(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 202210037327.0 (22)申请日 2022.01.13 (71)申请人 东南大学 地址 211102 江苏省南京市江宁区东 南大 学路2号 (72)发明人 耿可可　钱敏　殷国栋　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 专利代理师 黄雪 (51)Int.Cl. G06V 20/54(2022.01) G06V 20/56(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06V 10/74(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种适用 于车路协同感知系统的目标一致 性判别方法 (57)摘要 本发明提供一种适用于车路协同感知系统 的目标一致性判别方法， 包括以下步骤： 步骤10) 根据路端目标图像和车端目标图像， 判断得到 路 端目标和车端目标的图像相似度； 步骤20)根据 路端目标X方向的位置信息、 路端目标X方向的速 度信息、 路端目标Y方向的位置信息、 路端目标Y 方向的速度信息、 车端目标X方向 的位置信息、 车 端目标X方向的速度信息、 车端目标Y方向的位置 信息和车端目标Y方向的速度信息， 判断得到路 端目标和车端目标的位速相似度； 步骤40)结合 图像相似度和位速相似度， 得到路端目标和车端 目标的目标相似度。 本发明适用于车路协同感知 系统的目标一致性判别方法， 能够得到路端感知 目标和车端感知目标的目标相似度， 得到的目标 相似度精度高。 权利要求书2页 说明书8页 附图2页 CN 114519847 A 2022.05.20 CN 114519847 A 1.一种适用于车路协同感知系统的目标一 致性判别方法， 其特 征在于， 包括以下步骤： 步骤10)根据路端目标图像和车端目标图像， 判断得到路端目标和车端目标的图像相 似度； 步骤20)根据路端目标X方向的位置信息、 路端目标X方向的速度信息、 路端目标Y方向 的位置信息、 路端目标Y方向的速度信息、 车端目标X方向的位置信息、 车端目标X方向的速 度信息、 车端目标Y方向的位置信息和车端目标Y方向的速度信息， 判断得到路端目标和车 端目标的位速相似度； 步骤40)结合所述图像相似度和位速相似度， 得到路端目标和车端目标的目标相似度。 2.根据权利要求1所述的适用于车路协同感知系统的目标一致性判别方法， 其特征在 于， 所述步骤10)具体包括： 步骤101)将路端目标图像输入图像相似度孪生网络， 得到路端图像全连接层； 步骤102)将车端目标图像输入图像相似度孪生网络， 得到车端图像全连接层； 步骤103)计算路端图像全连接层和车端图像全连接层的马氏距离， 得到路端目标和车 端目标的图像相似度。 3.根据权利要求2所述的适用于车路协同感知系统的目标一致性判别方法， 其特征在 于， 所述图像相似度孪生网络的损失函数如式(1)所示： 式中， 当路端目标图像和车端目标图像类别相同时， Y＝1； 当路端目标图像和车端目标 图像类别相同时， Y＝0； Dw表示路端图像全连接层和车端图像全连接层的马氏距离， m表示 预设阈值。 4.根据权利要求1所述的适用于车路协同感知系统的目标一致性判别方法， 其特征在 于， 所述步骤20)具体包括： 步骤201)将路端目标X方向的位置信息做短时连续傅里叶变换， 得到路端目标X位置特 征图； 将路端目标Y方向的位置信息做短时连续傅里叶变换， 得到路端目标Y位置特征图； 将 路端目标X方向的速度信息做短时连续傅里叶变换， 得到路端目标X速度特征图； 将路端目 标Y方向的速度信息做短时连续 傅里叶变换， 得到路端目标Y 速度特征图； 步骤202)将车端目标X方向的位置信息做短时连续傅里叶变换， 得到车端目标X位置特 征图； 将车端目标Y方向的位置信息做短时连续傅里叶变换， 得到车端目标Y位置特征图； 将 车端目标X方向的速度信息做短时连续傅里叶变换， 得到车端目标X速度特征图； 将车端目 标Y方向的速度信息做短时连续 傅里叶变换， 得到车端目标Y 速度特征图； 步骤203)将路端目标X位置特征图输入位置相似度孪生网络， 得到路端目标X位置全连 接层， 将路端目标Y位置特征图输入位置相似度孪生网络， 得到路端目标Y位置全连接层， 将 车端目标X位置特征图输入位置相似度孪生网络， 得到车端目标X位置全连接层， 将车端目 标Y位置特 征图输入位置相似度孪生网络， 得到车端目标Y位置全连接层； 步骤204)将路端目标X速度特征图输入速度相似度孪生网络， 得到路端目标X速度全连 接层， 将路端目标Y速度特征图输入速度相似度孪生网络， 得到路端目标Y速度全连接层， 将 车端目标X速度特征图输入速度相似度孪生网络， 得到车端目标X速度全连接层， 将车端目 标Y速度特征图输入速度相似度孪生网络， 得到车端目标Y 速度全连接层；权　利　要　求　书 1/2 页 2 CN 114519847 A 2步骤205)计算路端目标X位置全连接层和车端目标X位置全连接层的马氏距离， 计算路 端目标Y位置全连接层和车端目标Y位置全连接层的马氏距离， 计算路端目标X速度全连接 层和车端目标X速度全连接层的马氏距离， 计算路端目标Y速度全连接层和车端目标Y速度 全连接层的马氏距离， 得到路端目标和车端目标的位速相似度。 5.根据权利要求3所述的适用于车路协同感知系统的目标一致性判别方法， 其特征在 于， 所述步骤201)和步骤202)中， 利用式(2)做短时连续 傅里叶变换： 式中， t表示输入信号时间， f表示频率， τ表示积分时间步， x( τ )表示输入信号， h( τ ‑t) 表示窗函数。 6.根据权利要求1所述的适用于车路协同感知系统的目标一致性判别方法， 其特征在 于， 在步骤20)和步骤40)之间还 包括： 步骤30)为图像相似度和位速相似度分配权 重。 7.根据权利要求6所述的适用于车路协同感知系统的目标一致性判别方法， 其特征在 于， 所述步骤30)具体包括 步骤301)将第一图像归一化处理， 输入主干特征提取网络后再经过归一化指数处理， 得到带有图像质量特 征的第一10维全连接层； 步骤302)将第二图像归一化处理， 输入主干特征提取网络后再经过归一化指数处理， 得到带有图像质量特 征的第二10维全连接层； 步骤303)计算第一10维全连接层的10个维度 概率的均值mr， 计算第二10维全连接层的 10个维度概率的最大值mv， 取mv和mr的均值m作为图像相似度的图像权重Wi， 则位速相似度 的位速权重Wp＝1‑Wi。 8.根据权利要求1所述的适用于车路协同感知系统的目标一致性判别方法， 其特征在 于， 所述步骤40)具体包括： 利用式(3)计算得到目标相似度： S＝Wi*Simg+Wp*SPAV 式(3) 式中， S表示目标相似度， Wi表示图像权重， Simg表示图像相似度， Wp表示位速权重， Spav 表示位速相似度。权　利　要　求　书 2/2 页 3 CN 114519847 A 3