[發明專利]基于網格和DBSCAN的自適應車載毫米波雷達聚類算法及裝置

有效

• 申請號: 202110674446.2
• 申請日: 2021-06-17
• 公開（公告）號: CN113325383B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 李光平;何雨毅
• 申請（專利權）人: 廣東工業大學
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S13/00;G01S13/58;G01S13/92
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉思言

1.一種基于網格和DBSCAN的自適應車載毫米波雷達聚類算法，其特征在于，包括：

獲取車載毫米波雷達的數據點，根據所述數據點中的速度最大值、速度最小值、距離最大值、距離最小值生成數據區域；

將所述數據區域劃分成若干個網格，并將數據點接近的相鄰網格合并，得到若干個大網格，設所述大網格的面積為S，總數據點為M，則所述大網格的網格密度為P＝M/S；

將每個所述大網格在理想情況下包含的數據點數與實際包含的數據點數之差設為丟失點數，得到丟失點數集；

計算第一數據點與第二數據點的距離，將所述距離定義為最小鄰域半徑，所述第一數據點和所述第二數據點為相鄰數據點且所述丟失點數集在所述第一數據點和所述第二數據點的連線上；

根據所述最小鄰域半徑計算鄰域面積，并根據所述鄰域面積和所述網格密度獲得所述鄰域面積包含的數據點數，將數據點數定義為鄰近最少點數；

分別對各所述大網格的最小鄰域半徑和鄰近最少點數進行DBSCAN聚類。

2.根據權利要求1所述的基于網格和DBSCAN的自適應車載毫米波雷達聚類算法，其特征在于，所述根據所述數據點中的速度最大值、速度最小值、距離最大值、距離最小值生成數據區域，具體包括：

將所述距離最大值與所述距離最小值之差作為直角坐標系上的橫軸長度，將所述速度最大值與所述速度最小值之差作為直角坐標系上的縱軸長度，從而得到所述數據區域。

3.根據權利要求1所述的基于網格和DBSCAN的自適應車載毫米波雷達聚類算法，其特征在于，所述將數據點接近的相鄰網格合并，具體包括：

當第一網格的數據點數與預設檢測概率的乘積不大于第二網格的數據點數時，則將所述第一網格和所述第二網格合并，所述第一網格和所述第二網格為相鄰網格。

4.根據權利要求1所述的基于網格和DBSCAN的自適應車載毫米波雷達聚類算法，其特征在于，所述將每個所述大網格在理想情況下包含的數據點與實際包含的數據點之差設為丟失點數，得到丟失點數集，具體包括：

設第一大網格中數據點數最多的小網格的數據點數為N1，所述第一大網格的小網格數量為m，則所述第一大網格的在理想情況下包含的數據點為NT＝N1*m；

設所述第一大網格的實際包含的數據點數為NR，則所述第一大網格的丟失點數為L＝NT-NR，分別計算每個大網格的丟失點數得到所述丟失點數集。

5.根據權利要求1所述的基于網格和DBSCAN的自適應車載毫米波雷達聚類算法，其特征在于，所述計算第一數據點與第二數據點的距離，具體包括：基于歐氏距離公式計算第一數據點與第二數據點的距離。

6.一種基于網格和DBSCAN的自適應車載毫米波雷達聚類裝置，其特征在于，包括：

區域生成單元，用于獲取車載毫米波雷達的數據點，根據所述數據點中的速度最大值、速度最小值、距離最大值、距離最小值生成數據區域；

網格合并單元，用于將所述數據區域劃分成若干個網格，并將數據點接近的相鄰網格合并，得到若干個大網格，設所述大網格的面積為S，總數據點為M，則所述大網格的網格密度為P＝M/S；

第一計算單元，用于將每個所述大網格在理想情況下包含的數據點數與實際包含的數據點數之差設為丟失點數，得到丟失點數集；

第二計算單元，用于計算第一數據點與第二數據點的距離，將所述距離定義為最小鄰域半徑，所述第一數據點和所述第二數據點為相鄰數據點且所述丟失點數集在所述第一數據點和所述第二數據點的連線上；

第三計算單元，用于根據所述最小鄰域半徑計算鄰域面積，并根據所述鄰域面積和所述網格密度獲得所述鄰域面積包含的數據點數，將數據點數定義為鄰近最少點數；

聚類單元，用于分別對各所述大網格的最小鄰域半徑和鄰近最少點數進行DBSCAN聚類。