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！

龙图腾网获悉苏州轻棹科技有限公司申请的专利一种基于多传感器观测数据的欧氏距离处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115205826B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210897270.1，技术领域涉及：G06V20/58；该发明授权一种基于多传感器观测数据的欧氏距离处理方法是由李经纬;赵政;柯岩;张雨设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种基于多传感器观测数据的欧氏距离处理方法在说明书摘要公布了：本发明实施例涉及一种基于多传感器观测数据的欧氏距离处理方法，所述方法包括：在任意时刻t获取第一观测数据；并获取前一时刻t‑1各个已知目标的第一历史运动轨迹和第一历史观测队列；根据第一观测数据对各个第一历史观测队列进行历史观测数据选择生成第一历史观测数据；基于各个第一历史观测数据和对应的第一历史运动轨迹与卡尔曼滤波器对各个已知目标在当前时刻t的观测数据进行估计得到第一估计观测数据；对第一观测数据与各个第一估计观测数据的欧氏距离进行计算生成第一欧式距离；由得到的所有第一欧式距离组成当前时刻t的欧氏距离集合。通过本发明，可以保证在任何时刻都不会发生欧式距离集合丢失的问题。

本发明授权一种基于多传感器观测数据的欧氏距离处理方法在权利要求书中公布了：1.一种基于多传感器观测数据的欧氏距离处理方法，其特征在于，所述方法包括： 在任意时刻t获取传感器观测数据记为对应的第一观测数据Mt,c1；并获取前一时刻t-1各个已知目标的第一历史运动轨迹和第一历史观测队列；所述第一历史运动轨迹包括多个第一运动状态Si,j；所述第一历史观测队列包括多个第一历史观测数据Mi,j,c2；所述第一运动状态Si,j与所述第一历史观测数据Mi,j,c2一一对应；i为目标标识，1≤i；j为时刻标识，0≤j≤t-1；c1、c2均为传感器类型标识，所述传感器类型标识包括激光雷达类型标识、摄像头类型标识和毫米波雷达类型标识； 根据所述第一观测数据Mt,c1对各个所述第一历史观测队列进行历史观测数据选择处理生成对应的第一历史观测数据Mi,k,c2；k为时刻标识，0≤k≤t-1； 基于各个所述第一历史观测数据Mi,k,c2和对应的所述第一历史运动轨迹与卡尔曼滤波器，对各个已知目标在当前时刻t的观测数据进行估计从而得到对应的第一估计观测数据M’i,t,c2； 对所述第一观测数据Mt,c1与各个所述第一估计观测数据M’i,t,c2的欧氏距离进行计算生成对应的第一欧式距离di,t； 由得到的所有所述第一欧式距离di,t组成当前时刻t的欧氏距离集合； 其中，所述根据所述第一观测数据Mt,c1对各个所述第一历史观测队列进行历史观测数据选择处理生成对应的第一历史观测数据Mi,k,c2，具体包括： 步骤21，对所述第一观测数据Mt,c1的传感器类型标识c1进行识别；若所述传感器类型标识c1为激光雷达类型标识，则设置对应的第一、第二和第三顺序标识分别为激光雷达类型标识、摄像头类型标识和毫米波雷达类型标识；若所述传感器类型标识c1为摄像头类型标识，则设置对应的所述第一、第二和第三顺序标识分别为摄像头类型标识、激光雷达类型标识和毫米波雷达类型标识；若所述传感器类型标识c1为毫米波雷达类型标识，则设置对应的所述第一、第二和第三顺序标识分别为毫米波雷达类型标识、激光雷达类型标识和摄像头类型标识； 步骤22，将各个所述第一历史观测队列中传感器类型标识c2与第一顺序标识匹配的时间距离当前时刻t最近的所述第一历史观测数据Mi,j,c2作为对应的当前匹配数据；若所述当前匹配数据为空，则将当前所述第一历史观测队列中所述传感器类型标识c2与第二顺序标识匹配的时间距离当前时刻t最近的所述第一历史观测数据Mi,j,c2作为新的所述当前匹配数据；若新的所述当前匹配数据还为空，则将当前所述第一历史观测队列中所述传感器类型标识c2与第三顺序标识匹配的时间距离当前时刻t最近的所述第一历史观测数据Mi,j,c2作为新的所述当前匹配数据； 步骤23，将得到的所述当前匹配数据作为对应的所述第一历史观测数据Mi,k,c2；所述第一历史观测数据Mi,k,c2的目标标识i、时刻标识k和传感器类型标识c2与所述当前匹配数据对应的所述第一历史观测数据Mi,j,c2的目标标识i、时刻标识j和传感器类型标识c2保持一致； 当传感器类型标识c1或c2为激光雷达类型标识时，对应的观测数据包括一个多边形凸包和一个目标检测框，对应的卡尔曼滤波器为预设的第一卡尔曼滤波器；当传感器类型标识c1或c2为摄像头类型标识时，对应的观测数据包括一个目标检测框，对应的卡尔曼滤波器为预设的第二卡尔曼滤波器；当传感器类型标识c1或c2为毫米波雷达类型标识时，对应的观测数据包括一个观测点，对应的卡尔曼滤波器为预设的第三卡尔曼滤波器； 所述基于各个所述第一历史观测数据Mi,k,c2和对应的所述第一历史运动轨迹与卡尔曼滤波器，对各个已知目标在当前时刻t的观测数据进行估计从而得到对应的第一估计观测数据M’i,t,c2，具体包括： 将所述第一历史观测数据Mi,k,c2的传感器类型标识c2记为对应的当前传感器类型标识；并将所述第一历史观测数据Mi,k,c2对应的已知目标的所述第一历史运动轨迹中，时间标识j≥k-1的所有所述第一运动状态Si,j提取出来组成对应的第二历史运动轨迹，所述第二历史运动轨迹为{Si,j＝k-1,Si,j＝k…Si,j＝t-1}； 当所述当前传感器类型标识为激光雷达类型标识时，将所述第二历史运动轨迹的第一运动状态Si,j＝t-1代入所述第一卡尔曼滤波器的运动方程进行一步预测得到对应的第一运动状态Si,j＝t；并将所述第一运动状态Si,j＝t与所述第二历史运动轨迹合并生成对应的第三历史运动轨迹为{Si,j＝k-1,Si,j＝k…Si,j＝t-1,Si,j＝t}；并将所述第三历史运动轨迹和所述第一历史观测数据Mi,k,c2代入所述第一卡尔曼滤波器中，以所述第三历史运动轨迹中的各个所述第一运动状态Si,j作为从时刻k-1到时刻t的已知状态量，以所述第一历史观测数据Mi,k,c2作为时刻k的已知观测量，对从时刻k+1到当前时刻t的观测量进行逐步推导；并将最后时刻t对应的推导观测量作为对应的所述第一估计观测数据M’i,t,c2； 当所述当前传感器类型标识为摄像头类型标识时，将所述第二历史运动轨迹的第一运动状态Si,j＝t-1代入所述第二卡尔曼滤波器的运动方程进行一步预测得到对应的第一运动状态Si,j＝t；并将所述第一运动状态Si,j＝t与所述第二历史运动轨迹合并生成对应的第四历史运动轨迹为{Si,j＝k-1,Si,j＝k…Si,j＝t-1,Si,j＝t}；将所述第四历史运动轨迹和所述第一历史观测数据Mi,k,c2代入所述第二卡尔曼滤波器中，以所述第四历史运动轨迹中的各个所述第一运动状态Si,j作为从时刻k-1到时刻t的已知状态量，以所述第一历史观测数据Mi,k,c2作为时刻k的已知观测量，对从时刻k+1到当前时刻t的观测量进行逐步推导；并将最后时刻t对应的推导观测量作为对应的所述第一估计观测数据M’i,t,c2； 当所述当前传感器类型标识为毫米波雷达类型标识时，将所述第二历史运动轨迹的第一运动状态Si,j＝t-1代入所述第三卡尔曼滤波器的运动方程进行一步预测得到对应的第一运动状态Si,j＝t；并将所述第一运动状态Si,j＝t与所述第二历史运动轨迹合并生成对应的第五历史运动轨迹为{Si,j＝k-1,Si,j＝k…Si,j＝t-1,Si,j＝t}；将所述第五历史运动轨迹和所述第一历史观测数据Mi,k,c2代入所述第三卡尔曼滤波器中，以所述第五历史运动轨迹中的各个所述第一运动状态Si,j作为从时刻k-1到时刻t的已知状态量，以所述第一历史观测数据Mi,k,c2作为时刻k的已知观测量，对从时刻k+1到当前时刻t的观测量进行逐步推导；并将最后时刻t对应的推导观测量作为对应的所述第一估计观测数据M’i,t,c2； 其中，所述第一估计观测数据M’i,t,c2的目标标识i和传感器类型标识c2与所述第一历史观测数据Mi,k,c2的目标标识i和传感器类型标识c2保持一致。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州轻棹科技有限公司，其通讯地址为：215100 江苏省苏州市相城区高铁新城青龙港路66号领寓商务广场1幢21层2101-2108室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。