[发明专利]一种基于毫米波雷达与摄像头的目标检测方法有效
申请号: | 201910233607.7 | 申请日: | 2019-03-26 |
公开(公告)号: | CN109975798B | 公开(公告)日: | 2022-11-18 |
发明(设计)人: | 裴晓飞;陈斌;周维;连辉锦;黄世健;刘志厅;朱茂琳 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G01S13/86 | 分类号: | G01S13/86 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 王丹 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 毫米波 雷达 摄像头 目标 检测 方法 | ||
1.一种基于毫米波雷达与摄像头的目标检测方法,其特征在于:它包括以下步骤:
S1、通过坐标系变换,完成毫米波雷达和摄像头的量测与当前目标的空间配准;毫米波雷达的量测包括纵向距离、纵向速度、侧向距离和侧向速度,摄像头的量测包括纵向距离和侧向距离;空间配准时,对量测中的纵向距离和侧向距离进行坐标转换,使得量测与对应的目标处于同一坐标系下;
S2、基于统计距离建立关联假设矩阵,将毫米波雷达和摄像头的量测与对应的目标关联;
采用常速度模型,根据前一时刻的目标状态估值递推得到目标状态一步预测值,再根据毫米波雷达和摄像头各自的观测方程得到相应的量测预测;然后计算量测预测与对应的采集的量测之间的残差向量加权范数,作为目标关联的统计距离;
S3、在摄像头输出信息时刻,将毫米波雷达的量测进行曲线拟合,并趋势外推得到当前毫米波雷达的量测,完成时间配准;
S4、对于关联至同一目标的量测,应用贝叶斯公式分配关联概率;
S5、结合目标状态一步预测值,关联量测及各自的关联概率,更新目标状态及其协方差矩阵。
2.根据权利要求1所述的基于毫米波雷达与摄像头的目标检测方法,其特征在于:所述的S2中,设置关联门限,若目标关联的统计距离大于关联门限,则令相应的关联假设为0,否则为1,每一个采集的量测与目标之间都能形成一个关联假设矩阵;
在关联假设矩阵中,若存在量测所在行和目标所在列均有且仅有一个关联假设为1,则该量测与目标形成唯一对应关系,将该量测与目标关联;若存在量测所在行的关联假设均为0,则该量测不与任何目标关联;若存在目标所在列的关联假设均为0,则该目标不与任何量测关联;排除以上几种情况,将剩余量测与目标重新组合得到新的关联假设矩阵;
将重新组合得到的关联假设矩阵拆分得到数个可行关联矩阵,拆分原则为可行关联矩阵的每一行或每一列最多只有一个非零元素,即各量测与目标形成唯一对应关系;对于每一个矩阵所对应的可行关联事件,计算其统计距离之和;而后选择出统计距离之和最小的可行关联事件,再加上未曾参与关联假设矩阵构建的量测和目标的关联情况,得到该量测与目标最终的关联结果。
3.根据权利要求1所述的基于毫米波雷达与摄像头的目标检测方法,其特征在于:所述的S2中,对于未与任一目标关联的量测中,若有毫米波雷达量测位置和摄像头量测位置的欧式距离小于预设的一定范围,则取毫米波雷达量测的纵向速度、侧向速度、纵向距离和摄像头量测的侧向距离组成目标初始值,并设定初始状态协方差。
4.根据权利要求1所述的基于毫米波雷达与摄像头的目标检测方法,其特征在于:所述的S4中,对与目标关联的量测信息分配关联概率的具体方法为:假设正确量测服从正态分布,虚假量测服从均匀分布,依据概率数据关联思想,求得各量测与目标关联的概率。
5.根据权利要求1所述的基于毫米波雷达与摄像头的目标检测方法,其特征在于:所述的S5中,目标状态更新的具体方法为:首先预测目标状态协方差矩阵;然后根据概率数据关联算法计算滤波增益;根据对目标的一步状态预测,结合关联到的各量测及其与目标关联的概率,采用全概率公式,得到目标在当前时刻的最优状态估计,并对目标状态协方差矩阵进行更新。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910233607.7/1.html,转载请声明来源钻瓜专利网。