点信息组作为待判断传感器轨迹点信息组。
[0037] 在其中一个实施例中，判断多组传感器轨迹点信息组是否指代同一目标，具体为： 如果多组传感器轨迹点信息组中，任意两组传感器轨迹点信息组均指代同一目标，则多组 传感器轨迹点信息组指代同一目标，否则多组传感器轨迹点信息组不指代同一目标，其中 两组传感器轨迹点信息组是否指代同一目标，采用如下方式得到：
[0038] 选择多个轨迹点参数作为判断轨迹点参数；
[0039] 从两组传感器轨迹点信息组获取所述判断轨迹点参数的测量参数值；
[0040] 如果两组传感器轨迹点信息组中所有判断轨迹点参数的测量参数值之间的关联 概率大于预设概率阈值，且关联概率对应的可信度超过预设可信度阈值，则判断两组传感 器轨迹点信息组指代同一目标，否则判断两组传感器轨迹点信息组不指代同一目标。
[0041] 其中，可信度采用关联性精确度表达：
[0042] Ae= P0* (I-Ps) (1)
[0043] 式中：P。为描述两个轨迹点真实来源于同一个目标（即关联间隔为0)，其被判断 为关联的概率；I-P s为描述两个轨迹点真实来源于不同目标，其被判断为不关联概率，P 3为 描述两个轨迹点在关联间隔为S时，其被判断为关联的概率。
[0044] 以某一个目标轨迹参数如纵向距离X的判定为例，如图3所示，设两个独立传感器 Tl和T2探测某目标的纵向距离X的数据Sigl与Sig2符合正态分布，其概率分布对应分别 为Tl和T2 ;两者的平均值的差值即关联间隔为S。选择门限值G作为关联性方程计算参数 之一，则用于作为纵向距离X的判定门限为X*+G与X*-G，其中X*为Tl传感器的实际观测 数值。
[0045] 在观测值X*存在的条件下，Tl与T2相关联的概率由下式给出
[0046]
[0047] (2)，其中〇 2为Sig2概率分布的均方差，sigl概率分布的均方差即为〇 i，而P1 为Sigl概率分布的均值，P2S Sigl概率分布的均值。
[0048] 考虑到X*符合正态Tl (sigl)分布，令
[0049] y = Xi-P1, z = X-P1, S = P2-P1 (3)
[0050] 则在该时刻采用门限值G的关联性方程可改写为
[0052] 则，关联性精确度式（1)可改写为
[0053] Ae= P[G,0, σ 1; σ 2]*{1-P[G, S, σ 1; σ2]} (5)
[0054] 其中，P[G，S，σ σ 2]即为在两轨迹点轨迹参数值间隔为S时，两轨迹点相关联 (指示同一目标）的概率Ps，P[G，0, 01，02]即为Ρ。，其计算即为P[G，S，01，02]在S = O 时的值；关联精确性Ae是描述此概率的一个可信度（confidence level)。通过优化门限值 G可以取得关联性精确度的最优解。对来自两个独立传感器的目标各个轨迹参数信息进行 上述计算，即可实现数据关联和归组。门限G的优化可以简单的采用数值调整或者数据训 练方式得到。
[0055] 在其中一个实施例中，所述步骤S103,具体包括：
[0056] 获取每个轨迹点参数所对应的预设的优选传感器；
[0057] 对指代同一目标的多组传感器轨迹点信息组中的每个轨迹点参数，选择来自对应 的优选传感器的轨迹点参数的测量值作为每个轨迹点参数的目标参数值；
[0058] 生成包括多个目标参数值的目标轨迹点信息组。
[0059] 每个轨迹点参数都有一个预设的优选传感器，例如目标横向移动速度的优选传感 器为摄像头，而目标纵向移动速度的优选传感器为微波雷达。当通过步骤S102确定多组传 感器轨迹点信息组均指代同一目标之后，对每个轨迹点参数选择来自优选传感器的测量值 作为目标测量值，从而能够应用不同的传感器的优点。
[0060] 图2为本发明的最佳实施例的结构示意图，包括：多个传感器1、数据融合处理功 能块2、车辆运动控制功能块3和车辆总线4。
[0061] 其中，数据融合处理功能块2获取传感器1所发送来的多组传感器轨迹点信息组， 执行本发明的步骤SlOl~步骤S103后，根据目标轨迹点信息组预判目标轨迹点信息组所 指代的目标的未来运行状态，得到目标轨迹点信息组所指定的目的预判结果，将预判结果 输入车辆运动控制功能块3,车辆运动控制功能块3对预判结果执行相应的测量后输入车 辆总线控制车辆做出合适的动作。
[0062] 具体来说，数据融合处理功能块2包括传感器原始数据融合层、数据关联和归组 层和目标轨迹预测层。传感器原始数据融合层实现步骤S101，实现有效目标找寻并剔除无 关的雷达轨迹点数据；在数据关联和归组层实现本发明的步骤S102和步骤S103,对已筛选 出的雷达原始数据与对应的摄像头原始数据执行步骤S102进行关联和归组，通过应用关 联性方程，辨识两组独立来源的轨迹点信息是否指代同一目标，并在确认后执行步骤S103 赋予该目标各轨迹参数更加准确的数值；在目标轨迹预测层执行预判步骤，进行对该目标 未来运行状态的预判计算，例如目标是否将变道，减速，加速等，将预判结果与融合后的目 标轨迹点信息一并作为车辆运动控制功能块输入。
[0063] 以两个独立传感器：摄像头与微波雷达组合为例。本实施例的数据融合处理功能 块，其输入为各传感器的原始数据，输出为融合处理后的目标信息，旨在为车辆运动控制策 略提供准确的输入，从而输出及时的车辆运动控制指令。各层级间的数据信息传输可以通 过车辆总线或私有总线进行数据传输。其具体传输格式可以自行定义，但是应该包括：目标 距离，目标横向移动速度，目标纵向移动速度，目标角度，目标横向移动加速度，目标纵向移 动加速度等轨迹参数信息。在传感器原始数据融合层，有效地利用摄像头轨迹点信息可以 快速找出有效目标且剔除大量来自雷达的冗余轨迹点数据，这有助于微波雷达与摄像头组 合快速准确地识别潜在威胁目标。在数据关联和归组层，对已筛选出的雷达原始数据与对 应的摄像头原始数据进行关联和归组。之后，根据已获得准确的目标轨迹参数在目标轨迹 预测层进行数据计算和处理，获得对该目标未来运行状态的预判结果。
[0064] 在将障碍物信息传递给车辆运动控制层级之前，还需要对已完成前两级数据融合 的目标信息进行轨迹预测计算。轨迹预测计算可以帮助车辆做出更符合人为驾驶的习惯与 特征。估计预测计算层级的输入为经过两级数据融合后的目标轨迹参数信息，输出为目标 的未来运动趋势取值，按横向运动趋势与纵向运动趋势可分为：向左变道，向右变道，保持 原车道；加速，减速，保持原车速。将车辆横向运动趋势与纵向运动趋势相结合可以相对准 确地预估描述车辆运动趋势。
[0065] 由于预测目标运动趋势需要较大的原始数据，因此需要至少3帧经过两级数据融 合后的目标轨迹参数值做计算。基本的轨迹预测可以简单采用插值计算进行，也可以增加 输入的数据帧数，采用其他插值方法，以获得更精确的判断结果。
[0066] 在完成了对微波雷达与摄像头探测目标信息的三级传感器数据融合后，将目标的 轨迹参数信息与目标的轨迹预测结果传递给车辆运动控制部分，用与其结合本车自身车辆 状态，来发出准确、及时且合乎实际需求的车辆运动控制指令。
[0067] 如图4所示为本发明一种车辆主动安全系统传感器数据融合系统的结构模块图， 包括：
[0068] 传感器信息获取模块401，用于：获取多组分别来自不同传感器的传感器轨迹点 信息组，所述传感器轨迹点信息组包括多个轨迹点参数的测量参数值，每组传感器轨迹点 信息组指代一个目标，所述轨迹点参数为所指代目标的运动变量；
[0069] 目标判断模块402,用于：判断多组传感器轨迹点信息组是否指代同一目标，如果 是指代同一目标，则执行目标轨迹点参数计算模块403 ;
[0070] 目标轨迹点参数计算模块403,用于：对指代同一目标的多组传感器轨迹点信息 组中的每个轨迹点参数的测量参数值进行综合计算，得到每个轨迹点参数的目标参数值， 生成包括多个目标参数值的目标轨迹点信息组。
[0071] 在其中一个实施例中，还包括预判模块；
[0072] 所述预判模块，用于：根据目标轨迹点信息组预判目标轨迹点信息组所指代的目 标的未来运行状态，得到目标轨迹点信息组所指定的目的预判结果，将预判结果输入车辆 运动控制功能块。
[0073] 在其中一个实施例中，所述传感器信息获取模块，还包括：
[0074] 选定一个传感器为基准传感器，来自所述基准传感器的传感器轨迹点信息组为基 准传感器轨迹点信息组；
[0075] 以基准传感器轨迹