[發明專利]結合雷達和攝像頭的物體識別方法、裝置及智能電子秤

在審

• 申請號: 202111488335.9
• 申請日: 2021-12-07
• 公開（公告）號: CN114264361A
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 劉建偉;溫姣
• 申請（專利權）人: 深圳市博悠半導體科技有限公司
• 主分類號: G01G19/414
• 分類號: G01G19/414;G01G23/00;G01S13/88;G01S7/41;G06V20/00;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;顏希文

1.一種電子秤，其特征在于，所述電子秤包括：用于承托物體的托盤、用于對物體進行識別分析的控制機以及用于與用戶進行信息交互的觸控屏；

所述控制機設置在所述托盤的側邊，所述觸控屏設置在所述控制器的側邊且所述觸控屏的正面朝向所述托盤的頂面；

所述觸控屏的底邊設有第一雷達組件，且所述第一雷達組件朝向所述托盤的頂面，所述觸控屏的頂邊設有攝像頭，且所述攝像頭朝向所述托盤的頂面。

2.根據權利要求1所述的電子秤，其特征在于，所述控制機的內部設有第二雷達組件，且所述第二雷達組件朝向所述托盤的頂面。

3.根據權利要求1所述的電子秤，其特征在于，所述觸控屏的頂邊設有延長桿，所述攝像頭設置在所述延長桿上，以使所述攝像頭設置在所述托盤的頂面并朝向所述托盤的頂面。

4.根據權利要求1所述的電子秤，其特征在于，還包括用于承托所述托盤的秤體；

所述秤體設置在所述托盤底部。

5.一種結合雷達和攝像頭的物體識別方法，其特征在于，所述方法適用于如權利要求1-4任意一項所述的電子秤，所述方法包括：

分別獲取通過雷達采集的雷達檢測數據以及通過攝像頭采集的物體圖像數據；

利用預設的機器學習分類算法確定所述雷達檢測數據對應的雷達識別結果，以及利用預設的圖像識別算法確定所述物體圖像數據對應的圖像識別結果；

采用卡爾曼濾波方式融合所述雷達識別結果與所述圖像識別結果得到物體識別結果。

6.根據權利要求5所述的結合雷達和攝像頭的物體識別方法，其特征在于，所述利用預設的機器學習分類算法確定所述雷達檢測數據對應的雷達識別結果，包括：

將所述雷達檢測數據轉換生成雷達圖像；

將所述雷達圖像輸入至基于卷積神經網絡的機器學習算法中得到雷達識別結果。

7.根據權利要求6所述的結合雷達和攝像頭的物體識別方法，其特征在于，所述雷達檢測數據包括多個通道的雷達中頻原始數據；

所述將所述雷達檢測數據轉換生成雷達圖像，包括：

將每個通道在一個調頻周期內的雷達中頻原始數據按縱向水平排列,得到二維的雷達采樣數據矩陣；

分別對所述雷達采樣數據矩陣的每一行和每一列進行傅立葉變換得到具有二維的距離角度的雷達圖像。

8.根據權利要求6所述的結合雷達和攝像頭的物體識別方法，其特征在于，所述方法還包括：

標簽所述圖像識別結果得到標簽圖像；

利用所述標簽圖像對所述基于卷積神經網絡的機器學習算法進行模型優化訓練。

9.根據權利要求6-8任意一項所述的結合雷達和攝像頭的物體識別方法，其特征在于，在所述采用卡爾曼濾波方式融合所述雷達識別結果與所述圖像識別結果得到物體識別結果的步驟后，所述方法還包括：

展示所述物體識別結果，并當所述物體識別結果與實際物體不符時，獲取用戶輸入的糾正數據；

采用所述糾正數據對所述雷達檢測數據二次識別，得到并存儲二次雷達識別結果。

10.一種結合雷達和攝像頭的物體識別裝置，其特征在于，所述裝置適用于如權利要求1-4任意一項所述的電子秤，所述裝置包括：

獲取模塊，用于分別獲取通過雷達采集的雷達檢測數據以及通過攝像頭采集的物體圖像數據；

分別識別模塊，用于利用預設的機器學習分類算法確定所述雷達檢測數據對應的雷達識別結果，以及利用預設的圖像識別算法確定所述物體圖像數據對應的圖像識別結果；

融合識別模塊，用于采用卡爾曼濾波方式融合所述雷達識別結果與所述圖像識別結果得到物體識別結果。