6G车联网络面向多源感知的数据融合技术

为满足未来自动驾驶车辆全方位、高可靠的感知性能需求，6G需要对不同维度、来源、颗粒度的多源感知数据进行实时传输与全局融合处理。然而，由于激光雷达、摄像机易受环境影响，毫米波雷达分辨率有限，不同车辆多视角点云姿态估计不准确等问题，分布在车联网络中的多源感知数据难以实现精确融合，同时有限通信带宽难以支撑海量感知数据的协同共享。为此，基于通信-感知-计算融合(通感算融合)的思想，提出了一种6G车联网络面向多源感知的数据分级融合处理方法。首先车侧借助于激光雷达、毫米波雷达与摄像机之间的空间校准，实现多传感器优势互补的深度融合，之后多车自组织成簇，采用ICP算法融合多车感知数据，并通过压缩去冗处理降低通信上传开销，最后路侧在无线感知辅助下，通过两步配准方法实现多源感知数据的全局融合。通过搭建仿真平台对所提方法进行性能验证，仿真结果表明所提多源感知数据分级融合方法可在通信开销较小的前提下保证感知精度，扩展车联网络感知范围和感知维度，并能保证恶劣天气下感知可靠性。