[發(fā)明專利]一種基于點數(shù)據(jù)的模式識別方法

在審

• 申請?zhí)枺?/td>: 202011593419.4
• 申請日: 2020-12-29
• 公開（公告）號: CN112817005A
• 公開（公告）日: 2021-05-18
• 發(fā)明（設計）人: 楊偉軍;李力;黃磊;何鵬;陳國鵬;宋小齊;楊楠;張銳;李兵祖;韓云;李世春;劉海寧;陳博;王聰;周俊;秦福林;翟大慶
• 申請（專利權）人: 中國鐵路蘭州局集團有限公司;四川國軟科技發(fā)展有限責任公司
• 主分類號: G01S17/88
• 分類號: G01S17/88;G01S17/87
• 代理公司: 北京市領專知識產(chǎn)權代理有限公司 11590
• 代理人: 王瑩瑩;葛紅

1.一種基于點數(shù)據(jù)的模式識別方法，其特征在于：包括以下步驟：

周期獲取激光雷達的檢測數(shù)據(jù)，對激光雷達的檢測數(shù)據(jù)進行脈沖轉換處理，得到脈沖特征矩陣；

對脈沖特征矩陣進行特征分解，將得到的特征值做動態(tài)可視化處理，提取動態(tài)變化值；

判斷提取的動態(tài)變化值中是否有生物特征值，若有，則剔除生物特征值后繼續(xù)對動態(tài)變化值進行判斷，直到所有的動態(tài)變化值中均未有生物特征值后，進行報警；若無，則進行報警。

2.根據(jù)權利要求1所述的一種基于點數(shù)據(jù)的模式識別方法，其特征在于：所述周期獲取激光雷達的檢測數(shù)據(jù)的步驟，包括：

每隔周期T時，統(tǒng)一獲取一次N個激光雷達的檢測數(shù)據(jù)X`<sub>1</sub>、X`₂...X`_N；

將每個激光雷達的檢測數(shù)據(jù)X`_N減去其盲區(qū)檢測數(shù)據(jù)，得到實際檢測數(shù)據(jù)X_N：

X_N＝X`_N(R-L)

其中R表示激光雷達掃描的扇形區(qū)域內的檢測數(shù)據(jù)，L表示激光雷達掃描的扇形區(qū)域中存在盲區(qū)的檢測數(shù)據(jù)；

獲取的N個激光雷達的檢測數(shù)據(jù)為：

3.根據(jù)權利要求2所述的一種基于點數(shù)據(jù)的模式識別方法，其特征在于：所述對激光雷達的檢測數(shù)據(jù)進行脈沖轉換處理，得到脈沖特征矩陣的步驟，包括：

將激光雷達的檢測數(shù)據(jù)X_n進行脈沖轉換處理，得到脈沖數(shù)據(jù)矢量Y_n；

將脈沖數(shù)據(jù)矢量Y_n進行特征劃分，得到脈沖特征矩陣R：

其中N表示激光雷達的數(shù)量，M表示每個激光雷達的檢測數(shù)據(jù)中的特征數(shù)量，Y_ij表示第i個激光雷達的檢測數(shù)據(jù)中的第j個特征，Y_j表示N個激光雷達的檢測數(shù)據(jù)中的特征。

4.根據(jù)權利要求3所述的一種基于點數(shù)據(jù)的模式識別方法，其特征在于：所述對脈沖特征矩陣進行特征分解，將得到的特征值做動態(tài)可視化處理，提取動態(tài)變化值的步驟，包括：

對脈沖特征矩陣R進行特征分解，得到特征值Y_j；

將特征值Y_j的動態(tài)能量以波形展示，得到本周期內N個激光雷達檢測數(shù)據(jù)中特征能量的動態(tài)變化值C_j。

5.根據(jù)權利要求4所述的一種基于點數(shù)據(jù)的模式識別方法，其特征在于：所述判斷提取的動態(tài)變化值中是否有生物特征值，若有，則剔除生物特征值后繼續(xù)對動態(tài)變化值進行判斷，直到所有的動態(tài)變化值中均未有生物特征值后，進行報警；若無，則進行報警的步驟，包括：

特征能量的動態(tài)變化值C_j為正數(shù)的判斷為生物特征值CI_j，并剔除生物特征值CI_j；剔除生物特征值CI_j后繼續(xù)對動態(tài)變化值C_j進行判斷是否還有生物特征值CI_j，直到剔除所有的生物特征值CI_j后，若C_j-CI_j≠0，則進行報警；

特征能量的動態(tài)變化值C_j中沒有正數(shù)時，則進行報警。

6.根據(jù)權利要求5所述的一種基于點數(shù)據(jù)的模式識別方法，其特征在于：所述直到剔除所有的生物特征值CI_j后，若C_j-CI_j≠0，則進行報警的步驟，包括：

若C_j-CI_j≠0，則判斷剩余的動態(tài)變化值CU_j為目標特征值，其中C_j-CI_j＝CU_j；

將目標特征值CU_j還原至特征值Y_j，在脈沖特征矩陣R中找到該目標特征值CU_j所屬的激光雷達的檢測數(shù)據(jù)，對該激光雷達所掃描的區(qū)域進行報警。