[发明专利]一种基于BSD雷达简易高效的栏杆识别方法

说明书

本发明涉及一种基于BSD雷达简易高效的栏杆识别方法，滑动收集多帧绝对静止目标点列表；筛选第一距离范围内的绝对静止目标点进行栏杆识别，得到第一目标列表；采用线性拟合法计算第一目标列表中绝对静止目标点分布的斜率；若绝对静止目标点分布的斜率小于等于第一阈值，且第一目标列表中绝对静止目标点的数量大于等于第二阈值，则判断第一目标列表中识别到了第一栏杆目标，得到当前帧的第一栏杆识别位置。本方法通过滑动收集多帧绝对静止目标点列表，进而对其进行处理，以在不同距离和场景下识别栏杆，方法实现过程简易，且识别精度高、效率高，适用性强，不易受干扰，栏杆位置的识别结果稳定。

技术领域

本发明涉及栏杆识别技术领域，特别是涉及一种基于BSD雷达简易高效的栏杆识别方法。

背景技术

目前BSD雷达识别栏杆的技术有采用直方图方法识别、霍夫变换法识别、目标点聚类方法识别，每种方式都有各自的劣势，直方图方法识别由于固定距离的分割会导致栏杆识别的位置与真实位置误差较大；霍夫变换法识别计算相对复杂很多，且效率不高；目标点聚类方法识别在目标检测数量较少的情况下，效果不明显，且聚类波门的设置参数在不同距离和场景需要调整，需要大量实车数据验证。因此，如何提高栏杆识别的稳定性，如何适应不同场景的识别需求，如高速场景、多栏杆场景等将是需要解决的问题。

发明内容

本发明为克服上述现有技术中，栏杆识别误差大效率低、不能够适应不同场景的识别需求的问题，提供一种基于BSD雷达简易高效的栏杆识别方法。

为解决上述技术问题，本发明的技术方案如下：

一种基于BSD雷达简易高效的栏杆识别方法，包括：

S10、滑动收集多帧绝对静止目标点列表；

S20、筛选第一距离范围内的绝对静止目标点进行栏杆识别，得到第一目标列表；

S30、采用线性拟合法计算第一目标列表中绝对静止目标点分布的斜率；

S40、判断绝对静止目标点分布的斜率是否小于等于第一阈值，同时判断第一目标列表中绝对静止目标点的数量是否大于等于第二阈值，若绝对静止目标点分布的斜率小于等于第一阈值，且第一目标列表中绝对静止目标点的数量大于等于第二阈值，则判断第一目标列表中识别到了第一栏杆目标，得到当前帧的第一栏杆识别位置。

进一步的，作为优选技术方案，滑动收集多帧绝对静止目标点列表具体包括：

通过雷达实时获取检测目标点信息；

采用滑动收集的方法将最新获取的连续多帧检测目标点信息进行归集得到检测目标点列表信息；

根据检测目标点列表信息计算每一检测目标点的绝对对地速度；

将检测目标点的绝对对地速度与动静状态区分阈值进行比较，当检测目标点的绝对对地速度的绝对值小于等于动静状态区分阈值时，则判断当前检测目标点为绝对静止目标点，否则，当前检测目标点为运动目标点；

将检测目标点列表中所有的绝对静止目标点进行归集整理，得到绝对静止目标点列表。

进一步的，作为优选技术方案，检测目标点列表信息包括检测目标点相对本车的径向运动速度、检测目标点相对本车的距离、检测目标点相对本车的方位角；

检测目标点的绝对对地速度的计算具体为：车速与检测目标点相对本车的方位角的余弦乘积和检测目标点相对本车的径向运动速度之和。

进一步的，作为优选技术方案，第一目标列表的获取具体包括：

以车尾中点为原点建立车身坐标系；

从绝对静止目标点列表中筛选位于车身坐标系中第一距离范围内的绝对静止目标点作为栏杆识别的目标点识别列表；