[发明专利]数据融合处理方法、装置、设备和存储介质

说明书

本申请实施例公开了一种数据融合处理方法、装置、设备和存储介质，涉及数据融合领域，可用于自动驾驶。具体实现方案为：根据不同传感器对被测物体的测量结果，确定至少两个候选测量结果组合；所述候选测量结果组合中包括至少一个元素；所述元素包括至少两个测量结果；采用随机森林模型，从所述至少两个候选测量结果组合中确定元素关联相同被测物体的目标测量结果组合，并将所述目标测量结果组合中的元素作为融合结果。本申请实施例通过随机森林模型确定关联相同被测物体的测量结果，整个过程无需依据正态分布和人工调参，提高了最终得到的融合结果的准确率和准召率。

技术领域

本申请实施例涉及数据处理领域，尤其涉及数据融合技术领域，具体涉及一种数据融合处理方法、装置、设备和存储介质，可用于自动驾驶。

背景技术

传感器的数据融合是将不同传感器采集的同一物体的数据特征结合起来得到该物体的各个属性的高精度信息。在实现传感器数据融合的过程中，需要判断不同传感器中采集的数据特征是否关联同一被测物体，从而保证后续传感器数据融合的准确性。

目前现有技术通常是采用正态分布和人工设置的标准差来模拟各属性下的数据特征的测量误差分布，从而判断不同传感器检测的是否为同一物体，进而根据判断结果完成不同传感器的数据融合。但是，由于传感器的测量误差并不一定服从正态分布，且人工调试出来的标准差准确性较低，导致对不同传感器检测物体是否为同一物体的判断过程误差较大，严重影响后融合结果的准确性。

发明内容

本申请实施例公开了一种数据融合处理方法、装置、设备和存储介质，可以提高最终得到的融合结果的准确率和准召率。

第一方面，本申请实施例公开了一种数据融合处理方法，包括：

根据不同传感器对被测物体的测量结果，确定至少两个候选测量结果组合；所述候选测量结果组合中包括至少一个元素；所述元素包括至少两个测量结果；

采用随机森林模型，从所述至少两个候选测量结果组合中确定元素关联相同被测物体的目标测量结果组合，并将所述目标测量结果组合中的元素作为融合结果。

上述申请中的一个实施例具有如下优点或有益效果：采用随机森林模型，从不同传感器对被测物体的测量结果构成的候选测量结果组合中，确定元素关联相同被测物体的目标测量结果组合，进而将目标测量结果组合中的元素作为融合结果。本实施例的方案通过随机森林模型确定关联相同被测物体的测量结果，整个过程无需依据正态分布和人工调参，提高了判断结果的准确性，进而提高了最终得到的融合结果的准确率和准召率。

另外，根据本申请上述实施例的数据融合处理方法，还可以具有如下附加的技术特征：

可选的，所述候选测量结果组合中元素的数量等于第一传感器的测量结果的数量值；候选测量结果组合的数量为第一阶乘与第二阶乘的商；所述第一阶乘为第二传感器的测量结果的数量值的阶乘；所述第二阶乘为所述第二传感器与所述第一传感器的测量结果的数量差值的阶乘；其中，所述第一传感器的测量结果的数量值小于或等于所述第二传感器的测量结果的数量值。

上述申请中的一个实施例具有如下优点或有益效果：给出了一种候选测量结果组合和候选测量结果组合中元素的数量的确定方式，保证了生成的候选测量结果组合的全面性，以便后续更为准确的确定目标测量结果组合。

可选的，采用随机森林模型，从所述至少两个候选测量结果组合中确定元素关联相同被测物体的目标测量结果组合，包括：

将所述至少两个候选测量结果组合中的元素输入到随机森林模型中，得到所述元素关联相同被测物体的概率；

根据所述至少两个候选测量结果组合中的元素关联相同被测物体的概率，确定所述至少两个候选测量结果组合的整体相似度；

将整体相似度最高的候选测量结果组合作为目标测量结果组合。