自适应感知融合行车方法、装置、存储介质和车辆与流程

本申请涉及车辆领域，更具体地涉及一种自适应感知融合行车方法、装置、存储介质和车辆。

背景技术：

1、高级驾驶辅助系统是利用安装在车上的各种传感器，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而可以更好地帮助驾驶者了解车外环境状况，赋能一些应用如辅助泊车、车速控制等。

2、目前高级驾驶辅助系统中通常采用摄像头、雷达来探测周围环境，但是仅具有视距范围内的探测能力，给车辆的安全行驶带来一定的安全隐患。随着车联网以及智能网联汽车的发展，车联网(vehicle to everything，v2x)技术优势日渐明显。v2x技术可以实现超视距范围内的探测、扫描及车辆与道路网络之间的双向通信，可为车辆的行驶安全提供基础功能支撑。

3、v2x通信技术包括v2i(vehicle to infrastructure，车辆与基础设施互联)和v2v(vehicle to vehicle，车车互联)，可为行驶中的车辆提供视距范围外的多种探测信息。在此情况下，车辆如何基于多种探测信息进行环境感知以得到正确的感知信息，提高行车的安全性，成为亟待解决的技术问题。

技术实现思路

1、考虑到上述问题而提出了本申请。本申请提供了一种自适应感知融合行车方法、装置、存储介质和车辆，能够充分地提取多种数据源存在的有效信息量，并且能及时发现非视距或非探测范围内的危险情况，可大大提高行车的安全性。

2、根据本申请一方面，提供了一种自适应感知融合行车方法，所述方法包括：

3、针对待检测目标，获取分别基于车载传感器数据和v2x数据得到的多个目标检测信息；

4、基于当前自适应调整得到的权重，将多个所述目标检测信息进行信息融合，得到信息融合结果；

5、基于所述信息融合结果，按照预设的判断规则确定目标检测结果；

6、基于所述目标检测结果生成本车通行方案。

7、在本申请的一个实施例中，将采集所述车载传感器数据或接收所述v2x数据的设备作为一个信息源，所述权重的自适应调整方法包括：

8、针对每个信息源，确定基于所述车载传感器数据或所述v2x数据得到的目标检测信息的当前权重值，包括：若目标检测信息为检测到目标，则所述当前权重值为大于0而小于1的预设值；若目标检测信息为未检测到目标，则所述当前权重值为0；

9、基于本车驾驶员的反馈信息对所述当前权重值进行权重调整，得到调整后的权重值；

10、将所述调整后的权重值作为下一次信息融合时通过所述信息源得到的目标检测信息对应的预设值。

11、在本申请的一个实施例中，所述基于本车驾驶员的反馈信息对所述当前权重值进行权重调整，包括：

12、针对每个信息源，当所述反馈信息为所述目标检测信息中的目标检测正确时，则增大所述当前权重值；当所述反馈信息为所述目标检测信息中的目标检测不正确时，则减小所述当前权重值。

13、在本申请的一个实施例中，所述将多个所述目标检测信息进行信息融合，得到信息融合结果，包括：

14、获取多个所述目标检测信息对应的当前权重值；

15、将多个所述目标检测信息以其对应的所述当前权重值进行归一化加权平均，得到信息融合结果。

16、在本申请的一个实施例中，当待检测目标为避障目标时，所述车载传感器数据包括位置数据、速度数据、视频图像数据中的一种或多种，所述v2x数据包括v2v数据；当待检测目标为行车引导标识时，所述车载传感器数据包括视频图像数据，所述v2x数据包括v2v数据、v2i数据。

17、在本申请的一个实施例中，所述v2v数据对应的当前权重值的预设值小于所述车载传感器数据对应的预设值，以及所述v2v数据对应的当前权重值的预设值小于所述v2i数据对应的预设值。

18、在本申请的一个实施例中，所述基于所述信息融合结果，按照预设的判断规则确定目标检测结果，包括：

19、当所述信息融合结果大于等于第一预设阈值时，则确定目标检测结果为检测到当前目标；

20、当所述信息融合结果小于等于第二预设阈值时，则确定目标检测结果为未检测到当前目标。

21、当所述信息融合结果小于所述第一预设阈值且大于所述第二预设阈值时，则确定目标检测结果为当前目标为不确定状态。

22、在本申请的一个实施例中，所述方法还包括：

23、将所述目标检测结果和所述本车通行方案在车联网中广播。

24、在本申请的一个实施例中，所述方法还包括：

25、获取地图信息，所述地图信息包括行车道路上的行车引导标识的位置信息；

26、基于所述行车引导标识的位置信息，确定本车与下一个行车引导标识的距离；

27、基于所述距离确定待检测目标，包括：

28、当所述距离大于预设距离阈值时，将避障目标作为待检测目标；

29、当所述距离小于等于预设距离阈值时，将行车引导标识作为待检测目标。

30、在本申请的一个实施例中，当待检测目标为避障目标且所述本车通行方案为紧急避让时，所述方法还包括：

31、生成报警触发信息，以触发报警装置发出报警信号，所述报警信号包括声音信号、光信号、触觉信号中的一种或多种。

32、根据本申请第二方面，提供了一种基于v2x与车载传感器的自适应感知融合行车装置，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得安装有所述处理器的装置执行上述的自适应感知融合行车方法。

33、根据本申请第三方面，提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序运行在计算机上，所述计算机程序在运行时使得所述计算机执行上述的自适应感知融合行车方法。

34、根据本申请第四方面，提供了一种车辆，所述车辆包括上述的自适应感知融合行车装置或者上述的存储介质。

35、本申请通过将基于多种数据得到的多个目标检测信息进行信息融合，充分地提取了多种数据源存在的有效信息量，并且能及时发现非视距或非探测范围内的危险情况，从而大大提高了行车的安全性。

技术特征：

1.一种自适应感知融合行车方法，其特征在于，所述方法包括：

2.如权利要求1所述的自适应感知融合行车方法，其特征在于，将采集所述车载传感器数据或接收所述v2x数据的设备作为一个信息源，所述权重的自适应调整方法包括：

3.如权利要求2所述的自适应感知融合行车方法，其特征在于，所述基于本车驾驶员的反馈信息对所述当前权重值进行权重调整，包括：

4.如权利要求1-3中任一项所述的自适应感知融合行车方法，其特征在于，所述将多个所述目标检测信息进行信息融合，得到信息融合结果，包括：

5.如权利要求1-3中任一项所述的自适应感知融合行车方法，其特征在于，当待检测目标为避障目标时，所述车载传感器数据包括位置数据、速度数据、视频图像数据中的一种或多种，所述v2x数据包括v2v数据；当待检测目标为行车引导标识时，所述车载传感器数据包括视频图像数据，所述v2x数据包括v2v数据、v2i数据。

6.如权利要求5所述的自适应感知融合行车方法，其特征在于，所述v2v数据对应的当前权重值的预设值小于所述车载传感器数据对应的预设值，以及所述v2v数据对应的当前权重值的预设值小于所述v2i数据对应的预设值。

7.如权利要求1-6中任一项所述的自适应感知融合行车方法，其特征在于，所述基于所述信息融合结果，按照预设的判断规则确定目标检测结果，包括：

8.如权利要求1-6中任一项所述的自适应感知融合行车方法，其特征在于，所述方法还包括：

9.如权利要求1-6中任一项所述的自适应感知融合行车方法，其特征在于，所述方法还包括：

10.如权利要求1-6中任一项所述的自适应感知融合行车方法，其特征在于，当待检测目标为避障目标且所述本车通行方案为紧急避让时，所述方法还包括：

11.一种自适应感知融合行车装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得安装有所述处理器的装置执行如权利要求1-10中的任一项所述的自适应感知融合行车方法。

12.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序运行在计算机上，所述计算机程序在运行时使得所述计算机执行如权利要求1-10中的任一项所述的自适应感知融合行车方法。

13.一种车辆，其特征在于，所述车辆包括权利要求11所述的自适应感知融合行车装置或者权利要求12所述的存储介质。

技术总结
本申请提供了一种自适应感知融合行车方法、装置、存储介质和车辆。其中的自适应感知融合行车方法包括：针对待检测目标，获取分别基于车载传感器数据和V2X数据得到的多个目标检测信息；基于当前自适应调整得到的权重，将多个所述目标检测信息进行信息融合，得到信息融合结果；基于所述信息融合结果，按照预设的判断规则确定目标检测结果；基于所述目标检测结果生成本车通行方案。该方法通过将车载传感器数据和V2X数据得到的多个目标检测信息进行信息融合，充分地提取了多种数据中的有效信息，并且能够及时发现非视距或非探测范围内的危险情况，提高了行车的安全性。

技术研发人员：杨冬生,韩冰,裴广宇,尚晓宇,侯煜霄
受保护的技术使用者：比亚迪股份有限公司
技术研发日：
技术公布日：2024/12/5