[發明專利]一種基于毫米波雷達的人員跟蹤與識別算法

有效

• 申請號: 202010680679.9
• 申請日: 2020-07-15
• 公開（公告）號: CN111708021B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 崔雄文;劉傳銀;周楊;馮冬陽;李劍鵬;萬瀟
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G01S13/88
• 分類號: G01S13/88
• 代理公司: 成都虹橋專利事務所(普通合伙) 51124
• 代理人: 陳立志

1.一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，包括如下步驟：

S1、通過毫米波雷達得到目標的回波點云數據；

S2、采用近鄰連通點云聚類算法并結合MCMC算法將點云數據中點跡和已有軌跡進行點軌關聯，并對已關聯的各個目標進行狀態估計更新，實現目標跟蹤；

S3、對跟蹤得到的各個目標進行識別；

步驟S3具體包括：

S31、對點云數據和軌跡數據進行特征提取；

S32、對提取的點云數據特征和軌跡數據特征進行選擇；

S33、基于所選的點云數據特征和軌跡數據特征，采用特征加權的加性提升算法進行單幀目標識別；

S34、基于單幀目標識別結果，進行多幀目標識別結果融合；

步驟S31提取的特征包括點云位置特征、點云多普勒特征和軌跡位置特征，提取這些特征的方法如下：

對點云數據計算目標位置參數在單幀的統計量，然后對各幀得到的最大值和最小值形成的包絡序列，再次計算序列的統計量，作為點云數據位置信息的統計特征；

對點云數據計算目標多普勒信息在單幀的統計量，然后對各幀得到的最大值和最小值形成的包絡序列，再次計算序列的統計量，作為點云數據多普勒信息的統計特征；

對軌跡數據計算目標位置參數在單幀的統計量，然后對各幀得到的最大值和最小值形成的包絡序列，再次計算序列的統計量，作為軌跡數據位置信息的統計特征。

2.如權利要求1所述一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，所述點云數據包括點跡的數量、每個點跡的距離、每個點跡的多普勒信息和每個點跡的角度參數。

3.如權利要求1所述一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，步驟S2進行點軌關聯的具體步驟包括：

在輸入點云數據后，隨機初始化關聯，然后對前一次迭代的關聯結果從多種軌跡變換方式中隨機等概率選擇一樣進行新關聯采樣，得到新采樣的關聯樣本后，計算采樣前后的關聯概率，然后判斷是否接受新關聯或者保留舊關聯，重復前述過程，得到最終的目標數量和點軌關聯結果。

4.如權利要求3所述一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，所述多種軌跡變換方式包括軌跡新生、軌跡消亡、軌跡分裂、軌跡合并、軌跡延拓、軌跡縮減、軌跡更新和軌跡切換。

5.如權利要求1所述一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，步驟S2采用EKF算法進行狀態估計更新。

6.如權利要求1所述一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，所述統計量包括均值、方差、最大值和最小值。

7.如權利要求1所述一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，步驟S33中所述加性提升算法為AdaBoost算法。

8.如權利要求1所述一種基于毫米波雷達的人員跟蹤與識別算法，其特征在于，步驟S34采用投票法進行多幀目標識別結果融合。