[發明專利]一種用于交通大場景的雷達視頻一體機的數據融合方法

在審

• 申請號: 202111132848.6
• 申請日: 2021-09-27
• 公開（公告）號: CN113627569A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 王益維;陸啟榮;王加義;楊明;張毅;卞軍;鄭劍鋒
• 申請（專利權）人: 浙江高速信息工程技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G08G1/017
• 代理公司: 杭州凱知專利代理事務所(普通合伙) 33267
• 代理人: 金國棟;孫安程

1.一種用于交通大場景的雷達視頻一體機的數據融合方法，其特征在于，包括:

步驟1：采集處理毫米波雷達數據、輸出點云數據，點云數據聚類后提取得到多目標隊形陣列；

步驟2：采集視頻數據，檢測車輛下邊沿位置，并在每一幀圖像中將每一個車輛目標的下邊沿線檢測并標注線段中心點；

步驟3：視頻圖像畸變矯正，并將矯正后的視頻圖像與雷達圖像進行結構相似性的畸變矯正吻合率評估，如果不過評估門限，以非線性卷積匹配完成多點中心估計定標，再將定標結果重新與雷達數據進行圖像畸變矯正，直至評估過門限；

步驟4：雷達大地坐標與相機坐標系雙直角坐標系進行坐標轉換并進行投影映射，將雷達坐標系下的目標車輛實際位置映射到視頻坐標系下并得到得到映射坐標，然后在視頻二維坐標系中實現車輛目標底層切片多級分割；

步驟5：雙源切片數據二次模糊匹配，并進行匹配率評估，若不滿足條件，重新進行地平面坐標系切片和相機投影平面切片；

步驟6：歸一化高度后重新進行雙源數據匹配，直至匹配率滿足條件。

2.如權利要求1所述的用于交通大場景的雷達視頻一體機的數據融合方法，其特征在于，步驟6根據兩相交平面的投影解算和視頻聚類像素點高度、寬度估計，實現車輛目標高度、寬度估計，從而實現車輛的3D模型反演重構。

3.如權利要求1所述的用于交通大場景的雷達視頻一體機的數據融合方法，其特征在于，所述步驟3中多點中心估計定標采用特征點結構相似性度量和余弦相似性度量，其過程包括，

（1）提取雷達跟蹤次數大于m次的n個運動目標，構建二維圖陣，按照初始安裝參數進行相機平面投影；

（2）將100m以內已投影至相機平面的雷達目標與圖像識別的目標進行鄰域匹配；

（3）采用特征點結構相似性度量計算相似指數；

（4）余弦相似性度量對雷達目標點與相機目標點進行相似度估計；

（5）根據雷達RCS較大的特征點標定結果對圖像目標點進行非線性伸縮。

4.如權利要求3所述的用于交通大場景的雷達視頻一體機的數據融合方法，其特征在于，所述相機檢測下邊沿中心點以高階卷積、置換卷積非線性處理方式完成對多點中心估計定標。

5.如權利要求1所述的用于交通大場景的雷達視頻一體機的數據融合方法，其特征在于，所述步驟4中，切片是對雷達探測目標進行高度維的搜索匹配，切片計算的過程包括：

視頻識別車輛類型；

根據車輛類型進行高度位搜索匹配區域設置；

小汽車高度搜索范圍為0至2m，大卡車/公交車高度搜索范圍為0至4m，對應相機坐標系進行像素范圍遍歷匹配；

輸出匹配度最高的像素點跡用于同雷達數據二次匹配。

6.如權利要求1所述的用于交通大場景的雷達視頻一體機的數據融合方法，其特征在于，步驟5中的匹配方式，首先對雷達的檢測數據進行目標回波簇聚類，接著在簇內完成距離最近點識別，根據目標回波簇的分布用平均法估計車輛的橫向位置，根據雷達識別點與相機識別點的空間矢量距離匹配置信度進行數據對比。

7.如權利要求1所述的用于交通大場景的雷達視頻一體機的數據融合方法，其特征在于，步驟6中的匹配率評估采用雷達多目標點陣與視頻圖像下邊沿中心提取點陣的對應率。

8.一種計算機裝置，包括存儲器，處理器及存儲在存儲器上的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1所述的方法的步驟。

9.一種計算機刻度存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1所述方法的步驟。

10.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1所述方法的步驟。