[發明專利]一種基于DBSCAN算法的交通目標識別方法

在審

• 申請號: 202110697622.4
• 申請日: 2021-06-23
• 公開（公告）號: CN113378751A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 余建國;賀越;宋錚;王斕;張佳;郭江奇;何繼開
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01S13/72;G01S17/50
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 易卜

1.一種基于DBSCAN算法的交通目標識別方法，其特征在于，具體為：

針對待識別的交通目標，首先通過毫米波雷達進行連續時間段的探測，獲得待測目標的不同時刻的位置信息，并將測得的位置信息作為點云數據；利用DBSCAN聚類算法對點云數據進行聚類，將符合距離限制的點云數據分配相同的簇標簽或者標記為噪聲；根據每個簇中的散射點數量進行目標類型的匹配，并將識別到的目標類型保存在目標標簽表中；最后對目標標簽表中的同一類型的標簽進行計數，得到綜合交通環境下各交通目標的數量。

2.根據權利要求1所述的一種基于DBSCAN算法的交通目標識別方法，其特征在于，所述的DBSCAN聚類算法的過程如下：

步驟201，從點云數據中選出核心樣本點以及各核心樣本點的鄰居；

核心樣本點的選擇為：針對點p，其與周圍各點的距離小于等于ε的所有點的數量大于閾值MinPts，則標記點p為核心樣本點；

與點p距離小于等于ε的點稱為點p的鄰居；

步驟202，逐個選擇點云數據中的各點，判斷當前點p是否為核心樣本，如果是，給點p分配一個簇標簽，進入步驟203；否則，點p被標記為噪聲；

步驟203，訪問核心樣本點p的所有鄰居，并將點p的簇標簽分配給所有鄰居；

步驟204，判斷每個被訪問的鄰居是否為核心樣本點，若是，則點p依次訪問各核心樣本的鄰居，并將點p的簇標簽分配給所有訪問的鄰居點，直到點p的鄰居沒有核心樣本點為止；

步驟205，選取點云數據中另一個未被訪問過的點，返回步驟202重復上述過程，直至所有點云數據都被分配簇標簽或被標記為噪聲，完成聚類。

3.根據權利要求1所述的一種基于DBSCAN算法的交通目標識別方法，其特征在于，所述的目標識別的具體過程為：

首先，創建一個空的目標標簽表，其長度與簇的數量相同；

然后，逐個選擇各簇，針對當前簇，判斷其標簽包含的散射點數量是否符合四類目標中的某一類，如果是，則將該簇對應到具體的目標類別，并將目標類型保存到目標標簽表中；否則，對當前簇暫不處理。

4.根據權利要求1或3所述的一種基于DBSCAN算法的交通目標識別方法，其特征在于，所述的目標類型分為四類，分別為：行人、摩托車、小型汽車和重型卡車。