一种基于密度聚类的X波段雷达目标检测与跟踪方法技术

本发明专利技术涉及一种基于密度聚类的X波段雷达目标检测与跟踪方法，包括以下步骤：1)获得极坐标下雷达的点云数据，将点云数据从极坐标转化为笛卡尔坐标，并引入船体位置和艏向修正，得到全局坐标系下的雷达点云数据；2)采用DBSCAN聚类算法，根据每个点之间的疏密程度将距离相近的点分为一组，输出不同的点云集合，获得每个点云集合的最小包络圆，最小包络圆即代表雷达的探测目标；3)对探测目标与已有目标作最优数据联合，并估计目标的位置和速度，实现多目标跟踪。与现有技术相比，本发明专利技术有效提高了雷达目标检测和跟踪的准确性和稳定性，可提供准确的目标位置、速度和大小信息，从而为船舶安全导航和避碰提供了可靠的参考依据。

【技术实现步骤摘要】
一种基于密度聚类的X波段雷达目标检测与跟踪方法
本专利技术涉及无人艇感知
，尤其是涉及一种基于密度聚类的X波段雷达目标检测与跟踪方法。
技术介绍
X波段雷达对保障海上航行安全具有十分重要的意义，其受到天气和光照的影响较小，并能在拥挤水道时能辅助航行和避碰，虽然现有的技术能够实时探测与显示船舶周围的障碍物，但依靠人工观察与标绘获得障碍物目标位置和大小往往存在效率低、延迟高、精度低等缺点。利用计算机技术对雷达数据进行处理，实现自动检测目标，并获得目标的位置、航向和航速。同时结合自身船体的位置和速度，预测自身与目标碰撞点的位置以及碰撞发生的时间，并给出避让的提示。然而这项技术在可靠性和精确性等方面有一定的局限性。因而研究开发一种高精度、高可靠性、高实时性的系统的X波段雷达感知算法，对提高航行的安全性具有很大的实用价值。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于密度聚类的X波段雷达目标检测与跟踪方法。本专利技术的目的可以通过以下技术方案来实现：一种基于密度聚类的X波本文档来自技高网...

【技术保护点】
1.一种基于密度聚类的X波段雷达目标检测与跟踪方法，其特征在于，包括以下步骤：/n1)根据雷达接收机输出的数字信号，获得极坐标下雷达的点云数据，将点云数据从极坐标转化为笛卡尔坐标，并引入船体位置和艏向修正，得到全局坐标系下的雷达点云数据；/n2)对全局坐标系下的雷达点云数据采用DBSCAN聚类算法，根据每个点之间的疏密程度将距离相近的点分为一组，输出不同的点云集合，通过Welzl算法获得每个点云集合的最小包络圆，并计算每个包络圆的位置和直径，所述的最小包络圆即代表雷达的探测目标；/n3)对探测目标与已有目标进行最优数据关联，并利用Alpha-Beta滤波器估计目标的位置和速度，实现多目标跟踪。...

【技术特征摘要】
1.一种基于密度聚类的X波段雷达目标检测与跟踪方法，其特征在于，包括以下步骤：
1)根据雷达接收机输出的数字信号，获得极坐标下雷达的点云数据，将点云数据从极坐标转化为笛卡尔坐标，并引入船体位置和艏向修正，得到全局坐标系下的雷达点云数据；
2)对全局坐标系下的雷达点云数据采用DBSCAN聚类算法，根据每个点之间的疏密程度将距离相近的点分为一组，输出不同的点云集合，通过Welzl算法获得每个点云集合的最小包络圆，并计算每个包络圆的位置和直径，所述的最小包络圆即代表雷达的探测目标；
3)对探测目标与已有目标进行最优数据关联，并利用Alpha-Beta滤波器估计目标的位置和速度，实现多目标跟踪。


2.根据权利要求1所述的一种基于密度聚类的X波段雷达目标检测与跟踪方法，其特征在于，所述的步骤1)中，在雷达每一轮扫描过程中，船体的位置和艏向保持不变，则有：



其中，θs和ρ为极坐标系下雷达扫描数据的角度和距离，(xr，yr)T为雷达相对于船体重心的坐标，(xs，ys)T和(xCoG，yCoG)T分别为雷达点云数据和船体重心在全局坐标系下的坐标，θ为船体的艏向角。


3.根据权利要求1所述的一种基于密度聚类的X波段雷达目标检测与跟踪方法，其特征在于，所述的步骤2)中，以样本集D＝(x1，x2，...，xm)、领域参数(∈，MinPts)和样本距离度量方式作为DBSCAN聚类算法的输入，以簇划分C作为DBSCAN聚类算法的输出，其中，xm表示第m个雷达点云数据在全局坐标系下的坐标，所述的DBSCAN聚类算法具体包括以下步骤：
21)初始化核心对象集合初始化聚类簇数的类别序号k＝0，初始化未访问样本集合Γ＝D，簇划分
22)对于p＝1，2，...，m，获取所有的核心对象；
23)当核心对象集合则结束，否则转入步骤24)；
24)在核心对象集合Ω中，随机选择一个核心对象o，并初始化当前簇核心对象队列Ωcur＝{o}，初始化聚类簇数的类别序号k＝k+1，初始化当前簇样本集合Ck＝{o}，更新未访问样本集合Γ＝Γ-{o}；
25)若当前簇核心对象队列则当前聚类簇Ck生成完毕，更新簇划分C＝{C1，C2，...，Ck}，即点云集合，更新核心对象集合Ω＝Ω-Ck，返回步骤3)，否则更新核心对象集合Ω＝Ω-Ck；
26)在当前簇核心对象队列Ωcur中取出一个核心对象o′，通过邻域距离阈值∈获取所有的∈-邻域子样本集N∈(o′)，并获取邻域子样本集与未访问样本集合的交集Δ＝N∈(o′)∩Γ，更新当前簇样本集合Ck＝Ck∪Δ，更新未访问样本集合Γ＝Γ-Δ，更新Ωcur＝Ωcur∪(Δ∩Ω)-o′，返回步骤25)。


4.根据权利要求3所述的一种基于密度聚类的X波段雷达目标检测与跟踪方法，其特征在于，所述的步骤22)具体为：
221)通过距离度量方式获取样本xp的∈领域子样本集N∈(xp)；
222)当子样本集样本个数满足|N∈(xp)|≥MinPts时，则将样本xp加入核心对象样本集合Ω＝Ω∪{xp}。


5.根据权利要求...

【专利技术属性】
技术研发人员：张卫东，胡智焕，杨子恒，刘笑成，韩鹏，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31