特許 7174150 車両センサ用のデータ融合方法及び装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-11-08

(45)【発行日】2022-11-17

(54)【発明の名称】車両センサ用のデータ融合方法及び装置

(51)【国際特許分類】

   G08G 1/16 20060101AFI20221109BHJP

【ＦＩ】

G08G1/16 C

【請求項の数】 10

(21)【出願番号】P 2021517842

(86)(22)【出願日】2019-09-27

(65)【公表番号】

(43)【公表日】2022-01-11

(86)【国際出願番号】 CN2019108400

(87)【国際公開番号】W WO2020063814

(87)【国際公開日】2020-04-02

【審査請求日】2021-05-21

(31)【優先権主張番号】201811154323.0

(32)【優先日】2018-09-30

(33)【優先権主張国・地域又は機関】CN

(73)【特許権者】

【識別番号】521082075

【氏名又は名称】グレート ウォール モーター カンパニー リミテッド

(74)【代理人】

【識別番号】110002837

【氏名又は名称】特許業務法人アスフィ国際特許事務所

(72)【発明者】

【氏名】グァー ジィェンヨン

(72)【発明者】

【氏名】ワン ティェンペイ

(72)【発明者】

【氏名】ヂャン カイ

(72)【発明者】

【氏名】リィゥ ホンウェイ

(72)【発明者】

【氏名】リィゥ ホンリィァン

(72)【発明者】

【氏名】レン ヤーシン

(72)【発明者】

【氏名】フー リン

(72)【発明者】

【氏名】リー シァォチュァン

【審査官】田中 将一

(56)【参考文献】

【文献】米国特許出願公開第２０１８／０２６７５４４（ＵＳ，Ａ１）

【文献】特表２０１７－５２１７４５（ＪＰ，Ａ）

【文献】特開２０１７－０７５８８１（ＪＰ，Ａ）

【文献】特開平１０－０１９６１４（ＪＰ，Ａ）

【文献】中国特許出願公開第１０６８４２１８８（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０８Ｇ １／００ － ９９／００

(57)【特許請求の範囲】

【請求項1】

車両に配置されたセンサが、各々のターゲットを検知するステップと、
データ融合装置が、前記各々のターゲットの、縦方向速度、縦方向距離及び横方向距離のうちの１つ又は複数を少なくとも含むパラメータ属性集合を読み取るステップと、
前記データ融合装置が、読み取った各々の前記センサによって検知された各々のターゲットのパラメータ属性集合に基づいて、前記各々の前記センサによって検知されたターゲットのパラメータ属性集合の中からそれぞれに選択された１つのターゲットのパラメータ属性集合を含む属性組み合わせを生成するステップと、
前記データ融合装置が、各々の前記属性組み合わせ中のパラメータ属性集合の重なり度を決定するステップと、
前記データ融合装置が、前記重なり度に基づいてデータを融合して、各々の前記属性組み合わせの重なり度と前記各々の前記属性組み合わせの重なり度に対応するパラメータ属性集合とを含む第１のデータ融合リストを得るステップと、を有しており、
前記重なり度は、前記属性組み合わせにおいて同一ターゲットに対応するパラメータ属性集合の数を指すことを特徴とする車両センサ用のデータ融合方法。

【請求項2】

各々の前記属性組み合わせ中のパラメータ属性集合の重なり度を決定する前記ステップは、各々の前記属性組み合わせについて、
前記データ融合装置が、ｎ個のパラメータ属性集合中の各々の同じタイプのｎ個のパラメータ属性の離散度をそれぞれ計算するステップと、
前記データ融合装置が、前記各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内であるか否かを判断するステップと、
前記データ融合装置が、前記各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内であれば、前記属性組み合わせ中のパラメータ属性集合の重なり度はｎであると決定するステップと、
前記データ融合装置が、前記各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内でなければ、前記属性組み合わせ中のパラメータ属性集合の重なり度は１であると決定するステップとを実行するステップを含み、
前記パラメータ属性は、ターゲットの縦方向速度、ターゲットの横方向速度、ターゲットの縦方向距離、ターゲットの横方向距離、ターゲットの縦方向加速度、ターゲットの横方向加速度、ターゲット長さ、及びターゲット幅から選ばれる少なくとも１つ以上であり、
前記ｎは正の整数であり、前記ｎの値は２以上、前記属性組み合わせ中のターゲットのパラメータ属性集合の数以下である、ことを特徴とする請求項１に記載の方法。

【請求項3】

前記データ融合装置が、前記属性組み合わせ中のパラメータ属性集合の重なり度が複数の数値であると決定した場合、この複数の数値のうちの最大値を前記属性組み合わせ中のパラメータ属性集合の重なり度とする、ことを特徴とする請求項２に記載の方法。

【請求項4】

各々の前記属性組み合わせ中のパラメータ属性集合の重なり度を決定する前記ステップは、
前記データ融合装置が、各々の前記属性組み合わせについて、前記属性組み合わせ中のパラメータ属性集合の重なり度が決定されるまで、前記ｎの値を最大値から逓減するステップを含む、ことを特徴とする請求項２に記載の方法。

【請求項5】

前記所定範囲は、前記データ融合装置が、予め記憶されている所定範囲リストから、前記ｎ個のパラメータ属性のうち特定センサによって検知されたパラメータ属性に対応する所定範囲を選択することにより決定され、前記所定範囲リストは、特定センサによって検知されたパラメータ属性の範囲と前記特定センサによって検知された各々のパラメータ属性の範囲に対応する所定範囲とを含む、ことを特徴とする請求項２に記載の方法。

【請求項6】

前記離散度は標準偏差、分散又は平均差である、ことを特徴とする請求項２に記載の方法。

【請求項7】

前記データ融合装置が、繰り返し融合したデータを前記第１のデータ融合リストから削除して、第２のデータ融合リストを得るステップをさらに含む、ことを特徴とする請求項１～６のいずれか１項に記載の方法。

【請求項8】

前記パラメータ属性集合はターゲットＩＤをさらに含み、前記方法は、
前記データ融合装置が、重なり度ｐに対応するターゲットＩＤの集合が重なり度に対応するｑ（ｑの値はｐの値よりも大きい。）のターゲットＩＤの集合に含まれているか否かを判断するステップと、
前記データ融合装置が、重なり度ｐに対応するターゲットＩＤの集合が重なり度に対応するｑのターゲットＩＤの集合に含まれていれば、前記重なり度ｐに対応するデータを前記第１のデータ融合リストから削除することによって、繰り返し融合したデータを削除するステップとを含み、
ｐ及びｑはともに正の整数であり、ｐの値は１以上、重なり度の最大値よりも小さく、ｑの値は１よりも大きく、重なり度の最大値以下である、ことを特徴とする請求項７に記載の方法。

【請求項9】

読み取った各々のセンサによって検知された各々のターゲットのパラメータ属性集合に基づいて属性組み合わせを生成する前記ステップは、
前記データ融合装置が、前記各々のセンサによって検知されたターゲットのパラメータ属性集合のそれぞれについて、空きのターゲットのパラメータ属性集合を１つ追加するステップと、
前記データ融合装置が、空きのターゲットのパラメータ属性集合が追加されたパラメータ属性集合に基づいて、前記属性組み合わせを生成するステップとを含む、ことを特徴とする請求項１～８のいずれか１項に記載の方法。

【請求項10】

メモリとプロセッサを含み、前記メモリには、前記プロセッサが請求項１～９のいずれか１項に記載の車両センサ用のデータ融合方法を実行できるようにする命令が記憶されていることを特徴とする車両センサ用のデータ融合装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明はデータ融合分野に関し、具体的には、車両センサ用のデータ融合方法及び装置に関する。

【背景技術】

【0002】

単一のセンサ自体の性能の欠陥のため、障害物に対するターゲット検知を実施できない場合があり、たとえば、照明が悪い状況ではカメラはターゲットを検知できない。したがって、自律運転自動車では、周囲環境を網羅的に感知できるように複数種のセンサによってターゲットを検知する必要がある。
複数のセンサによって検知されたターゲットデータを直接出力すれば、データ伝送量が巨大になり、しかも、たとえば障害物がないものの、障害物が出力されるようなターゲット誤検知、たとえば障害物が存在するものの、出力しないようなターゲット検知漏れと、同一ターゲットの属性が一致しないこと、ターゲットの最適属性を取得できないことなどの問題が存在する。このような問題は、意思決定システムによる後続の判断理論にトラブルをもたらし、システム全体の安全性及び運転効率を低下させる。

【発明の概要】

【発明が解決しようとする課題】

【0003】

以上に鑑み、本発明は、複数のセンサによって検知されたターゲットデータを直接出力することによりデータ伝送量が巨大になるという技術的課題を少なくとも解決するための車両センサ用のデータ融合方法を提供することである。

【課題を解決するための手段】

【0004】

上記目的を達成させるために、本発明の技術案は以下のように実現される。

【0005】

車両センサ用のデータ融合方法であって、
車両に配置されたセンサによって検知された、縦方向速度、縦方向距離及び横方向距離のうちの１つ又は複数を少なくとも含む各々のターゲットのパラメータ属性集合を読み取るステップと、
読み取った各々の前記センサによって検知された各々のターゲットのパラメータ属性集合に基づいて、前記各々の前記センサによって検知されたターゲットのパラメータ属性集合の中からそれぞれに選択された１つのターゲットのパラメータ属性集合を含む属性組み合わせを生成するステップと、
各々の前記属性組み合わせ中のパラメータ属性集合の重なり度を決定し、前記重なり度に基づいてデータを融合して、各々の前記属性組み合わせの重なり度と前記各々の前記属性組み合わせの重なり度に対応するパラメータ属性集合とを含む第１のデータ融合リストを得、前記重なり度は、前記属性組み合わせにおいて同一ターゲットに対応するパラメータ属性集合の数を指すステップとを含む。

【0006】

さらに、各々の前記属性組み合わせ中のパラメータ属性集合の重なり度を決定する前記ステップは、各々の前記属性組み合わせについて、
ｎ個のパラメータ属性集合中の各々の同じタイプのｎ個のパラメータ属性の離散度をそれぞれ計算するステップと、
前記各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内であるか否かを判断するステップと、
前記各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内であれば、前記属性組み合わせ中のパラメータ属性集合の重なり度はｎであると決定するステップと、
前記各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内でなければ、前記属性組み合わせ中のパラメータ属性集合の重なり度は１であると決定するステップとを実行するステップを含み、
前記ｎは正の整数であり、前記ｎの値は２以上、前記属性組み合わせ中のターゲットのパラメータ属性集合の数以下である。

【0007】

さらに、前記属性組み合わせ中のパラメータ属性集合の重なり度が複数の数値であると決定した場合、この複数の数値のうちの最大値を前記属性組み合わせ中のパラメータ属性集合の重なり度とする。

【0008】

さらに、各々の前記属性組み合わせ中のパラメータ属性集合の重なり度を決定する前記ステップは、
各々の前記属性組み合わせについて、前記属性組み合わせ中のパラメータ属性集合の重なり度が決定されるまで、前記ｎの値を最大値から逓減する。

【0009】

さらに、前記所定範囲は、予め記憶されている所定範囲リストから、前記ｎ個のパラメータ属性のうち特定センサによって検知されたパラメータ属性に対応する所定範囲を選択するステップによって決定され、前記所定範囲リストは、特定センサによって検知されたパラメータ属性の範囲と前記特定センサによって検知された各々のパラメータ属性の範囲に対応する所定範囲とを含む。

【0010】

さらに、前記離散度は標準偏差、分散又は平均差である。

【0011】

さらに、前記方法は、繰り返し融合したデータを前記第１のデータ融合リストから削除して、第２のデータ融合リストを得るステップをさらに含む。

【0012】

さらに、前記パラメータ属性集合はターゲットＩＤをさらに含み、前記方法は、
重なり度ｐに対応するターゲットＩＤの集合が重なり度に対応するｑ（ｑの値はｐの値よりも大きい。）のターゲットＩＤの集合に含まれているか否かを判断するステップと、
重なり度ｐに対応するターゲットＩＤの集合が重なり度に対応するｑのターゲットＩＤの集合に含まれていれば、前記重なり度ｐに対応するデータを前記第１のデータ融合リストから削除することによって、繰り返し融合したデータを削除するステップとを含み、
ｐ及びｑはともに正の整数であり、ｐの値は１以上、重なり度の最大値よりも小さく、ｑの値は、１よりも大きく、重なり度の最大値以下である。

【0013】

さらに、読み取った各々のセンサによって検知された各々のターゲットのパラメータ属性集合に基づいて属性組み合わせを生成する前記ステップは、
前記各々のセンサによって検知されたターゲットのパラメータ属性集合のそれぞれについて、空きのターゲットのパラメータ属性集合を１つ追加するステップと、
空きのターゲットのパラメータ属性集合が追加されたパラメータ属性集合に基づいて、前記属性組み合わせを生成するステップとを含む。

【0014】

従来技術に比べて、本発明の前記車両センサ用のデータ融合方法は、以下の優位性を有する。

【0015】

本発明の前記車両センサ用のデータ融合方法は、各々のセンサによって検知された各々のターゲットのパラメータ属性集合を組み合わせ、各々の属性組み合わせ中のパラメータ属性集合の重なり度を決定した後、重なり度に基づいてデータを融合して第１のデータ融合リストを得る。該第１のデータ融合リストは、同一ターゲットのパラメータ属性集合について融合を行うことで、意思決定システムによる該データ融合リストの後続の使用を簡便にし、意思決定システムによる後続の判断理論を簡素化させ、システム全体の安全性及び運転効率を向上させる。

【0016】

本発明の別の目的は、複数のセンサによって検知されたターゲットデータを直接出力することによりデータ伝送量が巨大になるという技術的課題を少なくとも解決するための車両センサ用のデータ融合装置を提供することである。

【0017】

上記目的を達成させるために、本発明の技術案は以下のように実現される。

【0018】

車両センサ用のデータ融合装置であって、
メモリとプロセッサを含み、前記メモリには、上記車両センサ用のデータ融合方法を前記プロセッサに実行させる命令が記憶されている。

【0019】

前記車両センサ用のデータ融合装置は、従来技術に比べて、上記車両センサ用のデータ融合方法と同じ優位性を有するため、ここでは詳しく説明しない。

【0020】

本発明の実施例の他の特徴及び利点は後の具体的な実施形態より部分的に詳細に説明される。

【図面の簡単な説明】

【0021】

図面は本発明の実施例をさらに理解するために提供され、明細書の一部を構成し、以下の特定実施形態とともに本発明の実施例を解釈するが、本発明の実施例を制限するものではない。

【図1】本発明の一実施例に係る車両センサ用のデータ融合方法の模式的フローチャートを示す。

【図2】本発明の一実施例に係る属性組み合わせ中のパラメータ属性集合の重なり度の決定の模式的フローチャートを示す。

【図3】本発明の一実施例に係る車両センサ用のデータ融合装置の構造ブロック図を示す。

【発明を実施するための形態】

【0022】

以下、図面を参照しながら本発明の実施例の特定実施形態を詳細に説明する。なお、ここで説明する特定実施形態は本発明の実施例を説明して解釈することに用いられ、本発明の実施例を制限するものではない。

【0023】

本発明の実施例に記載の「センサ」は、車両に配置されたターゲット検知用の任意のタイプの装置、たとえばカメラ、レーザレーダー、ミリ波レーダーなどであってもよい。本発明の実施例に記載の「ターゲット」とは、車両の前方、後方又は側方にある移動又は静止の任意の物体、たとえば、車両、人や建物などである。

【0024】

図１は本発明の一実施例に係る車両センサ用のデータ融合方法の模式的フローチャートを示す。図１に示すように、本発明の実施例は車両センサ用のデータ融合方法を提供し、該方法はリアルタイムで実行するか、又は所定時間おきに１回実行するように設定されてもよい。前記方法は、ステップＳ１１０～ステップＳ１３０を含むことができる。

【0025】

ステップＳ１１０では、車両に配置されたセンサによって検知された各々のターゲットのパラメータ属性集合を読み取る。

【0026】

ここで、予め選択された複数のセンサのそれぞれによって検知された各々のターゲットのパラメータ属性集合を読み取ってもよいし、すべてのセンサのそれぞれによって検知された各々のターゲットのパラメータ属性集合を読み取ってもよく、ここで、各センサのタイプは同じでもよく、異なってもよい。

【0027】

センサは、１つ又は複数のターゲットを検知し、ターゲットごとにターゲットのパラメータ属性集合を決定することができ、該パラメータ属性集合は複数のタイプのパラメータ属性、たとえば、速度や距離などに関するパラメータ属性を含むことができる。ステップＳ１１０で読み取るパラメータ属性集合は、縦方向速度、縦方向距離及び横方向距離のうちの１つ又は複数を含むことができる。本発明の実施例では、縦方向速度は検知対象のターゲットの車両運転方向での速度、縦方向距離は車両に対する検知対象のターゲットの縦方向距離、横方向距離は車両に対する検知対象のターゲットの横方向距離を指すことができ、縦方向速度、縦方向距離及び横方向距離は車両座標系下で決定され得る。当然ながら、ターゲットのパラメータ属性集合は、たとえば横方向速度、ターゲット縦方向加速度、ターゲット横方向加速度、ターゲット長さ及び／又はターゲット幅等、他のパラメータ属性を含んでもよい。

【0028】

当然ながら、ステップＳ１１０では、読み取ったセンサによって検知されたパラメータ属性集合は、各センサがほぼ同一時間に検知したパラメータ属性集合である。

【0029】

ステップＳ１２０では、読み取った各々の前記センサによって検知された各々のターゲットのパラメータ属性集合に基づいて属性組み合わせを生成する。

【0030】

生成する各々の属性組み合わせは、各々の前記センサによって検知されたターゲットのパラメータ属性集合からそれぞれに選択された１つのターゲットのパラメータ属性集合を含むことができる。つまり、属性組み合わせは、センサの数と同じパラメータ属性集合を含み、含まれる各々のパラメータ属性集合は異なるセンサによって検知されたものである。実際に実行する際に、１つのセンサによって検知された１つのターゲットのパラメータ属性集合を順次取得して属性組み合わせを生成することができる。当然ながら、生成する属性組み合わせの数は、各々のセンサによって検知されたターゲットの数の積としてもい。

【0031】

一例として、それぞれＡ、Ｂ、Ｃと記する３つのセンサがあると仮設する。センサＡは２つのターゲットを検知し、この２つのターゲットのパラメータ属性集合をそれぞれ取得して、Ａ１及びＡ２とする。センサＢは、３つのターゲットを検知し、この３つのターゲットのパラメータ属性集合をそれぞれ取得して、Ｂ１、Ｂ２及びＢ３とする。センサＣは１つのターゲットを検知し、この１つのターゲットのパラメータ属性集合を取得してＣ１とする。センサＡ、Ｂ及びＣによって検知された各々のターゲットのパラメータ属性集合を読み取り、読み取った各々のターゲットのパラメータ属性集合に基づいて６個の属性組み合わせを生成し、この６個の属性組み合わせは、たとえばそれぞれ、｛Ａ１，Ｂ１，Ｃ１｝、｛Ａ１，Ｂ２，Ｃ１｝、｛Ａ１，Ｂ３，Ｃ１｝、｛Ａ２，Ｂ１，Ｃ１｝、｛Ａ２，Ｂ２，Ｃ１｝、｛Ａ２，Ｂ３，Ｃ１｝となる。

【0032】

ステップＳ１３０では、各々の前記属性組み合わせ中のパラメータ属性集合の重なり度を決定し、前記重なり度に基づいてデータを融合して第１のデータ融合リストを得る。

【0033】

ここで、前記第１のデータ融合リストは、各々の属性組み合わせの重なり度と、各々の属性組み合わせの重なり度に対応するパラメータ属性集合とを含むことができる。

【0034】

本発明の実施例では、重なり度とは、属性組み合わせにおいて同一ターゲットに対応するパラメータ属性集合の数を意味する。一例として、パラメータ属性集合Ａ１、Ｂ１及びＣ１を含む属性組み合わせ中のパラメータ属性集合Ａ１及びＢ１が同一ターゲットに対応すれば、該属性組み合わせの重なり度は２であると決定する。この場合、得た第１のデータ融合リストには、重なり度２と、この重なり度２に対応するパラメータ属性集合Ａ１及びＢ１が含まれている。

【0035】

１つの属性組み合わせでは、複数の重なり度を決定することがあり、この場合、この複数の重なり度と、この複数の重なり度に対応する各々の重なり度に対応するパラメータ属性集合とは、ともに第１のデータ融合リストに含まれている。

【0036】

同一ターゲットに対応するパラメータ属性集合に対して融合を行って第１のデータ融合リストを生成して出力することにより、意思決定システムによりターゲットのパラメータ属性の後続の使用をより簡便にし、それによって、意思決定システムによる判断理論を簡素化させる。

【0037】

いくつかの実施例では、センサはターゲットを検知しない可能性があり、このような場合、ターゲットのパラメータ属性集合が出力されず、つまり、このセンサからターゲットのパラメータ属性集合を読み取ることができない。後で重なり度を簡便に計算できるように、読み取った各々のセンサによって検知された各々のターゲットのパラメータ属性集合に基づいて属性組み合わせを生成する際に、まず、各々のセンサについて１つの空きのターゲットパラメータ属性集合を追加することができ、これは、各々のセンサに対して１つの仮想検知ターゲットを付与することに相当する。たとえば、センサが１０個のターゲットを検知して、この１０個のターゲットのパラメータ属性集合を取得すれば、空きのターゲットのパラメータ属性集合が追加されると、このセンサに対応するターゲットのパラメータ属性集合は１１個となる。空きのターゲットのパラメータ属性集合が追加されると、追加されたパラメータ属性集合を用いて属性組み合わせを生成することができる。当然ながら、生成した属性組み合わせには、すべての空きのターゲットのパラメータ属性集合を含む属性組み合わせがあり、この属性組み合わせは、実際な意味のない無効属性組み合わせであり、実際な運転過程において削除されてもよい。

【0038】

車両の前側方に５個のセンサが配置され、この５個のセンサによって検知されたターゲットの数がそれぞれＮ１、Ｎ２、Ｎ３、Ｎ４及びＮ５であると仮説すれば、この５個のセンサから読み取ったパラメータ属性集合の数はそれぞれＮ１、Ｎ２、Ｎ３、Ｎ４及びＮ５となる。各々のセンサについて１つの空きのターゲットのパラメータ属性集合を追加すると、この５個のセンサに対応するパラメータ属性集合の数はＮ１＋１、Ｎ２＋１、Ｎ３＋１、Ｎ４＋１及びＮ５＋１となる。属性組み合わせを生成する際に、各々のセンサに対応する１つのターゲットのパラメータ属性集合を順次取得することができ、生成した属性組み合わせの数はＮ１＋１、Ｎ２＋１、Ｎ３＋１、Ｎ４＋１及びＮ５＋１の積であり、無効の属性組み合わせが削除された後に残った属性組み合わせの数は、Ｎ１＋１、Ｎ２＋１、Ｎ３＋１、Ｎ４＋１及びＮ５＋１の積から１を減算したものである。ここで、Ｎ１、Ｎ２、Ｎ３、Ｎ４及びＮ５はすべて０以上の整数である。

【0039】

空きのターゲットのパラメータ属性集合の追加により、属性組み合わせ中のパラメータ属性集合の数を対応するセンサの数と同様にし、後続の重なり度の計算の複雑さを低減させ、プログラムの運転効率を向上させる。

【0040】

図２は、本発明の一実施例に係る属性組み合わせ中のパラメータ属性集合の重なり度の決定の模式的フローチャートを示す。図２に示すように、上記任意の実施例に基づいて、各々の属性組み合わせについて、ステップＳ２０２～ステップＳ２０８を実行することによって重なり度を決定することができる。

【0041】

ステップＳ２０２では、属性組み合わせ中のｎ個のパラメータ属性集合中の各々の同じタイプのｎ個のパラメータ属性の離散度をそれぞれ計算する。

【0042】

本発明の実施例では、離散度は標準偏差、分散又は平均差等であってもよいが、標準偏差が好ましく使用され、ただし、本発明の実施例はそれに制限されず、離散度をキャラクタリゼーションできる任意のデータが使用可能である。本発明の実施例では、前記ｎは正の整数であり、ｎの値は２以上、前記属性組み合わせ中のターゲットのパラメータ属性集合の数以下である。

【0043】

具体的には、属性組み合わせ中の任意のｎ個のパラメータ属性集合について離散度を計算することができ、つまり、縦方向距離を表すｎ個のパラメータ属性について離散度を計算したり、横方向距離を表すｎ個のパラメータ属性について離散度を計算したり、縦方向距離を表すｎ個のパラメータ属性について離散度を計算したりすることができる。

【0044】

ステップＳ２０４では、各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内であるか否かを判断する。

【0045】

タイプの異なるパラメータ属性に対応する所定範囲は固定値であってもよい。又は、タイプの異なるパラメータ属性に対応する所定範囲は異なってもよく、及び／又は同じタイプのパラメータ属性に対しては、パラメータ属性の値の範囲が異なると、対応する所定範囲も異なってもよい。

【0046】

任意選択に、所定範囲リストが予め記憶されておいてもよく、この所定範囲リストは、特定センサによって検知されたパラメータ属性の範囲と、特定センサによって検知されたパラメータ属性のそれぞれの範囲に対応する所定範囲とを含む。つまり、所定範囲は、１つの特定センサによって検知されたパラメータ属性の範囲を基準にして決定される。タイプの異なるパラメータ属性について選択された特定センサも異なってもよい。任意選択に、特定センサは正確率の高いセンサを用いることができる。たとえば、縦方向距離の場合、レーザレーダーは特定センサとして使用され、レーザレーダーによって検知された縦方向距離の範囲によって異なる所定範囲が記憶されている。ステップＳ２０４を実行する際に、予め記憶されている所定範囲リストから、ｎ個のパラメータ属性のうち特定センサによって検知されたパラメータ属性に対応する所定範囲を選択し、次に、この所定範囲に基づいて判断を行うことができる。

【0047】

ステップＳ２０４では、各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内であると判断すれば、ステップＳ２０６を実行する。ステップＳ２０２では、各々の同じタイプのｎ個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲内ではないと判断すれば、ステップＳ２０８を実行する。

【0048】

ステップＳ２０６では、属性組み合わせ中のパラメータ属性集合の重なり度はｎであると決定することができ、つまり、このｎ個のパラメータ属性集合は同一検知ターゲットに対応し、このように、このｎ個のパラメータ属性集合を融合することができる。任意選択に、決定した重なり度が複数の数値である可能性があり、このような場合、この複数の数値のうちの最大値は属性組み合わせ中のパラメータ属性集合の重なり度とされ得る。任意選択に、決定した重なり度のうち複数の最大値が存在することがあり、このような場合、この複数の最大値のそれぞれと、及び対応するパラメータ属性集合とはすべて第１のデータ融合リストに含まれていてもよい。

【0049】

ステップＳ２０８では、属性組み合わせ中のパラメータ属性集合の重なり度は１であると決定することができ、つまり、このｎ個のパラメータ属性集合はそれぞれ異なる検知ターゲットに対応し、このｎ個のパラメータ属性集合を融合することが不能であり、このような場合、このｎ個のパラメータ属性集合中の各々のパラメータ属性集合及びその重なり度はすべて第１のデータ融合リストに含まれていてもよい。

【0050】

任意選択に、各々の属性組み合わせについて、重なり度は、前記属性組み合わせ中のパラメータ属性集合の重なり度が決定されるまでｎの値を最大値から逓減することにより決定できる。

【0051】

５個のセンサを例に説明する場合、この５個のセンサに対応するパラメータ属性集合の数をそれぞれＥ１、Ｅ２、Ｅ３、Ｅ４及びＥ５とし、この５個のセンサに対応するパラメータ属性集合に基づいて属性組み合わせを生成し、生成した属性組み合わせの数をＦとし、本発明の実施例では、Ｅ１、Ｅ２、Ｅ３、Ｅ４、Ｅ５及びＦはすべて正数である。Ｆの値はＥ１、Ｅ２、Ｅ３、Ｅ４及びＥ５の積、又はＥ１、Ｅ２、Ｅ３、Ｅ４及びＥ５の積から１を減算したものであり、各属性組み合わせ中に５個のパラメータ属性集合があり、この５個の属性集合はそれぞれ、異なるセンサに対応する。ここで、ｎの値は２～５である。

【0052】

各々の属性組み合わせ中のパラメータ属性集合の重なり度を計算する際に、各々の属性組み合わせについて、まずｎを最大値５とし、つまり、まず属性組み合わせ中の５個パラメータ属性集合を用いて重なり度を決定する。この５個のパラメータ属性集合中の各タイプのパラメータ属性の５個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲であれば、即ち、５個の縦方向速度の離散度が対応する第１の所定範囲であり、５個の縦方向距離の離散度が対応する第２の所定範囲であり、５個の横方向距離の離散度が対応する第３の所定範囲であれば、この属性組み合わせ中のパラメータ属性集合の重なり度は５であると決定できる。この５個のパラメータ属性集合中の各タイプのパラメータ属性の５個のパラメータ属性の離散度がすべて対応する所定範囲でなければ、続けて属性組み合わせ中の任意の４個のパラメータ属性集合を用いて重なり度を決定する。任意の４個のパラメータ属性集合のうち、４個のパラメータ属性集合中の各タイプのパラメータ属性の４個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲であれば、この属性組み合わせ中のパラメータ属性集合の重なり度は４であると決定できる。任意の４個のパラメータ属性集合がすべて、「４個のパラメータ属性集合中の各タイプのパラメータ属性の４個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲である」という条件を満たしていなければ、続けて属性組み合わせ中の任意の３個のパラメータ属性集合を用いて重なり度を決定する。任意の３個のパラメータ属性集合のうち、３個のパラメータ属性集合中の各タイプのパラメータ属性の３個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲であれば、この属性組み合わせ中のパラメータ属性集合の重なり度は３であると決定できる。任意の３個パラメータ属性集合がすべて「３個のパラメータ属性集合中の各タイプのパラメータ属性の３個のパラメータ属性の離散度がすべてそれぞれ対応する所定範囲である」という条件を満たしていなければ、続けて属性組み合わせ中の任意の２個のパラメータ属性集合を使用して重なり度を決定する。任意の２個のパラメータ属性集合のうち、２個のパラメータ属性集合中の各タイプのパラメータ属性の２個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲であれば、この属性組み合わせ中のパラメータ属性集合の重なり度は２であると決定できる。任意の２個のパラメータ属性集合がすべて「２個のパラメータ属性集合中の各タイプのパラメータ属性の２個のパラメータ属性の離散度がすべてそれぞれに対応する所定範囲である」という条件を満たしていなければ、パラメータ属性集合の重なり度は１であると決定できる。

【0053】

重なり度を決定した後、データ融合を行い、第１のデータ融合リストには各々の属性組み合わせ中の各々の重なり度と、各々の重なり度に対応する各々のパラメータ属性集合とを含めるようにすることができる。得た第１のデータ融合リストには、繰り返し融合したデータが存在する可能性があり、つまり、同一ターゲットについてパラメータ属性集合が複数回記憶されることがあり、第１のデータ融合リストをそのまま後続の意思決定段階に出力すると、偽のターゲットが発生する可能性がある。

【0054】

さらに、上記任意の実施例に基づいて、本発明の実施例による車両センサ用のデータ融合方法は、繰り返し融合したデータを第１のデータ融合リストから削除して、第２のデータ融合リストを得るステップをさらに含んでもよい。

【0055】

本発明の実施例では、パラメータ属性集合はターゲットＩＤをさらに含むことができる。第１のデータ融合リストにおいて、任意の単一の重なり度ｐに対応するターゲットＩＤの集合が任意の単一の重なり度ｑに対応するターゲットＩＤの集合に含まれているか否かを判断することができ、ここで、ｐ及びｑはともに正の整数であり、ｐの値は１以上、重なり度の最大値よりも小さく、ｑの値は１よりも大きく、重なり度の最大値以下であり、ｑの値はｐの値よりも大きい。単一の重なり度ｐに対応するターゲットＩＤの集合が単一の重なり度ｑに対応するターゲットＩＤの集合に含まれていれば、重なり度ｐに対応するパラメータ属性集合が繰り返し融合したデータであり、削除されてもよいことを示し、逆の場合は、重なり度ｐに対応するパラメータ属性集合を削除しなくてもよい。たとえば、重なり度５に対応するターゲットＩＤの集合ＩＤ１／ＩＤ２／ＩＤ３／ＩＤ４／ＩＤ５；重なり度４に対応するターゲットＩＤの集合ＩＤ１／ＩＤ２／ＩＤ３／ＩＤ４；重なり度２に対応するターゲットＩＤの集合ＩＤ１／ＩＤ２が第１のデータ融合リストに含まれていれば、これらのターゲットＩＤの集合はすべて同一ターゲットに対応すると決定でき、ターゲットＩＤの集合ＩＤ１／ＩＤ２／ＩＤ３／ＩＤ４に対応するパラメータ属性集合と、ターゲットＩＤの集合ＩＤ１／ＩＤ２に対応するパラメータ属性集合とを第１のデータ融合リストから削除することができる。

【0056】

ターゲットＩＤに基づいて第１のデータ融合リスト中のすべての繰り返し融合したデータを削除すると、第２のデータ融合リストが得られ得る。当然ながら、繰り返し融合したデータの決定は、ターゲットＩＤを使用することに制限されず、単一の重なり度ｐに対応するパラメータ属性の集合が１つの重なり度ｑに対応するパラメータ属性集合に含まれているか否かによって決定してもよく、単一の重なり度ｐに対応するパラメータ属性の集合が単一の重なり度ｑに対応するパラメータ属性集合に含まれていれば、この単一の重なり度ｐに対応するパラメータ属性集合は繰り返し融合したデータであり、削除されてもよいと決定できる。

【0057】

第１のデータ融合リスト中の繰り返し融合したデータを削除することにより、簡易化の第２のデータ融合リストを得ると、後続の意思決定段階に第２のデータ融合リストが使用される場合、偽のターゲットの発生がなく、後続の意思決定段階における意思決定の実行正確性が向上する。

【0058】

それに対応して、本発明の実施例は、機械が本発明の任意の実施例に係る車両センサ用のデータ融合方法を実行できるようにする命令が記憶されている機械読み取り可能な記憶媒体をさらに提供する。前記機械読み取り可能な媒体は、前記コンピュータプログラムコードを担持し得る任意のエンティティ又は装置、記録媒体、ＵＳＢメモリ、モバイルハードドライブ、磁気ディスク、光ディスク、コンピュータメモリ、読み取り専用メモリ（ＲＯＭ、Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダムアクセスメモリ（ＲＡＭ、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、電気キャリア信号、電気通信信号やソフトウェア配布媒体などのうちの１つ又は複数を含むことができる。

【0059】

図３は、本発明の一実施例に係る車両センサ用のデータ融合装置の構造ブロック図を示す。図３に示すように、本発明の実施例は、車両センサ用のデータ融合装置をさらに提供し、前記装置は、メモリ３１０とプロセッサ３２０を含むことができ、メモリ３１０には、プロセッサ３２０が本発明の任意の実施例に記載の車両センサ用のデータ融合方法を実行できるようにする命令が記憶さている。

【0060】

プロセッサ３２０は、中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、ＣＰＵ）であってもよく、他の汎用プロセッサ、デジタル信号プロセッサ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ、ＤＳＰ）、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、ＦＰＧＡ）又は他のプログラマブル論理デバイス、ディスクリートゲート又はトランジスタ論理デバイス、ディスクリートハードウェアコンポーネントなどであってもよい。

【0061】

メモリ３１０は、前記コンピュータプログラム命令を記憶するために使用されてもよく、前記プロセッサは、前記メモリ内に記憶されたコンピュータプログラム命令を運転又は実行し、前記メモリ内に記憶されたデータを読み取ることによって、前記の車両センサ用のデータ融合装置の様々な機能を実現する。メモリ３１０は、高速ランダムアクセスメモリを含むことができ、ハードディスク、メモリ、プラグインハードディスク、スマートメディアカード（Ｓｍａｒｔ Ｍｅｄｉａ Ｃａｒｄ、ＳＭＣ）、セキュアデジタル（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ、ＳＤ）カード、フラッシュメモリカード（Ｆｌａｓｈ Ｃａｒｄ）、少なくとも１つの磁気ディスクメモリデバイス、フラッシュメモリデバイス、又は他の揮発性固体メモリデバイスなどの不揮発性メモリを含むことができる。

【0062】

本発明の実施例による車両センサ用のデータ融合装置の具体的な工作原理及び利点は、上述した本発明の実施例による車両センサ用のデータ融合方法の具体的な動作原理及び利点と類似しており、ここでは詳しく説明しない。

【0063】

以上、図面を参照しながら本発明の実施例の任意の実施形態を詳細に説明したが、本発明の実施例は、上述した実施形態における具体的な詳細に限定されるものではなく、本発明の実施例の技術構想の範囲内において、本発明の実施例の技術案に対して複数の簡単な変形を行うことができ、これらの簡単な変形はいずれも本発明の実施例の特許範囲に属する。

【0064】

また、上述の特定実施形態に記述された各具体的な技術的特徴は、矛盾しない限り、任意の適切な方式で組み合わせてもよい。不必要な重複を避けるために、本発明の実施例では、様々な可能な組み合わせについては、もはや別途説明しない。

【0065】

当業者は、上述した実施例の方法におけるステップの全部又は一部を実現することが、プログラムによって関連するハードウェアを命令することによって完了できることを理解でき、このプログラムは、本出願の様々な実施例に記載の方法のステップの全部又は一部をシングルチップマイクロコンピュータ、チップ、又はプロセッサ（ｐｒｏｃｅｓｓｏｒ）に実行させるためのいくつかの命令を含む記憶媒体に記憶される。一方、上述した記憶媒体は、ＵＳＢメモリ、リムーバブルハードディスク、読み取り専用メモリ（ＲＯＭ、Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダムアクセスメモリ（ＲＡＭ、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気ディスクや光ディスクなど、プログラムコードを記憶可能な各種媒体を含む。

【0066】

さらに、本発明の実施例の様々な異なる実施形態の間の任意の組み合わせも可能であり、本発明の実施例の思想に反しない限り、本発明の実施例によって開示されたものとして同様に扱われるべきである。

【符号の説明】

【0067】

３１０ メモリ
３２０ プロセッサ

【図1】

【図2】

【図3】