[发明专利]基于无线雷达信号的关键点识别装置和方法

权利要求书

1.一种基于无线雷达信号的关键点识别装置，其特征在于，所述装置包括：

感知单元，其通过雷达对物体进行感知以获得点云数据；

特征提取单元，其对一段时间内获得的点云数据进行特征提取，获得反射点云的第一空间特征数据、多普勒速度特征数据、反射能量特征数据、密度分布特征数据和时间分布特征数据；

级联单元，其将所述第一空间特征数据、所述多普勒速度特征数据、所述反射能量特征数据、所述密度分布特征数据和所述时间分布特征数据进行级联；

特征检测单元，其利用基于神经网络的融合特征提取模型对级联后的特征数据进行检测，以获取融合特征信息；以及

关键点检测单元，其利用基于神经网络的关键点检测模型对所述融合特征信息进行检测，以输出所述物体的关键点数据。

2.根据权利要求1所述的装置，其中，所述装置还包括：

特征变换单元，其利用基于神经网络的空间变换模型对所述第一空间特征数据进行变换，获得规范化后的第二空间特征数据；

所述级联单元还用于将所述规范化后的第二空间特征数据与所述第一空间特征数据、所述多普勒速度特征数据、所述反射能量特征数据、所述密度分布特征数据和所述时间分布特征数据进行级联，并将级联后的特征数据输入所述融合特征提取模型中。

3.根据权利要求2所述的装置，其中，所述特征变换单元用于：

对N*3维的第一空间特征数据进行特征扩展，获得N*M维的扩展空间特征数据；

对N*M维的扩展空间特征数据进行池化操作，获得1*M维的全局空间特征数据；

对1*M维的全局空间特征数据进行特征变换，获得1*9维的特征数据后变换成3*3维的空间特征数据；以及

将所述N*3维的第一空间特征数据与所述3*3维的空间特征数据进行矩阵相乘，以获得所述规范化后的第二空间特征数据；

其中，N为大于1的正整数，M为大于3的正整数。

4.根据权利要求1所述的装置，其中，所述特征检测单元用于：

对N*L维的级联特征数据进行特征扩展，获得N*K维的扩展特征数据；

对N*K维的扩展特征数据进行池化操作，获得1*K维的全局特征数据；

对1*K维的全局特征数据进行特征变换，获得1*L²维的特征数据后变换成L*L维的特征数据；以及

将所述N*L维的级联特征数据与所述L*L维的特征数据进行矩阵相乘，以获得N*L维的融合特征信息；

其中，N、L和K均为大于1的正整数，并且L小于K。

5.根据权利要求1所述的装置，其中，所述特征提取单元获得反射点云的所述密度分布特征数据，包括：

计算每个反射点与其他反射点之间的距离值；

利用概率密度函数计算所述距离值对应的概率，并将所述概率作为所述密度分布特征数据。

6.根据权利要求5所述的装置，其中，所述概率密度函数为：

d_i为所述距离值；μ为预设的距离值参数，σ为方差值；

其中，不同的方差值对应不同的概率，以获得多个所述密度分布特征数据。

7.根据权利要求1所述的装置，其中，所述特征提取单元获得反射点云的所述时间分布特征数据，包括：

计算每个反射点对应的时间值；

利用时间密度函数计算所述时间值对应的概率，并将所述概率作为所述时间分布特征数据。

8.根据权利要求7所述的装置，其中，所述时间密度函数为：

f_i为所述时间值；μ为预设的时间值参数，σ为方差值；

其中，不同的方差值对应不同的概率，以获得多个所述时间分布特征数据。