(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 202210114613.2 (22)申请日 2022.01.30 (71)申请人 清华大学 地址 100084 北京市海淀区双清路3 0号清 华大学 申请人 阿波罗智联 （北京） 科技有限公司 (72)发明人 聂再清　罗弈桢　俞海宝　杨泽邦　 袁基睿　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 王治东 (51)Int.Cl. G06V 20/56(2022.01) G06K 9/62(2022.01) G06V 20/64(2022.01)G06V 10/80(2022.01) (54)发明名称 基于后融合的车路协同三维目标检测方法 及系统 (57)摘要 本发明提供一种基于后融合的车路协同三 维目标检测方法及系统， 其中方法包括： 分别获 取路端和车端检测的各车辆的位置信息； 根据路 端检测的各车辆在路端时间戳下的行驶速度以 及路端检测的各车辆的位置信息， 预测得到路端 检测的各车辆在车端时间戳下的位置信息； 将路 端检测的各车辆在车端时间戳下的位置信息和 车端检测的各车辆的位置信息转换到同一坐标 系， 对各车辆的位置信息融合， 得到三维目标检 测结果。 用以解决现有技术中默认车路传感器时 间同步， 所造成的车路协 同误差较大的缺陷， 实 现根据车辆在路端时间戳下的行驶速度预测车 辆在车端时间戳下的位置信息， 有效克服了车路 传感器时间异步， 以及通信时延所带来的偏差， 提高了目标检测精度。 权利要求书3页 说明书12页 附图4页 CN 114627442 A 2022.06.14 CN 114627442 A 1.一种基于后融合的车路协同三维目标检测方法， 其特 征在于， 包括： 分别获取路端和车端检测的各 车辆的位置信息； 根据所述路端检测的各车辆在路端时间戳下的行驶速度以及所述路端检测的各车辆 的位置信息， 预测得到所述路端检测的各 所述车辆在车端时间戳下的位置信息； 将各所述车辆在所述车端时间戳下的位置信息和所述车端检测的各所述车辆的位置 信息转换到同一 坐标系下； 将转换到同一 坐标系下的各 所述车辆的位置信息进行融合， 得到三维目标检测结果。 2.根据权利要求1所述的基于后融合的车路协同三维 目标检测方法， 其特征在于， 所述 将各所述车辆在所述车端时间戳下的位置信息和所述车端检测的各所述车辆的位置信息 转换到同一 坐标系下， 包括： 将各所述车辆在所述车端时间戳下的位置信息和所述车端检测的各所述车辆的位置 信息转换到所述车端的激光雷达坐标系下。 3.根据权利要求1所述的基于后融合的车路协同三维 目标检测方法， 其特征在于， 所述 根据所述路端检测的各车辆在路端时间戳下的行驶速度以及所述路端检测的各车辆的位 置信息， 预测得到所述路端检测的各 所述车辆在车端时间戳下的位置信息， 包括： 根据在当前时刻和所述当前时刻的上一时刻， 所述路端检测的各车辆的位置信息， 得 到所述当前时刻的任一位置信息所对应的位置与所述上一时刻各位置信息所对应的位置 间的距离， 作为第一距离； 基于所述第一距离与设定的第一阈值的比较结果， 确定匹配项和未匹配项； 所述匹配 项为所述当前时刻的位置信息和所述上一时刻的位置信息对应为同一辆车的位置信息； 所 述未匹配项为除所述匹配项所包括的位置信息 外的所述当前时刻的其 他位置信息； 根据所述匹配项对应的第 一距离和所述当前时刻与所述上一 时刻的时间差， 得到所述 匹配项对应的车辆在路端时间戳下的行驶速度； 根据所述匹配项对应的车辆的位置信息、 行驶速度， 以及未匹配项对应的车辆的位置 信息， 预测得到所述未匹配项对应的车辆在路端时间戳下的行驶速度； 根据所述匹配项和所述未匹配项对应的车辆在路端时间戳下的行驶速度， 以及相应的 各所述车辆在所述当前时刻的位置信息， 得到所述路端检测的各所述车辆在所述车端时间 戳下的位置信息 。 4.根据权利要求3所述的基于后融合的车路协同三维 目标检测方法， 其特征在于， 所述 根据在当前时刻和所述当前时刻的上一时刻， 所述路端检测的各车辆的位置信息， 得到所 述当前时刻的任一位置信息所对应的位置与所述上一时刻各位置信息所对应的位置间的 距离， 包括： 根据在所述当前时刻和所述当前时刻的上一时刻， 所述路端检测的各车辆的位置信 息， 得到各 所述车辆的包围框的信息； 根据各所述车辆的包围框的信 息， 计算在所述当前时刻和所述上一 时刻两个所述包围 框的中心点间的距离； 将所述距离作为在所述当前时刻和所述上一时刻各位置信息所对应的位置间的第一 距离。 5.根据权利要求4所述的基于后融合的车路协同三维 目标检测方法， 其特征在于， 所述权　利　要　求　书 1/3 页 2 CN 114627442 A 2基于所述第一距离与设定的第一阈值的比较结果， 确定匹配项和未匹配项， 包括： 基于所述第一距离与所述第一阈值的比较结果， 构建代价矩阵； 对所述代价矩阵进行计算， 得到代 表所述第一距离之和最小的计算结果； 基于所述计算结果， 确定所述匹配项和所述未匹配项。 6.根据权利要求5所述的基于后融合的车路协同三维 目标检测方法， 其特征在于， 所述 根据所述匹配项对应的车辆的位置信息、 行驶速度， 以及未匹配项对应的车辆的位置信息， 预测得到所述未匹配项对应的车辆在路端时间戳下的行驶速度， 包括： 将所述匹配项对应的车辆的位置信息、 行驶速度， 以及未匹配项对应的车辆的位置信 息输入多层感知模型中， 得到所述未匹配项对应的车辆的行驶速度； 其中， 所述多层感知模型基于任一车辆的行驶速度样本， 以及包括所述任一车辆的多 辆车辆的位置信息样本和行驶速度样本训练得到 。 7.根据权利要求3所述的基于后融合的车路协同三维 目标检测方法， 其特征在于， 所述 根据所述匹配项和所述未匹配项对应的车辆在路端时间戳下的行驶速度， 以及相应的各所 述车辆在所述当前时刻的位置信息， 得到所述路端检测的各所述车辆在所述车端时间戳下 的位置信息， 包括： 根据所述匹配项和所述未匹配项对应的车辆在路端时间戳下的行驶速度， 以及相应的 各所述车辆在所述当前时刻的位置信息， 基于设定的线性插帧计算公式， 得到所述路端检 测的各所述车辆在所述车端时间戳下的位置信息； 所述线性插帧计算公式为： Pi(tv)＝Pi(ti)+(tv‑ti)Vi(ti) 其中， Pi(tv)为路端检测的车辆在车端时间戳下的位置信息； Pi(ti)为路端检测的车辆 在路端时间戳下的位置信息； tv为车端时间戳； ti为路端时间戳； Vi(ti)为行驶速度。 8.根据权利要求1所述的基于后融合的车路协同三维 目标检测方法， 其特征在于， 所述 将转换到同一 坐标系下的各 所述车辆的位置信息进行融合， 包括： 遍历转换到同一坐标系下的各所述车辆的位置信 息， 并计算任一所述车辆的位置信 息 与其他所述车辆的位置信息所对应位置间的第二距离； 将所述第二距离小于设定的第 二阈值的位置信 息所对应的车辆判定为同一辆车后， 将 对应于同一辆车的位置信息合并， 得到各所述车辆的位置信息在 同一坐标系下的融合结 果。 9.一种基于后融合的车路协同三维目标检测系统， 其特 征在于， 包括： 位置预测模块， 用于分别获取路端和车端检测的各 车辆的位置信息； 时间补偿模块， 用于根据所述路端检测的各车辆在 路端时间戳下的行驶速度以及所述 路端检测的各车辆的位置信息， 预测得到所述路端检测的各所述车辆在车端时间戳下的位 置信息； 坐标转换模块， 用于将各所述车辆在所述车端时间戳下的位置信 息和所述车端检测的 各所述车辆的位置信息转换到同一 坐标系下； 融合输出模块， 用于将转换到同一坐标系下的各所述车辆的位置信息进行融合， 得到 三维目标检测结果。 10.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运权　利　要　求　书 2/3 页 3 CN 114627442 A 3