[发明专利]一种基于毫米波雷达的停车场噪声消除方法

说明书

本发明公开了一种基于毫米波雷达的停车场噪声消除方法，包括：一、雷达实时采集停车场内所有物体反射的电磁波数据信息，所述电磁波数据信息包括位置、速度、角度、多普勒系数和回波强度；二、根据目标多普勒系数将目标分为静止物体和运动物体，确定目标所在位置处的回波强度范围，根据回波强度、感兴趣的区域(ROI)、点云面积等判断当前点云数据哪些是噪声信息；三、消除静止物体噪声和运动物体噪声。本发明基于毫米波雷达检测数据信息，能够显著降低停车场的实施成本；其次可以准确地区分出汽车与非汽车信息，并且能够精确地排除目标汽车以外的其他静止物体或者运动物体这些噪声，避免其对运动目标的干扰。

技术领域

本发明涉及停车场噪声消除方法，尤其涉及一种基于毫米波雷达的停车场除汽车以外的噪声消除方法。

背景技术

目前用于停车场车辆检测与跟踪的传感器包括超声、被动红外、主动红外(激光雷达、TOF)和光学摄像头等传感器，但是这些传感器容易受外部环境(如光照、温度等)影响，造成虚警的出现。毫米波雷达则具备全天候的特性，在环境稳健性方面比其他传感器优异很多，能够满足地下停车场车辆检测在准确性、稳定性等方面的要求，因此毫米波雷达被越来越多的应用在安防监控、智能家居、智慧养老和自动门控制等领域。尤其在涉及到保护个人隐私生活等方面，毫米波雷达更有不可替代的天然优势。

发明内容

发明目的：针对现有技术存在的问题，本发明的目的是提供一种基于毫米波雷达的停车场噪声消除方法，在实现车辆检测与跟踪的同时，能够准确区分出汽车与非汽车，从而精确地消除停车场其他噪声的干扰。

技术方案：一种基于毫米波雷达的停车场噪声消除方法，包括如下内容：

步骤一、雷达实时采集停车场内所有物体的反射的电磁波数据信息，所述电磁波数据信息包括位置、速度、角度、多普勒系数和回波强度；

步骤二、根据多普勒系数将物体分为静止物体和运动物体，确定目标车辆所在位置处的回波强度范围，根据回波强度及位置判断运动物体噪声类型；

步骤三、消除静止物体噪声和运动物体噪声，所述运动物体噪声包括除目标车辆以外的运动物体噪声、运动物体产生的虚假检测点。

进一步的，采用零多普勒通道目标消除所述静止物体噪声。

进一步的，根据所述虚假检测点的位置，将虚假检测点分为就近的虚假检测点和远处的虚假检测点；

(1)针对就近的虚假检测点：当虚假检测点在目标周围1-1.5米范围内，并且其回波强度处于目标所在位置处的回波强度范围内时，将该虚假检测点当作目标处理；

(2)针对远处的虚假检测点：设定回波强度阈值，当其回波强度小于所述回波强度阈值时，滤除该虚假检测点；根据停车场车道及停车位区域的坐标位置，划分出感兴趣的区域ROI，当虚假检测点的坐标在ROI以外时，直接滤除，当虚假检测点的坐标在ROI内时，通过聚类计算密度去除。

进一步的，当所述虚假检测点与其他动态目标的检测点重合时，将其作为其他动态目标的检测点处理。

进一步的，所述运动物体噪声包括目标车辆以外的非汽车位移物体噪声，将该物体的回波强度与所在位置处目标的回波强度范围进行比较，确定该目标是否是汽车，滤除非汽车信息。

进一步的，针对滤除后的噪声信息，对目标点云数据进行聚类，得到不同目标类簇，计算每个类簇的面积，设定面积阈值，滤除面积小于所述面积阈值的点。

更进一步的，所述运动物体噪声包括目标车辆以外的其他汽车信息，对目标点云数据进行聚类，得到不同目标类簇，对不同簇进行跟踪滤波处理，区分动态目标汽车和其他汽车，滤除其他汽车信息。优选采用扩展卡尔曼滤波算法对不同簇进行跟踪滤波处理。