传感器数据融合方法、装置、高级辅助驾驶系统及车辆与流程

本申请涉及车辆领域，特别涉及一种传感器数据融合方法、装置、高级辅助驾驶系统及车辆。

背景技术：

目前，车辆的高级驾驶辅助系统(advanceddriverassistancesystem，adas)可以确定车辆与车辆前方的障碍物之间的安全距离，并可以在其检测出与车辆前方的障碍物之间的距离小于该安全距离时，发出告警信号，或自动紧急制动，以确保车辆的安全行驶。

相关技术中，车辆的adas可以通过安装在车辆上的视觉传感器或雷达获取位于车辆前方的障碍物的数据，之后车辆的adas可以基于该障碍物的数据确定车辆与障碍物之间的距离。其中，障碍物的数据包括障碍物相对于车辆的位置信息。

但是，在车辆的使用过程中，车辆上的视觉传感器或雷达对障碍物进行检测的精度可能会降低，导致adas确定的车辆与车辆前方的障碍物之间的距离的准确性较低。

技术实现要素：

本申请提供了一种传感器数据融合方法、装置、高级辅助驾驶系统及车辆，可以解决相关技术的adas确定的车辆与车辆前方的障碍物之间的距离的准确性较低的问题。所述技术方案如下：

一方面，提供了一种传感器数据融合方法，其特征在于，应用于车辆的高级驾驶辅助系统控制器，所述方法包括：

获取车辆的视觉传感器的第一精度信息，以及雷达的第二精度信息，所述第一精度信息用于表征所述视觉传感器对障碍物进行检测时的精度，所述第二精度信息用于表征所述雷达对障碍物进行检测时的精度；

基于所述第一精度信息与所述第二精度信息，确定与所述视觉传感器采集的数据对应的第一权重，以及与所述雷达采集的数据对应的第二权重，其中，若所述视觉传感器对障碍物进行检测时的精度高于所述雷达对障碍物进行检测时的精度，所述第一权重大于所述第二权重，若所述视觉传感器对障碍物进行检测时的精度低于所述雷达对障碍物进行检测时的精度，所述第一权重小于所述第二权重；

基于所述第一权重和所述第二权重，对所述视觉传感器采集的数据和所述雷达采集的数据进行融合。

可选的，基于所述第一精度信息与所述第二精度信息，确定与所述视觉传感器采集的数据对应的第一权重，以及与所述雷达采集的数据对应的第二权重，包括：

获取所述车辆当前的车速；

若所述视觉传感器对障碍物进行检测时的精度高于所述雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第一对应关系，将与所述车辆当前的车速对应的第一权重确定为与所述视觉传感器采集的数据对应的第一权重，将与所述车辆当前的车速对应的第二权重确定为与所述雷达采集的数据对应的第二权重；

若所述视觉传感器对障碍物进行检测时的精度低于所述雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第二对应关系，将与所述车辆当前的车速对应的第一权重确定为与所述视觉传感器采集的数据对应的第一权重，将与所述车辆当前的车速对应的第二权重确定为与所述雷达采集的数据对应的第二权重。

可选的，基于所述第一权重和所述第二权重，对所述视觉传感器采集的数据和所述雷达采集的数据进行融合，包括：

在所述视觉传感器采集的数据中获取目标障碍物在所述视觉传感器坐标系中的第一位置信息；

在所述雷达采集的数据中获取所述目标障碍物在所述雷达坐标系中的第二位置信息；

将所述第二位置信息映射至所述视觉传感器坐标系中，得到位于所述视觉传感器坐标系中的第三位置信息；

基于所述第一权重和所述第二权重，对所述第一位置信息和所述第三位置信息进行融合，得到所述目标障碍物的目标位置信息。

可选的，所述方法还包括：

对所述视觉传感器采集的数据和所述雷达采集的数据融合后的数据进行滤波处理。

可选的，所述方法还包括：

若所述视觉传感器对所述障碍物进行检测时的精度低于第一精度阈值，且所述雷达对所述障碍物进行检测时的精度低于第二精度阈值，发出用于指示高级驾驶辅助系统出现故障的报警信号。

另一方面，提供了一种传感器数据融合装置，应用于车辆的高级驾驶辅助系统控制器，所述装置包括：

获取模块，用于获取车辆的视觉传感器的第一精度信息，以及雷达的第二精度信息，所述第一精度信息用于表征所述视觉传感器对障碍物进行检测时的精度，所述第二精度信息用于表征所述雷达对障碍物进行检测时的精度；

确定模块，用于基于所述第一精度信息与所述第二精度信息，确定与所述视觉传感器采集的数据对应的第一权重，以及与所述雷达采集的数据对应的第二权重，其中，若所述视觉传感器对障碍物进行检测时的精度高于所述雷达对障碍物进行检测时的精度，所述第一权重大于所述第二权重，若所述视觉传感器对障碍物进行检测时的精度低于所述雷达对障碍物进行检测时的精度，所述第一权重小于所述第二权重；

融合模块，用于基于所述第一权重和所述第二权重，对所述视觉传感器采集的数据和所述雷达采集的数据进行融合。

可选的，所述确定模块用于：

获取所述车辆当前的车速；

若所述视觉传感器对障碍物进行检测时的精度高于所述雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第一对应关系，将与所述车辆当前的车速对应的第一权重确定为与所述视觉传感器采集的数据对应的第一权重，将与所述车辆当前的车速对应的第二权重确定为与所述雷达采集的数据对应的第二权重；

若所述视觉传感器对障碍物进行检测时的精度低于所述雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第二对应关系，将与所述车辆当前的车速对应的第一权重确定为与所述视觉传感器采集的数据对应的第一权重，将与所述车辆当前的车速对应的第二权重确定为与所述雷达采集的数据对应的第二权重。

可选的，所述融合模块用于：

在所述视觉传感器采集的数据中获取目标障碍物在所述视觉传感器坐标系中的第一位置信息；

在所述雷达采集的数据中获取所述目标障碍物在所述雷达坐标系中的第二位置信息；

将所述第二位置信息映射至所述视觉传感器坐标系中，得到位于所述视觉传感器坐标系中的第三位置信息；

基于所述第一权重和所述第二权重，对所述第一位置信息和所述第三位置信息进行融合，得到所述目标障碍物的目标位置信息。

又一方面，提供了一种传感器数据融合装置，所述装置包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方面所述传感器数据融合方法。

再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述计算机可读存储介质在计算机上运行时，使得计算机执行如上述方面所述的传感器数据融合方法。

再一方面，提供了一种包含指令的计算机程序产品，当所述计算机程序产品在所述计算机上运行时，使得所述计算机执行上述方面所述的传感器数据融合方法。

再一方面，提供了一种高级辅助驾驶系统，所述高级辅助驾驶系统包括：高级辅助驾驶系统控制器，所述高级辅助驾驶系统控制器包括如上述方面所述的传感器数据融合装置。

再一方面，提供了一种车辆，所述车辆包括：如上述方面所述的高级辅助驾驶系统。

本申请提供的技术方案带来的有益效果至少包括：

本申请提供了一种传感器数据融合方法、装置、高级辅助驾驶系统及车辆，该方法可以先获取视觉传感器的第一精度信息和雷达的第二精度信息，并可以基于第一精度信息和第二精度信息确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重。之后可以第一权重和第二权重，对视觉传感器采集的数据和雷达采集的数据进行融合。由此，即使车辆上的视觉传感器和雷达中的一个传感器对障碍物进行检测时的精度降低，也可以基于另一个传感器采集的障碍物的数据准确的确定车辆与车辆前方的障碍物之间的距离，从而确保车辆的安全行驶。此外，由于将视觉传感器采集的数据和雷达采集的数据进行融合，可以实现两个传感器采集的数据相互校正，起到互补的作用，相较于单个传感器采集的数据而言，融合后的数据的精度较高。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种传感器数据融合方法的流程图；

图2是本申请实施例提供的另一种传感器数据融合方法的流程图；

图3是本申请实施例提供的一种adas控制器与车辆中器件的连接示意图；

图4是本申请实施例提供的一种确定第一权重和第二权重的方法流程图；

图5是本申请实施例提供的一种进行传感器数据融合的方法流程图；

图6是本申请实施例提供的一种传感器数据融合装置的结构框图；

图7是本申请实施例提供的另一种传感器数据融合装置的结构框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请实施例提供了一种车辆的传感器数据融合方法，该方法可以应用于车辆adas中的adas控制器。参见图1，该方法可以包括：

步骤101、获取车辆的视觉传感器的第一精度信息，以及雷达的第二精度信息。

其中，第一精度信息用于表征视觉传感器对障碍物进行检测时的精度，第二精度信息用于表征雷达对障碍物进行检测时的精度。

步骤102、基于第一精度信息与第二精度信息，确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重。

其中，若视觉传感器对障碍物进行检测时的精度高于雷达对障碍物进行检测时的精度，第一权重大于第二权重，若视觉传感器对障碍物进行检测时的精度低于雷达对障碍物进行检测时的精度，第一权重小于第二权重。

步骤103、基于第一权重和第二权重，对视觉传感器采集的数据和雷达采集的数据进行融合。

综上所述，本申请实施例提供了一种传感器数据融合方法，该方法可以先获取视觉传感器的第一精度信息和雷达的第二精度信息，并可以基于第一精度信息和第二精度信息确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重。之后可以第一权重和第二权重，对视觉传感器采集的数据和雷达采集的数据进行融合。由此，即使车辆上的视觉传感器和雷达中的一个传感器对障碍物进行检测时的精度降低，也可以基于另一个传感器采集的障碍物的数据准确的确定车辆与车辆前方的障碍物之间的距离，从而确保车辆的安全行驶。此外，由于将视觉传感器采集的数据和雷达采集的数据进行融合，可以实现两个传感器采集的数据相互校正，起到互补的作用，相较于单个传感器采集的数据而言，融合后的数据的精度较高。

图2是本申请实施例提供的另一种传感器数据融合方法，该方法可以应用于车辆的adas控制器。参见图2，该方法可以包括：

步骤201、获取车辆的视觉传感器的第一精度信息，以及雷达的第二精度信息。

其中，第一精度信息用于表征视觉传感器对障碍物进行检测时的精度，第二精度信息用于表征雷达对障碍物进行检测时的精度。

在本申请实施例中，车辆的视觉传感器和雷达均具有自我诊断功能，可以在启用时执行自检程序，并在执行自检程序后，将通过执行自检程序得到的自检结果信息发送至车辆的adas控制器。相应的，车辆的adas控制器在接收到视觉传感器的自检结果信息和雷达的自检结果信息后，可以基于视觉传感器的自检结果信息获取视觉传感器的第一精度信息，并可以基于雷达的自检结果信息获取雷达的第二精度信息。

其中，视觉传感器的自检结果信息可以包括：用于指示视觉传感器关闭未开启的信息、用于指示视觉传感器的安装位置超出指定范围或安装位置错误的信息、用于指示视觉传感器的电压未位于第一正常工作电压范围内的信息以及用于指示视觉传感器的镜头模糊或镜头上存在遮挡物的信息中的至少一种。雷达的自检结果信息可以包括：用于指示雷达的电压未位于第二正常工作电压范围内的信息、用于指示雷达的信号被干扰的信息、用于指示雷达温度较高的信息以及用于指示雷达失效的信息中的至少一种。

可选的，该雷达可以为毫米波雷达，该毫米波雷达的工作频率可以为77赫兹(hz)，探测距离可以为170米(m)。该视觉传感器可以为具有摄像功能的射线设备，例如摄像头，该视觉传感器的像素可以为100万，探测距离可以为120m。

在本申请实施例中，参见图3，视觉传感器01可以通过第一控制器局域(controllerareanetwork，can)网络与车辆的adas控制器02建立通信连接，并通过该第一can向adas控制器发送信号(该信号可以包括自检结果信息以及采集的数据)。雷达03可以通过第二can与adas控制器02建立通信连接，并可以通过该第二can向adas控制器02发送信号。车辆中的其他器件(例如变速箱、电机、速度传感器、制动踏板以及方向盘角度传感器等)可以通过第三can(也可以称为车载can)与adas控制器02建立通信连接，并向其发送信号。

由于第一can、第二can以及第三can是相互独立的，并且视觉传感器和雷达均直接将信号发送至adas，且仅会将信号发送至adas，并不会发送将信号发送至整车网络中，从而可以避免视觉传感器和雷达发送的信号造成整车网络堵塞，有效确保了整车网络的稳定性，同时确保了视觉传感器和雷达发送的信号的安全性。此外，各个can相互独立，还可以有效提高adas的电磁兼容性(electromagneticcompatibility，emc)。其中，该emc是指adas在其电磁环境中符合要求运行并不对其环境中的其他设备产生无法忍受的电磁干扰的能力。

从图3还可以看出，该车辆的adas控制器02可以包括：控制芯片021，与该控制芯片021连接的晶振022和电源023。该控制芯片021可以包括用于与视觉传感器01和雷达03连接的接口(也可以称为传感器can协议接口)，该传感器01和雷达03可以通过该接口与控制芯片021连接。该控制芯片021还可以包括用于与其他器件连接的接口(也可以称为车载can接口)，车辆中的其他器件04可以通过该接口与控制芯片021连接。

参见图3，adas的开关可以与控制芯片021中的通用输入/输出接口(general-purposeinput/output，gpio)，即控制芯片021中gpio引脚连接。车辆中的人机界面05(humanmachineinterface，hmi)，例如仪表盘，可以与控制芯片021中的联合测试工作组(jointtestactiongroup，jpag)接口(也可以称为jpag引脚)连接。该控制芯片021还可以通过连接器06(connecter，conn)与车辆中的插件07(例如导航仪)连接。

步骤202、基于第一精度信息与第二精度信息，确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重。

其中，若视觉传感器对障碍物进行检测时的精度高于雷达对障碍物进行检测时的精度，则第一权重大于第二权重；若视觉传感器对障碍物进行检测时的精度低于雷达对障碍物进行检测时的精度，第一权重小于第二权重。该第一权重与第二权重之和可以为预设值。可选的，该预设值可以为1。

若adas控制器获取的雷达的自检结果信息包括：用于指示雷达的电压未位于属于第二正常工作电压范围的信息、用于指示雷达的信号被干扰的信息、用于指示雷达温度较高的信息以及用于指示雷达失效的信息中的至少一种，而获取的视觉传感器的自检结果信息不包括：用于指示视觉传感器关闭未开启的信息、用于指示视觉传感器的安装位置超出指定范围或安装位置错误的信息、用于指示视觉传感器的电压未位于第一正常工作电压范围的信息和用于指示视觉传感器的镜头模糊或镜头上存在遮挡物的信息，则adas控制器可以确定该视觉传感器的对障碍物进行检测时的精度较高，雷达对障碍物进行检测时的精度较低，进而确定的第一权重可以大于第二权重。

若adas控制器获取的视觉传感器的自检结果信息包括：用于指示视觉传感器关闭未开启的信息、用于指示视觉传感器的安装位置超出指定范围或安装位置错误的信息、用于指示视觉传感器的电压未位于第一指定电压范围的信息以及用于指示视觉传感器的镜头模糊或镜头上存在遮挡物的信息中的至少一种，而获取的雷达的自检结果信息不包括：用于指示雷达的电压未位于第二正常工作电压范围的信息、用于指示雷达的信号被干扰的信息、用于指示雷达温度较高的信息和用于指示雷达失效的信息，则adas控制器可以确定该视觉传感器的对障碍物进行检测时的精度较低，雷达对障碍物进行检测时的精度较高，进而确定的第一权重可以小于第二权重。

在本申请实施例中，参见图4，adas控制器确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重的过程可以包括：

步骤2021、获取车辆当前的车速。

可选的，车辆上可以安装有速度传感器，该速度传感器可以用于检测车辆当前的车速，并可以将获取的当前的车速发送至adas控制器。相应的，adas控制器可以获取车辆当前的车速。

步骤2022、若视觉传感器对障碍物进行检测时的精度高于雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第一对应关系，将与车辆当前的车速对应的第一权重确定为与视觉传感器采集的数据对应的第一权重，将与车辆当前的车速对应的第二权重确定为与雷达采集的数据对应的第二权重。

可选的，该第一对应关系可以是车辆的adas控制器中预先存储的，该第一关系可以如表1所示。其中，低速可以是指车辆当前的速度小于30千米每小时(km/h)，中速可以是指车辆当前的速度大于或等于30km/h且小于或等于60km/h，高速可以是指车辆当前的速度大于60km/h且小于或等于100km/h。

表1

从表1中可以看出，若车辆当前的车速为低速，则adas控制器可以确定与视觉传感器采集的数据对应的第一权重为0.7，与雷达采集的数据对应的第二权重为0.3。若车辆当前的车速为中速，则adas控制器可以确定与视觉传感器采集的数据对应的第一权重为0.6，与雷达采集的数据对应的第二权重为0.4。若车辆当前的车速为高速，则adas控制器可以确定与视觉传感器采集的数据对应的第一权重为0.5，与雷达采集的数据对应的第二权重为0.5。

步骤2023、若视觉传感器对障碍物进行检测时的精度低于雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第二对应关系，将与车辆当前的车速对应的第一权重确定为与视觉传感器采集的数据对应的第一权重，将与车辆当前的车速对应的第二权重确定为与雷达采集的数据对应的第二权重。

可选的，该第二对应关系可以是车辆中的adas控制器预先存储的，该第二对应关系可以如表2所示。

表2

从表2中可以看出，若车辆当前的车速为低速，则adas可以确定与视觉传感器采集的数据对应的第一权重为0.25，与雷达采集的数据对应的第二权重为0.75。若车辆当前的车速为中速或高度，则adas可以确定与视觉传感器采集的数据对应的第一权重为0.15，与雷达采集的数据对应的第二权重为0.85。

步骤203、基于第一权重和第二权重，对视觉传感器采集的数据和雷达采集的数据进行融合。

其中，融合可以是指将视觉传感器坐标系中的视觉传感器采集的数据，以及雷达坐标系中雷达采集的数据均转换至车辆的车身坐标系后进行融合。其中，视觉传感器坐标系是以视觉传感器所在位置为中心所建立的坐标系，且该视觉传感器坐标系一般为三维坐标系。雷达坐标系是以雷达所在位置为中心所建立的坐标系，且该雷达坐标系通常为极坐标系。车身坐标系可以是指以车辆的挡风玻璃上靠近驾驶员的位置处的某点为中心(例如挡风玻璃上靠近车辆的车轮的中心位置处，或挡风玻璃上远离车辆的车轮的中心位置处)所建立的坐标系，且该车身坐标系一般为三维坐标系。由于视觉传感器通常设置在车辆得前挡风玻璃的中心位置处(例如靠近车辆的车轮的中心位置处，或远离车辆的车轮的中心位置处)，而雷达通常设置在车辆的保险杠所在位置处，因此通常可以将视觉传感器坐标系作为车辆的车身坐标系。在对视觉传感器采集的数据和雷达采集的数据进行融合时，可以将雷达坐标中的雷达采集的数据转换至视觉传感器坐标系中，继而进行融合。

在本申请实施例中，参见图5，adas控制器进行传感器数据融合的过程可以包括：

步骤2031、在视觉传感器采集的数据中获取目标障碍物在视觉传感器坐标系中的第一位置信息。

adas控制器在获取到视觉传感器采集的障碍物的数据后，可以基于约定的第一协议对视觉传感器采集的障碍物的数据进行解析，从而获取目标障碍物在视觉传感器坐标系中的第一位置信息。该第一位置信息可以包括用于表征目标障碍物位置的多个第一坐标。

其中，该第一协议可以是基于视觉传感器的型号确定并预先存储在adas控制器中的。视觉传感器采集的障碍物数据可以包括：车辆与前方障碍物之间的距离，车辆所在车道的车道线，道路标志，以及障碍物与车辆的相对角度。该相对角度是指：以车辆的中心为中心建立的角度坐标系中，目标障碍物的中心与车辆中心的连线，与角度坐标系的横轴正方向的夹角的度数。该角度坐标系的横轴正方向为正东方向，纵轴正方向为正北方向。

可选的，目标障碍物可以是指位于车辆的前方且与该车辆处于同一车道内的车辆。

步骤2032、在雷达采集的数据中获取目标障碍物在雷达坐标系中的第二位置信息。

adas控制器在获取到雷达采集的障碍物的数据后，可以基于约定的第二协议对雷达采集的障碍物的数据进行解析，从而获取目标障碍物在雷达坐标系中的第二位置信息。

其中，该第二协议可以是基于雷达的型号确定并预先存储在adas控制器中的。雷达采集的障碍物数据可以包括：车辆与前方障碍物之间的距离，以及障碍物与车辆的相对角度。

步骤2033、将第二位置信息映射至视觉传感器坐标系中，得到位于视觉传感器坐标系中的第三位置信息。

在本申请实施例中，adas在通过上述步骤2031和步骤2032获取到目标障碍物的第一位置信息和第二位置信息后，可以基于视觉传感器坐标系和雷达坐标系之间的转换关系，将雷达坐标系中的第二位置信息映射至视觉传感器坐标系中，从而得到位于视觉传感器坐标系中的第三位置信息。该第三位置信息可以包括用于表征目标障碍物位置的多个第二坐标。

其中，该第三位置信息包括的用于表征目标障碍物位置的多个第二坐标与第一位置信息包括的用于表征目标障碍物位置的多个第一坐标一一对应。

步骤2034、基于第一权重和第二权重，对第一位置信息和第三位置信息进行融合，得到目标障碍物的目标位置信息。

其中，目标障碍物的目标位置信息可以采用多个目标坐标表征。

adas控制器在得到视觉传感器坐标系中的目标障碍物的第一位置信息和第三位置信息后，对于第一位置信息中用于表征目标障碍物的多个第一坐标中的每个第一坐标，可以先确定该第一坐标与第一权重的第一乘积，并可以确定第三位置信息中与该第一坐标对应的第二坐标与第二权重的第二乘积，之后可以将第一乘积与第二乘积之和，确定为目标障碍物的一个目标坐标，从而可以得到多个目标坐标，继而得到目标障碍物的目标位置信息。

需要说明的是，由于视觉传感器的采样周期通常小于雷达的采样周期，且视觉传感器和雷达是独立进行采样的，因此视觉传感器与雷达需要为采集的数据加上时间戳信息，以确保后续adas控制器可以基于该时间戳信息对同一时刻该两个传感器采集的目标障碍物数据进行融合，从而确保融合的数据的准确性。示例的，视觉传感器的采样周期可以为40毫秒(ms)，雷达的采样周期可以为50ms。

还需要说明的是，为了确保adas追踪的目标障碍物的准确性，避免无效追踪，在上述步骤2031之后，adas控制器可以基于视觉传感器坐标系中的目标障碍物的第一位置信息，在距视觉传感器采集到第一位置信息的目标时长内，检测雷达采集的数据中是否存在该目标障碍物。示例的，该目标时长可以为200毫秒(ms)。若检测到雷达采集的数据中存在该目标障碍物，则继续执行步骤2032。若检测到雷达采集的数据中不存在该目标障碍物，则可以删除接收到的关于该目标障碍物的全部信息，以节省内存。

由于视觉传感器主要用于确定目标障碍物的位置，且视觉传感器的采样周期小于雷达的采样周期，因此adas控制器一般是基于视觉传感器坐标系中的目标障碍物的第一位置信息，在距视觉传感器采集到第一位置信息的目标时长内，检测雷达采集的数据中是否存在该目标障碍物。

还需要说明的是，在视觉传感器和雷达采集障碍物的数据之前，adas控制器可以先建立时间基准，即对视觉传感器和雷达开始采集数据的时间进行初始化，以使得视觉传感器和雷达开始采集障碍物数据的时间相同，从而确保雷达和视觉传感器采集的数据的同步性，进一步确保融合的数据的准确性。

步骤204、对视觉传感器采集的数据和雷达采集的数据融合后的数据进行滤波处理。

可选的，adas可以采用卡尔曼(kalman)滤波算法对视觉传感器采集的数据和雷达采集的数据融合后的数据(即目标障碍物的目标位置信息)进行滤波处理。

由于kalman滤波算法可以对基于一段指定时间内的目标障碍物的相关数据，预测该段时间的下一段内的目标障碍物的相关数据，由此可以基于预测的数据预测可能出现的风险，并及时控制车辆避免该风险，进一步确保了车辆的安全行驶。

在本申请实施例中，adas控制器可以基于融合后的数据，确定车辆与目标障碍物之间的距离，相对速度，以及与目标障碍物之间的安全距离，之后可以基于确定的上述数据确定车辆的档位信息、加速度信息以及油门需求信息，并将该档位信息发送至车辆的变速箱控制器，将加速度信息发送至车辆的电子稳定程序系统(electronicstabilityprogram，esp)，并将油门需求信息发送至车辆的电机控制器，从而控制车辆的安全行驶。

此外，adas控制器还可以基于视觉传感器采集的车辆所处的车道线，确定车道线的曲率，并基于曲率控制车辆行驶，以避免车辆偏离车道，造成安全事故。

步骤205、若视觉传感器对障碍物进行检测时的精度低于第一精度阈值，且雷达对障碍物进行检测时的精度低于第二精度阈值，发出用于指示高级驾驶辅助系统出现故障的报警信号。

在本申请实施例中，若adas控制器基于视觉传感器的自检结果信息确定视觉传感器对障碍物进行检测时的精度低于第一精度阈值，并且adas的控制基于雷达的自检结果信息确定雷达对障碍物进行检测时的精度低于第二精度阈值，此时，为了确保行车安全，adas可以发出报警信号，以及时提醒驾驶员。其中，第一精度阈值和第二精度阈值可以是工作人员基于实验确定并输入至adas中的。

可选的，adas控制器可以先生成用于指示adas出现故障的报警控制信息，之后将该报警控制信息发送至车辆的仪表盘的控制器。仪表盘的控制器在接收到该报警控制信息后可以基于该报警控制信息控制车辆的仪表盘中的指示灯闪烁，和/或，控制车辆的仪表盘中的蜂鸣器发出声音，从而提示驾驶员。

需要说明的是，本申请实施例提供的传感器数据融合方法的步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减。任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本申请的保护范围之内，因此不再赘述。

综上所述，本申请实施例提供了一种传感器数据融合方法，该方法可以先获取视觉传感器的第一精度信息和雷达的第二精度信息，并可以基于第一精度信息和第二精度信息确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重。之后可以第一权重和第二权重，对视觉传感器采集的数据和雷达采集的数据进行融合。由此，即使车辆上的视觉传感器和雷达中的一个传感器对障碍物进行检测时的精度降低，也可以基于另一个传感器采集的障碍物的数据准确的确定车辆与车辆前方的障碍物之间的距离，从而确保车辆的安全行驶。此外，由于将视觉传感器采集的数据和雷达采集的数据进行融合，可以实现两个传感器采集的数据相互校正，起到互补的作用，相较于单个传感器采集的数据而言，融合后的数据的精度较高。

本申请实施例提供了一种传感器融合装置，该装置可以应用于车辆的高级驾驶辅助系统控制器。参见图6，该装置300可以包括：

获取模块301，用于获取车辆的视觉传感器的第一精度信息，以及雷达的第二精度信息，第一精度信息用于表征视觉传感器对障碍物进行检测时的精度，第二精度信息用于表征雷达对障碍物进行检测时的精度。

确定模块302，用于基于第一精度信息与第二精度信息，确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重，其中，若视觉传感器对障碍物进行检测时的精度高于雷达对障碍物进行检测时的精度，第一权重大于第二权重，若视觉传感器对障碍物进行检测时的精度低于雷达对障碍物进行检测时的精度，第一权重小于第二权重。

融合模块303，用于基于第一权重和第二权重，对视觉传感器采集的数据和雷达采集的数据进行融合。

可选的，确定模块302可以用于：

获取车辆当前的车速；若视觉传感器对障碍物进行检测时的精度高于雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第一对应关系，将与车辆当前的车速对应的第一权重确定为与视觉传感器采集的数据对应的第一权重，将与车辆当前的车速对应的第二权重确定为与雷达采集的数据对应的第二权重；若视觉传感器对障碍物进行检测时的精度低于雷达对障碍物进行检测时的精度，基于车速、第一权重和第二权重的第二对应关系，将与车辆当前的车速对应的第一权重确定为与视觉传感器采集的数据对应的第一权重，将与车辆当前的车速对应的第二权重确定为与雷达采集的数据对应的第二权重。

可选的，该融合模块303可以用于：

在视觉传感器采集的数据中获取目标障碍物在视觉传感器坐标系中的第一位置信息；在雷达采集的数据中获取目标障碍物在雷达坐标系中的第二位置信息；将第二位置信息映射至视觉传感器坐标系中，得到位于视觉传感器坐标系中的第三位置信息；基于第一权重和第二权重，对第一位置信息和第三位置信息进行融合，得到目标障碍物的目标位置信息。

综上所述，本申请实施例提供了一种传感器数据融合装置，该装置可以先获取视觉传感器的第一精度信息和雷达的第二精度信息，并可以基于第一精度信息和第二精度信息确定与视觉传感器采集的数据对应的第一权重，以及与雷达采集的数据对应的第二权重。之后可以第一权重和第二权重，对视觉传感器采集的数据和雷达采集的数据进行融合。由此，即使车辆上的视觉传感器和雷达中的一个传感器对障碍物进行检测时的精度降低，也可以基于另一个传感器采集的障碍物的数据准确的确定车辆与车辆前方的障碍物之间的距离，从而确保车辆的安全行驶。此外，由于将视觉传感器采集的数据和雷达采集的数据进行融合，可以实现两个传感器采集的数据相互校正，起到互补的作用，相较于单个传感器采集的数据而言，融合后的数据的精度较高。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和各模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例提供了一种传感器数据融合装置，参见图7，该装置400可以包括：处理器401、存储器402以及存储在存储器402上并可在处理器401上运行的计算机程序，该处理器402执行计算机程序时实现如上述方法实施例提供的传感器数据融合方法，例如图1或图2所示的方法。

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当计算机可读存储介质在计算机上运行时，使得计算机执行如上述方法实施例提供的传感器数据融合方法，例如图1或图2所示的方法。

本申请实施例提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行如上述方法实施例提供的传感器数据融合方法，例如图1或图2所示的方法。

本申请实施例提供了一种高级辅助驾驶系统，该高级辅助驾驶系统可以包括：高级辅助驾驶系统控制器，该控制器可以包括如上述所述的传感器数据融合装置，例如图6或图7所示的装置。

本申请实施例提供了一种车辆，该车辆可以包括：如上述所示的高级辅助驾驶系统。

可选的，该车辆可以为电动车辆，例如纯电动车辆。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。