[发明专利]汽车及车载雷达的多目标聚类方法、装置

说明书

本发明公开了一种汽车及车载雷达的多目标聚类方法、装置，其中，方法包括：S1，获取待轮询的原始目标数组，并将数组中的每个元素标记为未访问状态；S2，轮询原始目标数组中的每个元素，并根据正在轮询的处于未访问状态的元素获取对应的新数组；S3，轮询新数组中的每个元素，并根据正在轮询的处于未访问状态的元素获取对应的簇数组；S4，轮询簇数组中的每个元素，并将其中处于未访问状态的元素添加至对应的新数组中；S5，完成簇数组轮询后，返回S3，完成新数组轮询后，返回S2；S6，完成原始目标数组轮询后，每个新数组中幅值最大的元素组成聚类目标数组。该方法能够提高车载雷达的目标聚类准确性，且对大目标具有很好的聚类效果。

技术领域

本发明涉及车载雷达技术领域，尤其涉及一种车载雷达的多目标聚类方法、一种车载雷达的多目标聚类装置和一种汽车。

背景技术

相关技术中，在对车载雷达目标进行聚类时，采用雷达探测系统进行周期性探测，得到探测区域的点迹多维参数，进而采用DBSCAN(Density-Based Spatial Clustering ofApplications with Noise，具有噪声的基于密度的聚类方法)聚类算法对每个探测周期内的点迹进行聚类，得到若干个簇，每个簇代表一个车载雷达目标。DBSCAN聚类算法的输入参数包括点迹多维参数和一组预先设定的邻域参数(∈，MinPts)，其中，∈为以对象点迹为中心的圆的半径，MinPts为以对象点迹为中心的圆内相邻点迹的数量的阈值。

进一步地，对聚类后得到的若干个簇进行过滤，并计算过滤后簇的平均距离，如果连续多个探测周期内，簇的平均距离变化趋势符合预警条件则发出预警。其中，簇的平均距离是一个探测周期内所有簇的平均点迹距离的平均值，而簇的平均点迹距离是该簇内所有点迹的距离的平均值。

然而，上述技术是各种天气条件下在高危地段长期监测并提供预警的自动探测技术，只是为了达到提前预警的目的，且仅仅是对探测周期内的簇的平均距离变化趋势和预警条件对比，并没有将探测到的目标点积聚类成一个目标。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种车载雷达的多目标聚类方法，该方法能够提高车载雷达的目标聚类准确性，且对大目标具有很好的聚类效果。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种车载雷达的多目标聚类装置。

本发明的第四个目的在于提出一种汽车。

为达到上述目的，本发明第一方面实施例提出了一种车载雷达的多目标聚类方法，包括以下步骤：S1，获取待轮询的原始目标数组，并将所述原始目标数组中的每个元素标记为未访问状态，其中，所述原始目标数组中的每个元素对应车载雷达的一个目标；S2，轮询所述原始目标数组中的每个元素，并根据正在轮询的处于未访问状态的元素的参数信息和所述原始目标数组中除正在轮询的元素外的剩余元素的参数信息对所述原始目标数组中的元素进行分类以得到该处于未访问状态的元素对应的新数组，其中，元素的参数信息至少包括对应的目标的幅值；S3，轮询所述新数组中的每个元素，并根据正在轮询的处于未访问状态的元素的参数信息与所述原始目标数组中除正在轮询的元素外的剩余元素的参数信息对所述原始目标数组中的元素进行分类以得到该处于未访问状态的元素对应的簇数组；S4，轮询所述簇数组中的每个元素，并将所述簇数组中处于未访问状态的元素添加至该簇数组对应的新数组中；S5，当完成对所述簇数组的轮询后，返回执行步骤S3，并当完成对所述新数组的轮询后，返回执行步骤S2；S6，当完成对所述原始目标数组的轮询后，获取每个新数组中幅值最大的元素，并将每个新数组中幅值最大的元素添加至聚类目标数组中，以完成目标聚类。