[发明专利]基于毫米波雷达的目标筛选方法、装置、设备及存储介质在审
申请号: | 202110704069.2 | 申请日: | 2021-06-24 |
公开(公告)号: | CN113589288A | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 李晓欢;霍科辛;陈倩;唐欣 | 申请(专利权)人: | 广西综合交通大数据研究院;桂林电子科技大学 |
主分类号: | G01S13/93 | 分类号: | G01S13/93;G01S13/931;G01S13/937 |
代理公司: | 深圳市诺正鑫泽知识产权代理有限公司 44689 | 代理人: | 罗华 |
地址: | 530000 广西壮族自治*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 毫米波 雷达 目标 筛选 方法 装置 设备 存储 介质 | ||
1.一种基于毫米波雷达的目标筛选方法,其特征在于,包括:
获取毫米波原始数据,确定所述毫米波原始数据中对应的扫描点;
确定各所述扫描点的特征数据,并对所述特征数据进行归一化处理;
基于归一化处理后的所述特征数据,采用预设的聚类算法对所述扫描点进行聚类,形成多组聚类点,其中,各所述聚类点中的扫描点不重复;
基于各组所述聚类点中所述扫描点的特征数据,确定所述各组聚类点对应的物体类型,确定目标物体。
2.根据权利要求1所述的基于毫米波雷达的目标筛选方法,其特征在于,所述获取毫米波原始数据,确定所述毫米波原始数据中对应的扫描点,包括:
获取基于道路扫描的毫米波原始数据;
基于所述毫米波原始数据确定所述道路中的扫描点。
3.根据权利要求1所述的基于毫米波雷达的目标筛选方法,其特征在于,所述确定各所述扫描点的特征数据,并对所述特征数据进行归一化处理,包括:
确定各扫描点相对于毫米波雷达的速度、雷达散射截面以及角度;
采用预设的公式将所述速度、雷达散射截面以及角度归一化。
4.根据权利要求1所述的基于毫米波雷达的目标筛选方法,其特征在于,采用如下公式对所述:速度、雷达散射截面以及角度归一化:
其中,v表示扫描点的相较于毫米波雷达的实际速度,v*表示所述扫描点的归一化速度,vmax表示所有所述扫描点中相较于毫米波雷达的最大实际速度,vmin表示所有所述扫描点中相较于毫米波雷达的最小实际速度,RCS表示扫描点的相较于毫米波雷达的实际雷达散射截面,RCS*表示所述扫描点的归一化雷达散射截面,RCSmax表示所有所述扫描点中相较于毫米波雷达的最大实际雷达散射截面,RCSmin表示所有所述扫描点中相较于毫米波雷达的最小实际雷达散射截面,A表示扫描点的相较于毫米波雷达的实际角度,A*表示所述扫描点的归一化角度,Amax表示所有所述扫描点中相较于毫米波雷达的最大实际角度,Amin表示所有所述扫描点中相较于毫米波雷达的最小实际角度。
5.根据权利要求4所述的基于毫米波雷达的目标筛选方法,其特征在于,所述基于归一化处理后的所述特征数据,采用预设的聚类算法对所述扫描点进行聚类,形成多组聚类点,包括:
采用预设的基于密度的聚类算法,计算各所述扫描点之间的欧式距离;
基于各所述扫描点之间的欧式距离,生成多组聚类点。
6.根据权利要求5所述的基于毫米波雷达的目标筛选方法,其特征在于,所述基于各组所述聚类点中所述扫描点的特征数据,确定所述各组聚类点对应的物体类型,确定目标物体,包括:
将归一化速度在第一预设范围内、且相较于毫米波雷达的实际角度在第二预设范围内的扫描点作为静止聚类点,将所述静止聚类点的物体确认为静止物体。
7.根据权利要求6所述的基于毫米波雷达的目标筛选方法,其特征在于,所述基于各组所述聚类点中所述扫描点的特征数据,确定所述各组聚类点对应的物体类型,确定目标物体,包括:
将相较于毫米波雷达的实际角度在第三预设范围内扫描点确认为第二聚类点,且当所述第二聚类点中所述扫描点的数量大于第四预设值时,将所述第二聚类点对应的物体类型确认为车辆;
基于所述第二聚类点中扫描点的归一化速度,确认所述车辆为静止车辆或移动车辆。
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广西综合交通大数据研究院;桂林电子科技大学,未经广西综合交通大数据研究院;桂林电子科技大学许可,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/202110704069.2/1.html,转载请声明来源钻瓜专利网。