[發明專利]基于毫米波雷達的停車檢測方法及系統

在審

• 申請號: 202110343152.1
• 申請日: 2021-03-30
• 公開（公告）號: CN112926526A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 陳濤;張曉杰;周世軍
• 申請（專利權）人: 矽典微電子（上海）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F17/14
• 代理公司: 蘇州三英知識產權代理有限公司 32412
• 代理人: 周仁青

1.一種基于毫米波雷達的停車檢測方法，其特征在于，所述方法包括：

S1、獲取毫米波信號的回波信號，進行數模轉換并進行一維傅里葉變換，得到復數數組A；

S2、將復數數組A轉化為能量E；

S3、根據能量E和背景采集時保存的能量Eg沿各距離門進行對比，生成數據集為Ep的點云，每個點的數據為[X，Er]；

S4、提取數據集Ep中的特征值；

S5、對不同場景下樣本的數據集Ep按照特征值進行訓練及分類得到分類器，采用分類器對待分類的數據集Ep進行分類；

S6、將待分類數據集Ep的分類結果進行上報。

2.根據權利要求1所述的基于毫米波雷達的停車檢測方法，其特征在于，所述步驟S1中的回波信號為毫米波雷達發送的毫米波信號的回波信號，毫米波信號的調頻連續波。

3.根據權利要求1所述的基于毫米波雷達的停車檢測方法，其特征在于，所述步驟S2具體為：

根據公式E＝20*log10(abs(A))將一維傅里葉變換后的復數數組A轉化為能量E。

4.根據權利要求3所述的基于毫米波雷達的停車檢測方法，其特征在于，所述步驟S3中，X∈[0，64]，Er為：

5.根據權利要求1所述的基于毫米波雷達的停車檢測方法，其特征在于，所述數據集Ep中的特征值包括：能量最大點距離門P_maxbin、SNR最大值P_snrmax、SNR均值P_snrmean、SNR標準差P_snrstd、點的總數量P_num、前半部分點數P_{firsthalf_num}、后半部分點數P_{secondhalf_num}、能量最高點SNR P_emax。

6.根據權利要求5所述的基于毫米波雷達的停車檢測方法，其特征在于，所述步驟S5中分類器的模型為：

Confidence＝K0*D_maxbin+K1*D_snrmax+K2*D_snrmean+K3*D_snrstd+K4*D_num+K5*D_{firsthalf_num}+K6*D_{secondhalf_num}+K7*D_emax；

其中，Confidence為置信度，Ki為個特征值的加權系數，P為待分類數據集Ep中的各個特征值，p_x為不同場景下特征值的均值。

7.根據權利要求6所述的基于毫米波雷達的停車檢測方法，其特征在于，所述步驟S5中采用分類器對待分類的數據集Ep進行分類具體為：

獲取不同場景下待分類的數據集Ep對應的置信度Confidence或置信度的取反值Confidencex，其中，Confidencex＝1-Confidence；

將待分類的數據集Ep分類至Confidence最小或Confidencex最大對應的場景。

8.根據權利要求1所述的基于毫米波雷達的停車檢測方法，其特征在于，所述步驟S5的場景至少包括：有車無遮擋場景、有車有雨水遮擋場景、物體非法占位場景、無車場景。

9.根據權利要求1所述的基于毫米波雷達的停車檢測方法，其特征在于，所述方法還包括：

于休眠模式下等待喚醒；

若被外部喚醒，判斷外部IO口類型為事件IO口或命令IO口；

若為命令IO口，則解析并執行命令，進行參數配置；

若為事件IO口，則執行步驟S1～S6，進行停車檢測。

10.一種基于毫米波雷達的停車檢測系統，其特征在于，所述系統包括：

微波模塊：用于發送毫米波信號并獲取回波信號，進行數模轉換并進行一維傅里葉變換，得到復數數組A；

數據采集模塊：用于將復數數組A轉化為能量E；

點云生成模塊：用于根據能量E和背景采集時保存的能量Eg沿各距離門進行對比，生成數據集為Ep的點云，每個點的數據為[X，Er]；

特征提取模塊：用于提取數據集Ep中的特征值；

特征分析模塊：用于對不同場景下樣本的數據集Ep按照特征值進行訓練及分類得到分類器，采用分類器對待分類的數據集Ep進行分類；

結果上報模塊：用于將待分類數據集Ep的分類結果進行上報。