一种雷达目标聚类方法及装置制造方法及图纸

一种雷达目标聚类方法及装置，涉及自动驾驶领域。该方法包括：获取多个雷达样本在第一坐标轴的第一坐标信息和第二坐标轴的第二坐标信息(101)；对多个雷达样本中的第一样本，以第一样本为中心确定预定聚类半径R范围内的多个区域(102)；根据第一样本的第一坐标信息和第二坐标信息以及多个区域中的每个区域中的雷达样本在所述第一坐标轴的第一坐标信息和在第二坐标轴的第二坐标信息计算第一样本与所述多个区域中的每个区域的相似度(103)；根据第一样本与所述多个区域中的每个区域的相似度，将相似度最大的区域确定为目标区域，根据目标区域中雷达样本的簇信息确定所述第一样本归属的簇(104)。该方法有效提高了目标聚类的准确性和鲁棒性。类的准确性和鲁棒性。类的准确性和鲁棒性。

【技术实现步骤摘要】
【国外来华专利技术】一种雷达目标聚类方法及装置


[0001]本申请涉及自动驾驶领域，尤其涉及一种雷达目标聚类方法及装置。

技术介绍

[0002]高级驾驶辅助系统(advanced driving assistant system，ADAS)通过车载传感器对周围环境进行数据采集、分析和相关处理，实现对车辆周围目标物体的检测与追踪，使车辆在自动驾驶过程中发生危险的可能性大大降低，从而提高交通出行的安全性。因而，车载传感器需要能够实时地对驾驶车辆周围环境进行监控，并且可以在环境变化时呈现鲁棒自适应的检测效果。同时，复杂多变的路况还对车载传感器的检测精度提出严格的要求。因此，在动态环境下实现对监测目标的实时高精度检测是一直以来的难点。毫米波雷达作为常用的车载雷达之一，能够有效满足上述自动驾驶过程中的需求。一直以来，毫米波雷达以探测距离远，测量精确度高，同时具备极强的穿透能力而受到极大的关注。它是未来自动驾驶不可或缺的关键技术。与此同时，由于毫米波雷达的高分辨率以及交通路况环境的高复杂度，检测目标的散射特性呈现复杂的多样性。对单个目标而言，其散射点数通常并不唯一，而当一个目本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种雷达目标聚类方法，其特征在于，包括：获取多个雷达样本在第一坐标轴的第一坐标信息和第二坐标轴的第二坐标信息，其中所述第一坐标轴垂直于所述第二坐标轴；对所述多个雷达样本中的第一样本，在所述第一坐标轴和所述第二坐标轴所限定的平面上，以所述第一样本为中心确定预定聚类半径R范围内的多个区域；根据所述第一样本的第一坐标信息和第二坐标信息以及所述多个区域中的每个区域中的所述雷达样本在所述第一坐标轴的第一坐标信息和在所述第二坐标轴的第二坐标信息计算所述第一样本与所述多个区域中的每个区域的相似度，其中所述相似度用于表示所述第一样本与所述多个区域中的每个区域中的所述雷达样本的相似性；根据所述第一样本与所述多个区域中的每个区域的相似度，将所述相似度最大的区域确定为目标区域，根据所述目标区域中所述雷达样本的簇信息确定所述第一样本归属的簇，所述簇信息用于标识所述雷达样本所属的簇。2.根据权利要求1所述的方法，其特征在于，所述将所述相似度最大的区域确定为目标区域之后，还包括：将所述第一样本的第一坐标信息更新为所述目标区域中的所述雷达样本的第一坐标信息的均值，将所述第一样本的第二坐标信息更新为所述目标区域中的所述雷达样本的第二坐标信息的均值。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一样本的第一坐标信息和第二坐标信息以及所述多个区域中的每个区域中的所述雷达样本在所述第一坐标轴的第一坐标信息和在所述第二坐标轴的第二坐标信息计算所述第一样本与所述多个区域中的每个区域的相似度，包括：根据所述第一样本的第一坐标信息和第二坐标信息以及所述多个区域中的每个区域中的所述雷达样本在所述第一坐标轴的第一坐标信息和在所述第二坐标轴的第二坐标信息，确定所述第一样本与所述多个区域中的每个区域中的雷达样本的欧氏距离；根据所述欧氏距离计算所述第一样本与所述多个区域中的每个区域的相似度。4.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一样本的第一坐标信息和第二坐标信息以及所述多个区域中的每个区域中的所述雷达样本在所述第一坐标轴的第一坐标信息和在所述第二坐标轴的第二坐标信息计算所述第一样本与所述多个区域中的每个区域的相似度，包括：根据如下公式计算所述区域的相似度，其中，为所述第一样本与所述多个区域中的每个区域的相似度，X
K
为所述区域中的雷达样本K在所述第一坐标轴的第一坐标信息，Y
K
为所述区域中的雷达样本K在所述第二坐标轴的第二坐标信息，X
O
为所述第一样本在所述第一坐标轴的第一坐标信息，Y
O
为所述第一样本在所述第二坐标轴的第二坐标信息，L
i
为所述区域的样本集合。5.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一样本的第一坐标信息和第二坐标信息以及所述多个区域中的每个区域中的所述雷达样本在所述第一坐标轴
的第一坐标信息和在所述第二坐标轴的第二坐标信息计算所述第一样本与所述多个区域中的每个区域的相似度，包括：根据如下公式计算所述区域的相似度，其中，为所述第一样本与所述多个区域中的每个区域的相似度，X
K
为所述区域中的雷达样本K在所述第一坐标轴的第一坐标信息，Y
K
为所述区域中的雷达样本K在第二坐标轴的第二坐标信息，X
O
为所述第一样本在所述第一坐标轴的第一坐标信息，Y
O
为所述第一样本在所述第二坐标轴的第二坐标信息，L
i
为所述区域的样本集合。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述簇信息包括簇编号，所述根据所述目标区域中所述雷达样本的簇信息确定所述第一样本归属的簇，包括：将所述第一样本的簇编号更新为所述目标区域中距离所述第一样本最近的雷达样本的簇编号；或者，将所述第一样本的簇编号更新为所述目标区域中所述雷达样本使用的簇编号最多的簇编号。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，所述方法还包括：将所述第一样本在第三坐标轴的第三坐标信息更新为所述目标区域中的所述雷达样本在所述第三坐标轴的第三坐标信息的均值，所述第三坐标轴垂直于所述第一坐标轴，所述第三坐标轴垂直于所述第二坐标轴。8.根据权利要求1
‑
7任一项所述的方法，其特征在于，所述区域的形状为：扇形、圆形或者多边形。9....

【专利技术属性】
技术研发人员：魏子平，陶艺文，李德建，李晓波，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：