[發(fā)明專(zhuān)利]基于車(chē)載雷達(dá)的目標(biāo)識(shí)別方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201911344659.8
• 申請(qǐng)日: 2019-12-24
• 公開(kāi)（公告）號(hào): CN113030890A
• 公開(kāi)（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳市大富科技股份有限公司
• 主分類(lèi)號(hào): G01S7/41
• 分類(lèi)號(hào): G01S7/41;G01S13/931
• 代理公司: 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 李慶波

本申請(qǐng)?zhí)峁┮环N基于車(chē)載雷達(dá)的目標(biāo)識(shí)別方法，包括：利用車(chē)載雷達(dá)分別獲取行人和車(chē)輛的多個(gè)測(cè)量數(shù)據(jù)集，其中，每個(gè)測(cè)量數(shù)據(jù)集包括多個(gè)數(shù)據(jù)子集，每個(gè)數(shù)據(jù)子集包括一組測(cè)量數(shù)據(jù)；利用每個(gè)測(cè)量數(shù)據(jù)集內(nèi)的多個(gè)數(shù)據(jù)子集的測(cè)量數(shù)據(jù)計(jì)算與每個(gè)測(cè)量數(shù)據(jù)集對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)，其中，訓(xùn)練數(shù)據(jù)至少包括橫向速度的頻域特征，每個(gè)測(cè)量數(shù)據(jù)集所對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)作為一個(gè)特征元素；將多個(gè)特征元素匯總成特征集，并對(duì)每個(gè)特征元素進(jìn)行行人或車(chē)輛標(biāo)記；利用特征集訓(xùn)練識(shí)別模型。該目標(biāo)識(shí)別方法的目標(biāo)識(shí)別準(zhǔn)確性高。此外，本申請(qǐng)還提供了一種基于車(chē)載雷達(dá)的目標(biāo)識(shí)別設(shè)備。

技術(shù)領(lǐng)域

本申請(qǐng)涉及自動(dòng)駕駛的技術(shù)領(lǐng)域，具體是涉及一種基于車(chē)載雷達(dá)的目標(biāo)識(shí)別方法及設(shè)備。

背景技術(shù)

隨著雷達(dá)技術(shù)的發(fā)展，其應(yīng)用頻率在不斷提高。現(xiàn)有毫米波雷達(dá)的距離分辨率可以達(dá)到厘米甚至毫米級(jí)，可以分辨出車(chē)輛周?chē)恼系K物的大小和輪廓，為雷達(dá)在自動(dòng)駕駛中識(shí)別行人和車(chē)輛提供了可能。

相關(guān)技術(shù)中識(shí)別行人和車(chē)輛的另一種識(shí)別方法是通過(guò)雷達(dá)測(cè)量目標(biāo)的多個(gè)散射點(diǎn)的速度變化(速度像)，距離變化(距離像)，來(lái)進(jìn)行行人和車(chē)輛的識(shí)別。該方法的主要缺點(diǎn)在于識(shí)別行人和車(chē)輛的準(zhǔn)確率低，難以滿足自動(dòng)駕駛的需求。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題，本申請(qǐng)?zhí)峁┝艘环N基于車(chē)載雷達(dá)的目標(biāo)識(shí)別方法及設(shè)備，該目標(biāo)識(shí)別方法識(shí)別行人和車(chē)輛的準(zhǔn)確性較高。

本申請(qǐng)一方面提供了一種基于車(chē)載雷達(dá)的目標(biāo)識(shí)別方法，包括：利用車(chē)載雷達(dá)分別獲取行人和車(chē)輛的多個(gè)測(cè)量數(shù)據(jù)集，其中，每個(gè)測(cè)量數(shù)據(jù)集包括多個(gè)數(shù)據(jù)子集，每個(gè)數(shù)據(jù)子集包括一組測(cè)量數(shù)據(jù)；利用每個(gè)測(cè)量數(shù)據(jù)集內(nèi)的多個(gè)數(shù)據(jù)子集的測(cè)量數(shù)據(jù)計(jì)算與每個(gè)測(cè)量數(shù)據(jù)集對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)，其中，訓(xùn)練數(shù)據(jù)至少包括橫向速度的頻域特征，每個(gè)測(cè)量數(shù)據(jù)集所對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)作為一個(gè)特征元素；將多個(gè)特征元素匯總成特征集，并對(duì)每個(gè)特征元素進(jìn)行行人或車(chē)輛標(biāo)記；利用特征集訓(xùn)練初始識(shí)別模型，以標(biāo)記為行人的特征元素作為正類(lèi)訓(xùn)練樣本，以標(biāo)記為車(chē)輛的特征元素作為負(fù)類(lèi)訓(xùn)練樣本，以得到目標(biāo)識(shí)別模型；利用目標(biāo)識(shí)別模型對(duì)目標(biāo)進(jìn)行識(shí)別，以確定目標(biāo)為行人或者車(chē)輛。

進(jìn)一步地，測(cè)量數(shù)據(jù)包括徑向速度、距離以及方位角。利用每個(gè)測(cè)量數(shù)據(jù)集內(nèi)的多個(gè)數(shù)據(jù)子集的測(cè)量數(shù)據(jù)計(jì)算與每個(gè)測(cè)量數(shù)據(jù)集對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)，其中，訓(xùn)練數(shù)據(jù)至少包括橫向速度的頻域特征，每個(gè)測(cè)量數(shù)據(jù)集所對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)作為一個(gè)特征元素的步驟包括：利用每個(gè)測(cè)量數(shù)據(jù)集內(nèi)的多個(gè)數(shù)據(jù)子集的徑向速度和方位角計(jì)算與每個(gè)測(cè)量數(shù)據(jù)集對(duì)應(yīng)的橫向速度的頻域特征；利用每個(gè)測(cè)量數(shù)據(jù)集內(nèi)的多個(gè)數(shù)據(jù)子集的徑向速度計(jì)算與每個(gè)測(cè)量數(shù)據(jù)集對(duì)應(yīng)的速度像、速度方差和速度偏差；利用每個(gè)測(cè)量數(shù)據(jù)集內(nèi)的多個(gè)數(shù)據(jù)子集內(nèi)的距離計(jì)算與每個(gè)測(cè)量數(shù)據(jù)集對(duì)應(yīng)的距離像、距離方差和距離偏差；其中，訓(xùn)練數(shù)據(jù)包括橫向速度的頻域特征、速度像、速度方差、速度偏差、距離像、距離方差以及距離偏差，每個(gè)測(cè)量數(shù)據(jù)集所對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)作為一個(gè)特征元素。通過(guò)獲取行人和車(chē)輛的橫向速度的頻域特征、速度像、速度方差、速度偏差、距離像、距離方差以及距離偏差作為特征元素以形成特征集，有利于提高目標(biāo)識(shí)別的準(zhǔn)確性。

進(jìn)一步地，利用特征集訓(xùn)練初始識(shí)別模型，以標(biāo)記為行人的特征元素作為正類(lèi)訓(xùn)練樣本，以標(biāo)記為車(chē)輛的特征元素作為負(fù)類(lèi)訓(xùn)練樣本，以得到目標(biāo)識(shí)別模型的步驟之前，包括：對(duì)特征集進(jìn)行降維處理。通過(guò)對(duì)特征集進(jìn)行降維處理去除冗余信息，有利于減小數(shù)據(jù)處理量，縮短識(shí)別目標(biāo)所需要的時(shí)間，進(jìn)而提高目標(biāo)識(shí)別的實(shí)時(shí)性，更好的滿足自動(dòng)駕駛的需求。