[發明專利]目標運動狀態判斷方法、裝置、雷達設備和存儲介質

在審

• 申請號: 202110242814.6
• 申請日: 2021-03-05
• 公開（公告）號: CN113109802A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 方楚穎;晁淑媛
• 申請（專利權）人: 福瑞泰克智能系統有限公司
• 主分類號: G01S13/56
• 分類號: G01S13/56;G01S7/41
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 龍偉

本申請涉及一種目標運動狀態判斷方法、裝置、雷達設備和存儲介質，其中，該目標運動狀態判斷方法包括：獲取雷達回波信號，基于雷達回波信號獲取目標區域圖像，目標區域圖像包括距離?多普勒圖像和多個對應的數據點；將目標區域圖像中的數據點分類為目標點和噪底；對包含目標點的區域進行圖像膨脹，并計算膨脹數據區域面積；基于數據點的速度值獲取靜止點，基于膨脹數據區域面積、目標點的速度值及目標點周圍預設范圍內是否存在靜止點，判斷目標區域圖像對應目標的運動狀態。通過本申請，解決了現有技術無法在滿足雷達允許存儲量的條件下精確識別局部運動的靜止目標的問題，實現了對局部運動的靜止目標的精確識別。

技術領域

本申請涉及雷達監測領域，特別是涉及目標運動狀態判斷方法、裝置、雷達設備和存儲介質。

背景技術

隨著智能駕駛技術在車輛中的普及與發展，對外部環境的信息采集提出了更高的要求。其中毫米波雷達作為利用電磁波探測周圍環境的傳感器，以其優異的測距測速與測角能力以及良好的環境適應性，成為了智能駕駛技術感知外部環境的重要組成部分。

但是，對于局部運動的靜止目標，一般雷達往往會檢測到動點進而生成動航跡，如果目標位于雷達的報警區域內，極易造成靜止目標的誤報。

現有技術方案針對于此問題一般會采用短時傅里葉變換等時頻分析方法獲取多普勒參數的估計值，或是采用深度學習的方法提取特征并實現分類，前者需要對時域信號進行處理得到多普勒速度-時間分布，受噪聲影響只能得到初步的估計值，得到精確結果需要采用最大似然估計等優選方法，不是精確計算，且計算量較大，需要計算時間較長，后者存儲對應計算模型存儲量過大而無法滿足雷達存儲要求。

目前針對無法在滿足雷達允許存儲量的條件下精確識別局部運動的靜止目標的問題，尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種目標運動狀態判斷方法、裝置、雷達設備和存儲介質，以至少解決相關技術中在雷達對局部運動的靜止目標的識別時，無法在滿足雷達允許存儲量的條件下精確識別局部運動的靜止目標的問題。

第一方面，本申請實施例提供了一種目標運動狀態判斷方法，包括：

獲取雷達回波信號，基于所述雷達回波信號獲取待識別區域的目標區域圖像，所述目標區域圖像包括距離-多普勒圖像，所述目標區域圖像中包括多個與所述雷達回波信號對應的數據點；

基于所述數據點的能量值將所述目標區域圖像中的數據點分類為目標點和噪底，其中，所述數據點包括速度值、距離值以及能量值；

基于預設膨脹尺寸對包含所述目標點的區域進行圖像膨脹，得到膨脹數據區域，并計算膨脹數據區域面積，所述膨脹數據區域面積表征所述膨脹數據區域對應目標的運動幅度；

基于所述數據點的速度值從所述膨脹數據區域中的數據點選取靜止點，所述靜止點為所述數據點中速度值低于預設閾值的點；

基于所述膨脹數據區域面積、所述目標點速度值以及所述目標點周圍預設范圍內是否存在靜止點，判斷所述目標區域圖像對應目標的運動狀態。

在其中一個實施例中，所述基于所述雷達回波信號獲取待識別區域的目標區域圖像包括：

對所述雷達回波信號做距離維快速傅里葉變換和多普勒維快速傅里葉變換，得到距離多普勒圖像；

基于預設距離閾值以及預設速度閾值從所述距離多普勒圖像獲取目標區域圖像。

在其中一個實施例中，所述基于所述數據點的能量值將所述目標區域圖像中的數據點分類為目標點和噪底包括：

選取所述目標區域圖像的數據點中能量值最大的數據點，將最大能量值作為歸一化參數；

基于所述歸一化參數對所述目標區域圖像中的數據點對應的能量值進行歸一化，得到歸一化數據；