[发明专利]一种用于无人船的毫米波雷达目标点迹凝聚方法

说明书

本发明公开了一种用于无人船的毫米波雷达目标点迹凝聚方法，属于雷达数据处理领域。本发明提出采用阈值滤波法结合基于欧几里德距离的聚类法实现毫米波雷达目标点迹凝聚。首先从毫米波雷达获取无人船前方目标点迹数据，采用阈值滤波法进行点迹数据预处理，滤除无效目标点迹；然后按相对距离值由近及远重新排列有效目标点迹，按照“属于同一个目标的点迹位置相近、速度相同”这一规律，计算点迹之间的欧几里得距离，用其度量点迹之间的相似度，对目标点迹进行聚类处理，并计算障碍目标主要信息，表示出其大小范围，完成目标点迹凝聚。该方法减少了数据量，提高了数据处理效率及雷达检测结果的准确性，为无人船自主避碰提供良好的数据支撑。

技术领域

本发明涉及雷达数据处理领域，特别是涉及一种毫米波雷达目标点迹凝聚方法。

背景技术

毫米波雷达当前在汽车上的应用较为常见，例如自动驾驶、防撞预警等。由于海面环境复杂，当毫米波雷达应用于无人船时，检测结果中会存在大量无效目标，同时受到目标反射面大小，目标材质、距离以及雷达分辨率等因素的影响，一个被测目标可能会反射多个回波，从而雷达可能会将其识别为多个目标点迹，产生目标点迹分裂问题。

现有技术通常是获取雷达返回的目标点迹信息后，以点迹的相对距离和角度等信息为判断条件依次对比，通过选取参考点逐点比较或根据瀑布规则等方法对点迹进行聚类处理，并以目标的质心信息表示该目标。这类方法存在数据量大、过程繁琐、目标表示不够准确、可能将属于同一目标的目标点迹处理为多个目标以及有些方法实施前必须明确目标实际数量等问题。

发明内容

为了解决现有技术存在的问题，本发明提供了一种用于无人船的毫米波雷达目标点迹凝聚方法。通过阈值滤波法滤除无效目标点迹，按照“属于同一个目标的点迹位置相近、速度相同”这一规律，对目标点迹进行聚类处理，计算目标主要信息，表示出障碍目标的大小范围，完成目标点迹凝聚。

本发明所采用的具体技术方案是：

从毫米波雷达获取到目标点迹数据信息(包括：相对距离(R)、角度(A)、速度(V)，雷达散射截面(RCS)和位置(X、Y)等)后，采用阈值滤波法进行数据预处理，设置R、A、V、RCS阈值，确定信息有效范围，滤除无效目标点迹。

按相对距离值由近及远重新排列有效目标点迹，得到一组有序目标点迹数据。

根据点迹的R、A、V三个参数计算点迹之间的欧几里得距离(以下简称欧氏距离)，用其度量点迹之间的相似度，并据此对目标点迹进行聚类处理。

属于同一目标的点迹均称为该目标的“成员点迹”，根据成员点迹的数据信息，计算相应目标的距离、角度、速度和横向、纵向截面宽度等信息。

与现有技术相比，本发明提出的方法更加简便、易于理解和实现，通过数据预处理，降低了数据量，提高了后续数据处理的效率，通过根据点迹的位置信息和速度信息计算点迹间相似度的方式判定点迹是否属于同一目标，简化了目标点迹聚类过程，提高了数据处理的实时性，且获取到了目标的横向、纵向截面宽度，使得有效目标信息更加完整，提高了雷达检测结果的准确性，为后续无人船自主避碰提供良好的数据支撑。

附图说明

图1为本发明的方法流程图；

图2为图1所示方法中步骤103“目标点迹聚类”具体实现流程图；

图3为实施例中数据处理前的目标点迹图；

图4为实施例中数据预处理后的目标点迹图；

图5为实施例中本发明的总体实施效果图。

具体实施方式