[发明专利]一种4D毫米波雷达点云处理和目标分类的方法

权利要求书

1.一种4D毫米波雷达点云处理和目标分类的方法，其特征在于，包括：

输入4D毫米波雷达获取的目标的点迹，并对所述点迹进行预处理，所述点迹的量测包括目标的距离、水平角度、俯仰角度和径向速度；

对所有存在的航迹进行卡尔曼滤波预测，然后将所有航迹的预测后的丢失次数以及所有航迹的生存周期都分别加1，将航迹的外推时间加上雷达周期T；

将预处理后的点迹与已存在的航迹进行关联；

采用密度聚类的方式将未关联上航迹的预处理的点迹进行聚类；

对聚类的结果进行起始航迹,具体包括：

遍历聚类结果和航迹的存储，若存储航迹的数组内某个位置为空，则在这个位置存储新的航迹；

对每个类内的点迹进行动静检查，具体如下：若运动点迹个数超过总关联点迹数比率阈值，将该航迹标记为非静止的，否则，标记为静止的；

构造起始航迹的虚拟量测点迹，具体如下：

其中，为类内所有点迹的个数，为构造出的虚拟量测点迹的距离，为类内第i个点迹的距离，为构造出的虚拟量测点迹的水平角度，为类内第i个点迹的水平角度、为构造出的虚拟量测点迹的俯仰角度，为类内第i个点迹的俯仰角度，为构造出的虚拟量测点迹的径向速度，为类内第i个点迹的径向速度，为各点迹信噪比占类内所有点信噪比之和权值；

初始航迹的，生成周期初始化为1，丢失次数初始化为0，滤波状态设置为未初始化，航迹关联点迹数初始化为0，初始航迹的距离为、水平角度为、俯仰角度为和径向速度为；

进行航迹更新，所述航迹更新包括卡尔曼滤波更新，所述卡尔曼滤波更新的方式如下：遍历所有的有效的航迹，判断每一航迹在本帧是否存在关联点迹，若存在，且有效航迹处于第二帧，则对该航迹初始化卡尔曼滤波器，若航迹为两帧以上，则进行卡尔曼滤波更新；然后对所有在本帧有关联点迹的航迹做以下操作：将航迹的雷达散射截面积更新为本帧关联点迹中雷达散射截面积最大值，航迹关联点迹个数重置为0，航迹的丢失次数减1，航迹的外推时间重置为0；

对非真实目标的航迹或者目标已不在雷达探测范围不能稳定跟踪的航迹进行删除。

2.根据权利要求1所述的4D毫米波雷达点云处理和目标分类的方法，其特征在于，所述预处理包括角度矫正，经角度矫正后的水平角度、俯仰角度分别为：

其中，分别为标定出的雷达的水平角度和俯仰安装角度。

3.根据权利要求1所述的4D毫米波雷达点云处理和目标分类的方法，其特征在于，所述预处理还包括动静分离，所述动静分离的方式如下：

将点迹的径向速度分解到平面得到速度，将雷达所在车辆的速度分解到点迹径向方向投影到平面得到速度，将点迹的径向速度分解到Z轴方向得到速度，若速度与速度之和小于阈值，且速度小于阈值，则将该点迹判定为静止目标，否则，判定为运动目标。

4.根据权利要求1所述的4D毫米波雷达点云处理和目标分类的方法，其特征在于，将预处理后的点迹与本帧之前已存在的航迹关联具体包括：当预处理后的点迹通过某航迹设定的距离波门、水平角度波门、俯仰角度波门、径向速度波门时，记录此点迹与该航迹的距离，最后采用最近邻关联方式，将预测后的点迹关联上最近的航迹。

5.根据权利要求1所述的4D毫米波雷达点云处理和目标分类的方法，其特征在于，所述航迹更新还包括目标分类，所述目标分类的方式如下：

滑窗存储多帧目标的航迹信息，所述航迹信息包括在平面上的航向角α、航迹的虚拟量测点迹位置和航迹关联点迹，计算每帧航迹所有关联点迹在xoy面的投影点按照航向角α顺时针旋转后分别在X轴、Y轴的最大值、、以及每帧航迹所有关联点迹在xoy面的投影点按照航向角α顺时针旋转后在X轴、Y轴上的最小值、，计算每帧航迹所有关联点迹在Z轴上的最大最小值、；

将多帧航迹关联点迹分别计算出的、、和分别按照每帧的虚拟量测点迹坐标与第一帧的量测点迹坐标重合进行位移，然后取平移后分别在X轴、Y轴上的最大值和以及平移后分别在X轴、Y轴上的最小值和；将多帧的、分别按照每帧的虚拟量测点迹的Z轴坐标与第一帧的量测点迹Z轴坐标重合进行位移，取位移后的最大值和最小值，分别计算：

目标的长度，

目标的宽度，

目标的高度，

目标的体积；

根据目标的距离、水平角度给予各个类的长度、雷达散射截面积和体积对应的阈值，将目标的长度、速度、雷达散射截面积和体积作为目标的特征，基于所述目标的特征计算单帧目标的类概率，并结合历史概率和单帧目标的类概率以加权形式计算得出本帧目标分类概率，采用本帧目标分类概率最大的类作为本帧最后的分类结果，其中，

、分别为目标第k次卡尔曼滤波更新后在x轴上和y轴上的速度，k为大于零的整数。