[发明专利]车辆行驶前方人物的分类识别的方法、装置、设备和介质

权利要求书

1.一种车辆行驶前方人物的分类识别方法，其特征在于，包括：

获取与车辆行驶前方人物匹配的雷达回波数据，获取所述雷达回波数据中的时域特征数据和频域特征数据；

根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线；

根据所述时域拟合曲线和所述频域拟合曲线确定时域拟合系数和频域拟合系数，将所述时域拟合系数和所述频域拟合系数输入预先训练的分类模型，获取所述分类模型输出的与所述人物匹配的分类结果，其中，所述分类模型的样本数据集合包含行人时域数据、骑车人时域数据、行人频域数据和骑车人频域数据。

2.根据权利要求1所述的方法，其特征在于，获取与车辆行驶前方人物匹配的雷达回波数据，获取所述雷达回波数据中的时域特征数据和频域特征数据，包括：

通过车载毫米波雷达获取车辆行驶前方的行人和骑车人的原始雷达回波数据；

对所述原始雷达回波数据进行降噪处理，得到与各个所述行人或骑车人对应的目标雷达回波数据；

根据各所述目标雷达回拨数据的包络前沿特征确定对应目标雷达回拨数据的时域特征数据，根据所述时域特征数据通过信号变换生成频域特征数据。

3.根据权利要求2所述的方法，其特征在于，根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线，包括：

采用时域幂项系数对应的第一分数多项式对所述时域特征数据进行拟合，得到时域拟合曲线；

采用频域幂项系数对应的第二分数多项式对所述频域特征数据进行拟合，得到频域拟合曲线。

4.根据权利要求2所述的方法，其特征在于，根据所述时域拟合曲线和所述频域拟合曲线确定时域拟合系数和频域拟合系数，包括：

获取所述时域拟合曲线的时域拟合系数，获取所述频域拟合曲线的频域拟合系数。

5.根据权利要求1-4中任一项所述方法，其特征在于，将所述时域拟合系数和所述频域拟合系数输入预先训练的分类模型，获取所述分类模型输出的与所述人物匹配的分类结果，包括：

将所述时域拟合系数和频域拟合系数输入至预先训练的分类模型中，获取与所述时域拟合系数对应的第一分类结果和与所述频域拟合系数对应的第二分类结果；

在所述第一分类结果和第二分类结果一致时，确定所述目标雷达回波数据对应的目标分类结果；

根据所述目标分类结果，确定所述人物的所属类别；

在所述第一分类结果和所述第二分类结果不一致时，输出重新确定所述分数多项式的幂项系数的提示信息。

6.根据权利要求5所述的方法，其特征在于，所述人物的所属类别包括行人和骑车人。

7.根据权利要求6所述的方法，其特征在于，在将所述时域拟合系数和所述频域拟合系数输入预先训练的分类模型之前，还包括：

获取所述样本数据集合；

将所述行人时域数据、骑车人时域数据、行人频域数据和骑车人频域数据划分为训练样本数据和测试样本数据，并使用所述训练样本数据和测试样本数据对支持向量机分类器进行至少一轮的训练和验证，得到分类模型。

8.一种车辆行驶前方人物的分类识别装置，其特征在于，包括：

特征数据获取模块，用于获取与车辆行驶前方人物匹配的雷达回波数据，获取所述雷达回波数据中的时域特征数据和频域特征数据；

拟合曲线生成模块，用于根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线；

分类结果获取模块，用于根据所述时域拟合曲线和所述频域拟合曲线确定时域拟合系数和频域拟合系数，将所述时域拟合系数和所述频域拟合系数输入预先训练的分类模型，获取所述分类模型输出的与所述人物匹配的分类结果，其中，所述分类模型的样本数据集合包含行人时域数据、骑车人时域数据、行人频域数据和骑车人频域数据。