买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北方工业大学

摘要：本发明涉及交通状态感知技术领域，尤其涉及一种面向自主式交通系统的多交通主体信息融合方法。该方法包括步骤S1，对图像数据和点云数据进行融合；步骤S2，车辆主体状态估计。本发明通过将欧氏聚类算法与YOLOx模型相结合，以对不同维度数据的处理和融合，并基于置信度优化的数据融合方法，实现远距离、部分遮挡车辆主体的准确检测，利用D‑S证据理论确定最高置信度的数据假设，从而获得可靠的车辆主体位置数据作为状态数据，有效保障传感器数据融合和真实性评估，通过扩展状态向量和非线性系统模型描述车辆主体的位置和运动状态，以实现对车辆位置的准确估计和复合定位，有效处理非线性系统和多源信息的融合，提高车辆位置估计的准确性和稳定性。

主权项：1.一种面向自主式交通系统的多交通主体信息融合方法，其特征在于，包括，步骤S1，对图像数据和点云数据进行融合，其中，步骤S11，基于构建的数据采集场景获取车辆数据集和KITTI数据集，所述数据集包括所述图像数据和对应的所述点云数据；步骤S12，优化YOLOx模型，其中，对所述车辆数据集和所述KITTI数据集进行轻量化处理，得到输出特征数据，利用多尺度金字塔卷积处理所述输出特征数据中的所述图像数据，得到目标特征图；所述轻量化处理为利用轻量级卷积神经网络GhostNet和深度可分离卷积对所述车辆数据集和所述KITTI数据集进行筛选，得到输出特征数据；步骤S13，对所述输出特征数据中的所述点云数据进行点云聚类检测，生成车辆聚类检测结果，以及得到车辆主体的目标三维点云数据；步骤S14，对所述目标三维点云数据和所述目标特征图的检测框进行匹配，根据匹配结果进行目标检测，根据所述点云聚类检测结果对所述目标检测结果进行修正，以输出融合后的检测框；步骤S2，车辆主体状态估计，其中，步骤S21，基于欧氏距离获取各传感器输出的所述车辆主体的初始位置数据；步骤S22，根据D-S理论估算位置数据，并根据目标自适应因子对所述位置数据进行修正，得到目标位置数据，以将所述初始位置数据更新为所述目标位置数据；步骤S23，根据改进多层UKF对所述目标位置数据进行处理，得到所述车辆主体的复合定位数据；其中，对各所述传感器的噪声变化进行监测，以在所述传感器噪声动态变化或异常变化时更新观测噪声的误差序列和协方差矩阵。

全文数据：

权利要求：

百度查询： 北方工业大学 一种面向自主式交通系统的多交通主体信息融合方法