(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 202210609286.8 (22)申请日 2022.05.31 (71)申请人 中国第一汽车股份有限公司 地址 130011 吉林省长 春市汽车 经济技术 开发区新红旗大街1号 (72)发明人 鹿强　张黎　吴健宇　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 谢湘宁 (51)Int.Cl. G06K 9/62(2022.01) G01D 21/02(2006.01) G06F 17/16(2006.01) (54)发明名称 多传感器的数据关联 方法及装置、 电子设备 (57)摘要 本发明公开了一种多传感器的数据关联方 法及装置、 电子设备。 其中， 该方法包括： 获取前 一周期系统中维护的融合目标列表和当前周期 接收到的目标量测列表， 其中， 融合目标列表中 的各个融合目标表征实际感知 物， 目标量测列表 中包含有多个传感器在当前周期内采集到的所 有实际物体的量测 信息； 对融合目标列表中的融 合目标和目标量测列表的目标量测执行预设矩 阵分块算法， 生成关联代价矩阵； 根据关联代价 矩阵， 采用最小代价匹配算法得到融合目标和目 标量测之间的关联匹配关系； 基于关联匹配关 系， 采用当前周期接收到的目标量测列表更新融 合目标列表。 本发明解决了相关技术中对各传感 器的感知结果进行融合的方法， 计算时间复杂 度 高的技术问题。 权利要求书3页 说明书14页 附图6页 CN 115017985 A 2022.09.06 CN 115017985 A 1.一种多传感器的数据关联 方法， 其特 征在于， 包括： 获取前一周期系统中维护的融合目标列表和当前周期接收到的目标量测列表， 其中， 所述融合目标列 表中的各个融合目标表征实际感知物， 所述目标量测列 表中包含有多个传 感器在当前周期内采集到的所有实际物体的量测信息； 对所述融合目标列表中的所述融合目标和所述目标量测列表的目标量测执行预设矩 阵分块算法， 生成关联代价矩阵； 根据关联代价矩阵， 采用最小代价匹配算法得到所述融合目标和所述目标量测之间的 关联匹配关系； 基于所述关联匹配关系， 采用当前周期接收到的所述目标量测列表更新所述融合目标 列表。 2.根据权利要求1所述的数据关联方法， 其特征在于， 对所述融合目标列表中的所述融 合目标和所述目标量测列表的目标量测执行预设矩阵分块算法， 生成关联代价矩阵的步 骤， 包括： 构建数据融合 点集； 获取所述融合目标列表中每个所述融合目标的第一位置坐标点和所述目标量测列表 中每个所述目标量测的第二 位置坐标点； 将所述第一 位置坐标点和所述第二 位置坐标点按序放入所述数据融合 点集； 采用预设区域划分算法， 对所述数据融合点集中各个位置坐标点进行区域划分， 生成 区域划分集 合； 基于所述区域划分集 合， 更新关联代价矩阵中相应的元 素值， 得到关联代价矩阵。 3.根据权利要求2所述的数据关联方法， 其特征在于， 在构建数据融合点集之前， 还包 括： 基于所述目标量测列表和所述融合目标列表， 构建初始状态的关联代价矩阵； 初始化所述关联代价矩阵的元 素值为最大匹配距离 。 4.根据权利要求2所述的数据关联方法， 其特征在于， 采用预设区域划分算法， 对所述 数据融合 点集中各个位置坐标点进行区域划分， 生成区域划分集 合的步骤， 包括： 分别设置第一方向上重叠区的长度一、 第二方向上重叠区的长度二、 第一方向上待划 分的区域数量 一、 第二方向上待划分的区域数量 二； 计算所有所述数据融合点集中所有位置坐标点在第一方向和第二方向上的最小值和 最大值； 基于所述所有位置坐标点在第 一方向和第 二方向上的最小值和最大值， 以及第 一方向 上重叠区的长度一、 第二方向上重叠区的长度二， 计算由所述数据融合点集中的位置点确 定的区域四周分别扩充一个重 叠区宽度后区域的边界， 确定所述区域划分集 合。 5.根据权利要求4所述的数据关联方法， 其特征在于， 在计算由所述数据融合点集中的 位置点确定的区域四周分别扩充一个重 叠区宽度后区域的边界之后， 还 包括： 基于第一方向上待划分的区域数量一、 在第 一方向上扩充重叠区宽度后的区域位置点 的最小值和最大值、 第一方向重 叠区的长度， 计算在第一方向各个子区域的长度一； 基于第二方向上待划分的区域数量二、 在第 二方向上扩充重叠区宽度后的区域位置点 的最小值和最大值、 第二方向重 叠区的长度， 计算在第二方向各个子区域的长度二。权　利　要　求　书 1/3 页 2 CN 115017985 A 26.根据权利要求5所述的数据关联方法， 其特征在于， 在计算由所述数据融合点集中的 位置点确定的区域四周分别扩充一个重 叠区宽度后区域的边界之后， 还 包括： 定义在第一方向上正向分区的索引一、 第一方向上反向分区的索引二、 第二方向上正 向分区的索引三、 第二方向上反向分区的索引四； 若所述数据融合点集中存在未处理位置点， 确定所述未处理位置点的第 一方向坐标和 第二方向坐标； 基于所述未处理位置点的第一方向坐标、 所有位置点在第一方向上的最小值、 第一方 向上重叠区的长度和在第一方向子区域的长度一， 计算所述未处 理位置点的索引一； 基于第一方向上待划分的区域数量一、 所有位置点在第一方向上的最大值、 所述未处 理位置点的第一方向坐标、 第一方向上重叠区的长度、 在第一方向子区域的长度一， 计算所 述未处理位置点的索引二； 基于所述未处理位置点的第二方向坐标、 所有位置点在第二方向上的最小值、 第二方 向上重叠区的长度和在第二方向子区域的长度二， 计算所述未处 理位置点的索引三； 基于第二方向上待划分的区域数量二、 所有位置点在第二方向上的最大值、 所述未处 理位置点的第二方向坐标、 第二方向上重叠区的长度、 在第二方向子区域的长度二， 计算所 述未处理位置点的索引四； 确定所述未处 理位置点的位置点索引。 7.根据权利要求2所述的数据关联方法， 其特征在于， 在构建数据融合点集之前， 还包 括： 基于所述融合目标的总个数， 确定所述融合目标与 所述目标量测的索引划分值， 其中， 所述索引划分值用于分割所述数据融合 点集中的所述融合目标与所述目标量测。 8.根据权利要求7所述的数据关联方法， 其特征在于， 基于所述区域划分集合， 更新关 联代价矩阵中相应的元 素值， 得到关联代价矩阵的步骤， 包括： 判断所述区域划分集 合中是否存在未处 理区域； 若所述区域划分集合中存在未处理区域， 则从所述 区域划分集合中提取一个待处理区 域； 从所述待处 理区域中获取 未处理的位置点索引； 若所述位置点索引小于所述索引划分值， 则将所述位置点索引指示的融合目标索引存 入所述待处 理区域对应的融合目标索引列表； 若所述位置点索引大于等于所述索引划分值， 则将所述位置点索引指示的目标量测索 引存入所述待处 理区域对应的目标量测索引列表； 根据所述融合目标索引列表和所述目标量测索引列表， 计算所述待处理区域内的所述 融合目标和所述目标量测之间的距离， 以更新所述关联代价矩阵中相应的元素， 得到所述 关联代价矩阵。 9.一种多传感器的数据关联装置， 其特 征在于， 包括： 获取单元， 用于获取前一周期系统中维护的融合目标列表和当前周期接收到的目标量 测列表， 其中， 所述融合目标列表中的各个融合目标表征实际感知物， 所述目标量测列 表中 包含有多个传感器在当前周期内采集到的所有实际物体的量测信息； 生成单元， 用于对所述融合目标列表中的所述融合目标和所述目标量测列表的目标量 测执行预设矩阵分块 算法， 生成关联代价矩阵；权　利　要　求　书 2/3 页 3 CN 115017985 A 3