[发明专利]雷达点云聚类方法和装置

说明书

本申请公开了一种雷达点云聚类方法和装置，涉及雷达成像领域，用于区分距离相近的不同目标的点云。雷达点云聚类方法，包括：根据点云数据的M个点中任意两个点相对于雷达的角度信息和距离信息，计算任意两个点之间的欧氏距离；其中，M为大于等于2整数；对任意两个点相对于雷达的径向速度作差，得到任意两个点之间的径向速度差；对满足欧氏距离小于第一距离门限，并且，径向速度差小于第一速度门限的任意两个点进行聚类，得到N个目标点云；其中，N为大于1的整数。

技术领域

本申请涉及雷达成像领域，尤其涉及一种雷达点云聚类方法和装置。

背景技术

随着高级驾驶辅助系统(advanced driver assistance systems，ADAS)和无人驾驶技术的发展，对车载雷达的探测距离、角度分辨率等性能提出了更高的要求。目前的车载雷达(例如毫米波雷达)在对一个目标进行成像时会检测出多个测量点，形成高分辨率的目标点云，这种车载雷达也称之为点云成像雷达。

毫米波雷达对于同一目标进行测量会形成点云，为了对同一时刻检测的多个目标进行目标区分和状态估计，首先需要通过聚类方法对点云按照不同目标进行聚类。传统的带噪声的基于密度的聚类(density-based spatial clustering of applications withnoise，DBSCAN)算法，是基于一定距离范围内的点云密度来对点云进行聚类的，当多个目标距离相近时会出现多个目标的点云被聚成一个类的情况。

发明内容

本申请实施例提供一种雷达点云聚类方法和装置，用于区分距离相近的不同目标的点云。

为达到上述目的，本申请的实施例采用如下技术方案：

第一方面，提供了一种雷达点云聚类方法，包括：根据点云数据的M个点中任意两个点相对于雷达的角度信息和距离信息，计算任意两个点之间的欧氏距离；其中，M为大于等于2整数；对任意两个点相对于雷达的径向速度作差，得到任意两个点之间的径向速度差；对满足欧氏距离小于第一距离门限，并且，径向速度差小于第一速度门限的任意两个点进行聚类，得到N个目标点云；其中，N为大于1的整数。

本申请实施例提供的雷达点云聚类方法，根据点云数据的M个点中任意两个点相对于雷达的角度信息和距离信息，计算该任意两个点之间的欧氏距离；对该任意两个点相对于雷达的径向速度作差，得到任意两个点之间的径向速度差；对满足欧氏距离小于第一距离门限，并且，径向速度差小于第一速度门限的所述任意两个点进行聚类，得到N个目标点云。如果仅将距离相近的点聚类为一个目标的点云，会将距离相近的不同目标的点云聚类为一个目标的点云。本申请基于距离相近的不同目标的点云虽然欧氏距离相近，但是由于不同目标的运动速度不同导致对应的点云的径向速度也不同的原理，将点云数据中欧氏距离相近并且径向速度差较小的点聚类为一个目标的点云，从而能够区分距离相近的不同目标的点云。

在一种可能的实施方式中，还包括：根据N个目标点云中每个目标点云的所有点相对于雷达的角度信息和径向速度，计算N个目标点云分别对应的移动速度；根据N个目标点云分别对应的N个几何中心点相对于雷达的角度信息、距离信息和径向速度差，计算N个几何中心点中任意两个几何中心点之间的欧氏距离和径向速度差；对N个目标点云中，几何中心点之间的欧氏距离小于第二距离门限，并且，径向速度差小于第二速度门限的目标点云进行聚类，得到第一集群；对第一集群中，移动速度满足条件的目标点云进行聚类，得到第二集群。

在一种可能的实施方式中，根据N个目标点云中每个目标点云的所有点相对于雷达的角度信息和径向速度，计算N个目标点云分别对应的移动速度，包括：针对N个目标点云中的任一目标点云，根据K个步进角度、任一目标点云的所有T个点相对于雷达的角度信息和径向速度，计算T个点的与K个步进角度对应的移动速度；其中，K为正整数；根据T个点的与K个步进角度对应的移动速度，计算任一目标点云的移动速度。