于多傳感器融合的后向預(yù)警方法的操作。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有基于多傳感器融合的后向預(yù)警程序，所述基于多傳感器融合的后向預(yù)警程序被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)如權(quán)利要求1-7中任意一項(xiàng)所述的基于多傳感器融合的后向預(yù)警方法的操作。
...【技術(shù)特征摘要】
1.一種基于多傳感器融合的后向預(yù)警方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息，包括：
3.根據(jù)權(quán)利要求1所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)獲取的數(shù)據(jù)，利用故障檢測(cè)與隔離模型監(jiān)測(cè)各傳感器的工作狀態(tài)，并根據(jù)各傳感器的工作狀態(tài)隔離故障傳感器的數(shù)據(jù)，得到正常數(shù)據(jù)和故障信息，之前還包括：
4.根據(jù)權(quán)利要求1所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)所述正常數(shù)據(jù)和所述故障信息，利用動(dòng)態(tài)加權(quán)數(shù)據(jù)融合模型調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳感器對(duì)應(yīng)的權(quán)重信息和正常數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求4所述的基于多傳感器融合的后向預(yù)警方法，其特征在于，所述根據(jù)調(diào)整后的數(shù)據(jù)融合策略，采用貝葉斯網(wǎng)絡(luò)或模糊邏輯算法，根據(jù)實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)一致性和歷史性能調(diào)整各傳感器對(duì)應(yīng)的權(quán)重，得到各傳...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：請(qǐng)求不公布姓名，
申請(qǐng)(專利權(quán))人：深圳元戎啟行科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。