[发明专利]基于多径的雷达目标聚类方法、装置、设备和存储介质有效

专利信息
申请号: 202110260162.9 申请日: 2021-03-10
公开(公告)号: CN113030897B 公开(公告)日: 2022-05-31
发明(设计)人: 王晨红;邢寒露;石露露;薛高茹;何文彦;秦屹 申请(专利权)人: 森思泰克河北科技有限公司
主分类号: G01S7/41 分类号: G01S7/41;G06K9/62;G06V10/762
代理公司: 石家庄国为知识产权事务所 13120 代理人: 李荣文
地址: 050200 河北省石家庄*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 雷达 目标 方法 装置 设备 存储 介质
【说明书】:

发明适用于雷达测控技术领域,提供了一种基于多径的雷达目标聚类方法、装置、设备和存储介质,其中,基于多径的雷达目标聚类方法包括:接收第一雷达帧;计算所述第一雷达帧的点云产生多径的概率值;根据所述概率值与聚类门限之间的对应关系,确定所述第一雷达帧的聚类门限;基于所述第一雷达帧的聚类门限和至少一个第二雷达帧的聚类门限,对所述点云进行聚类;所述第二雷达帧为位于所述第一雷达帧之前的雷达帧。采用本发明可以提高雷达目标聚类的准确率,进而可以提高雷达对目标的识别准确率。

技术领域

本发明属于雷达测控技术领域,尤其涉及一种基于多径的雷达目标聚类方法、装置、设备和存储介质。

背景技术

随着无人驾驶技术的飞速发展,雷达在汽车领域的应用愈发普遍。在车辆的行驶过程中,雷达可以对车辆周围的目标进行检测,并识别出目标的类别,如大车、小车、行人等。

然而,雷达在对目标进行识别时,有时会出现识别错误的情况,例如将一辆大车识别为多辆小车或者将多辆小车识别为一辆大车,导致目标的识别准确率较低。

发明内容

有鉴于此,本发明实施例提供了一种基于多径的雷达目标聚类方法、装置、设备和存储介质,以解决现有技术中雷达对目标的识别准确率较低的问题。

本发明实施例的第一方面提供了一种基于多径的雷达目标聚类方法,包括:

接收第一雷达帧;

计算第一雷达帧的点云产生多径的概率值;

根据概率值与聚类门限之间的对应关系,确定第一雷达帧的聚类门限;

基于第一雷达帧的聚类门限和至少一个第二雷达帧的聚类门限,对点云进行聚类;第二雷达帧为位于第一雷达帧之前的雷达帧。

可选的,计算第一雷达帧的点云产生多径的概率值,包括:

按照预设聚类门限对第一雷达帧的点云进行聚类,得到至少一个目标;

计算至少一个目标产生多径的概率值;

根据至少一个目标产生多径的概率值,确定第一雷达帧的点云产生多径的概率值。

可选的,根据至少一个目标产生多径的概率值,确定第一雷达帧的点云产生多径的概率值,包括:

将至少一个目标产生多径的概率值中最大的概率值,确定为第一雷达帧的点云产生多径的概率值。

可选的,根据概率值与聚类门限之间的对应关系,确定第一雷达帧的聚类门限,包括:

将概率值与预设聚类门限的乘值,确定为第一雷达帧的聚类门限。

可选的,根据概率值与聚类门限之间的对应关系,确定第一雷达帧的聚类门限,包括:

确定出概率值所处的预设概率区间;

将与预设概率区间对应的聚类门限,确定为第一雷达帧的聚类门限。

可选的,基于第一雷达帧的聚类门限和至少一个第二雷达帧的聚类门限,对点云进行聚类,包括:

对第一雷达帧的聚类门限和至少一个第二雷达帧的聚类门限取平均值,得到平均聚类门限;

按照平均聚类门限对点云进行聚类。

可选的,基于第一雷达帧的聚类门限和至少一个第二雷达帧的聚类门限,对点云进行聚类,包括:

将第一雷达帧的聚类门限和至少一个第二雷达帧的聚类门限分别乘以相应的权重值,得到加权聚类门限;

按照加权聚类门限对点云进行聚类。

本发明实施例的第二方面提供了一种基于多径的雷达目标聚类装置,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于森思泰克河北科技有限公司,未经森思泰克河北科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110260162.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top