[发明专利]一种车载毫米波雷达噪声数据的分类识别过滤方法

权利要求书

1.一种车载毫米波雷达噪声数据的分类识别过滤方法，其特征在于：包括：

步骤1：毫米波雷达无效噪点的识别滤除：

将毫米波雷达数据中的参量：合成相对距离、纵向相对速度、纵向相对加速度、水平方位角及横向相对速度限定在如下取值范围内，对无效噪点识别滤除；

步骤2：毫米波雷达虚点噪点的识别滤除：

首先判断当前帧是否存在虚景点，两两比较毫米波雷达信号信息的匹配程度，如果两个毫米波雷达的目标反馈点，同时满足以下五个条件，则判断这两个目标反馈点是虚实点对：

纵向距离信息：δ(CAN_TX_TRACK_RANGE*sin(CAN_TX_TRACK_ANGLE))0.1m；

纵向速度信息：δ(CAN_TX_TRACK_RANGE_RATE)0.01m/s；

纵向加速度信息：δ(CAN_TX_TRACK_RANGE_ACCEL)0.05m/s²；

目标物对应的原始数据信息：δ(CAN_TX_TRACK_GROUPING_CHANGED)＝＝0；

目标更新状态信息：δ(CAN_TX_TRACK_STATUS)；

参量释义如下：

CAN_TX_TRACK_RANGE是目标物与radar的相对距离；

CAN_TX_TRACK_RANGE_RATE是目标物与radar的相对速度；

CAN_TX_TRACK_RANGE_ACCEL是目标物与radar的相对加速度；

CAN_TX_TRACK_ANGLE是目标物与radar的水平方位角；

CAN_TX_TRACK_GROUPING_CHANGED是目标物对应的毫米波原始点云个数是否发生改变；

CAN_TX_TRACK_LAT_RATE是目标物的横向速度；

CAN_TX_TRACK_STATUS是目标物的状态更新；

然后由于虚景点信号处于连续金属护栏和目标车辆之间，因此通过比较金属护栏、虚景点、实际目标物反馈点的横向相对位置关系，对虚实点对中虚景点进行识别滤除如下：

以车行驶方向为中间分界线，将前向分成两个空间区域，设置本车两侧毫米波雷达点不少于12个，当某一侧的反馈点个数不足12个的时候，以相对纵向距离(CAN_TX_TRACK_RANGE*cos(CAN_TX_TRACK_ANGLE))、相对横向距离(CAN_TX_TRACK_RANGE*sin(CAN_TX_TRACK_ANGLE))为随机变量，产生基于正态分布的Monte-Carlo抽样结果作为背景点，将不足12个点的一侧数据补足到12个反馈点；

以横向相对距离的绝对值作为随机变量，直接计算该随机变量在两个空间区域内的期望值E和方差V，对于期望值较小方差也小的区域，判定为有金属护栏的一侧区域，相应地，如果该区域所有反馈点横向距离为负值，那么虚实点对中的虚景点是横向距离更小的点，直接滤除这个虚景点；如果区域的所有反馈点横向距离为正值，那么虚实点对中的虚景点是横向距离更大的点，直接滤除这个虚景点。

步骤3：毫米波雷达纵向漂移点的识别滤除：

对于当前帧毫米波雷达每个点的数据信息，与上一帧每个毫米波雷达点进行一一匹配，如果前后两帧ID信息一致，并且当前帧当前目标反馈点的CAN_TX_TRACK_STATUS！＝1，计算当前帧减去上一帧的纵向像素的变化值：

(PIXEL_{Current_Frame_X}-PIXEL_{Previous_Frame_x})

对于当前帧毫米波雷达每个点的数据信息，与上一帧每个毫米波雷达点进行一一匹配，如果前后两帧工D信息一致，并且当前帧当前目标反馈点的CAN_TX_TRACK_STATUS！＝1，计算当前帧减去上一帧的横向像素的变化值：

(PIXEL_{Current_Frame_Y}-PIXEL_{Previous_Frame_Y})

对于当前帧当前反馈点信息，如果满足如下关系，则判定当前帧当前反馈点信息为纵向漂移噪点进行滤除；

(PIXEL_{Current_Frame_X}-PIXEL_{Previous_Frame_x})＞40

(PIXEL_{Current_Frame_Y}-PIXEL_{Previous_FrameY})在连续5帧内的值都大于零，或者都小于零。