基于毫米波雷达的目标筛选方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种基于毫米波雷达的目标筛选方法、装置、设备及存储介质，涉及自动驾驶技术领域。该方法包括：获取毫米波原始数据，确定毫米波原始数据中对应的扫描点；确定各扫描点的特征数据，基于归一化处理后的特征数据，采用预设的聚类算法对扫描点进行聚类，基于各组聚类点中扫描点的特征数据，确定各组聚类点对应的物体类型，确定目标物体。本申请实施例通过提取毫米波数据的特征数据，将特征数据进行归一化处理，通过预设的聚类算法对扫描点进行聚类，并基于各类聚类点的特征数据，确认目标物体，通过特征数据的聚类，能够有效排除非车辆、船只障碍物，并区分移动中的车辆、船只和非移动车辆、船只，为自动驾驶提供技术支持。为自动驾驶提供技术支持。为自动驾驶提供技术支持。

【技术实现步骤摘要】
基于毫米波雷达的目标筛选方法、装置、设备及存储介质


[0001]本申请涉及自动驾驶
，具体而言，本申请涉及一种基于毫米 波雷达的目标筛选方法、装置、设备及存储介质。

技术介绍

[0002]全天候、高鲁棒的目标检测是自动驾驶感知系统的关键环节，为自动 驾驶车辆的安全行驶、更合理高效的规划决策提供重要保障，而单传感器 检测具有局限性，采用多传感器融合是解决全天候，极端环境检测的有效 办法。毫米波雷达能够准确探测障碍物的位置和速度，且具有较强环境适 应性。采用毫米波进行传感器融合是常见的方案之一。但检测过程中，非 目标物体，如车道栏杆，树木，建筑物等会影响检测效率，为后续传感器 融合带来误差和额外的计算量。为了提高毫米波雷达检测的精度和效率， 需对毫米波检测出的原始数据进行预处理。
[0003]现有的方法只能通过检测到障碍物的速度将静止的目标和运动的目 标进行区分。但当毫米波装载在运动的车辆上时，由于栏杆，建筑物是相 对毫米波雷达运动的，栏杆，建筑物等也会被毫米波检测到速度，因此难 以区分障碍物和目标车辆、船只，且单凭速度这一指标难以区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的目标筛选方法，其特征在于，包括：获取毫米波原始数据，确定所述毫米波原始数据中对应的扫描点；确定各所述扫描点的特征数据，并对所述特征数据进行归一化处理；基于归一化处理后的所述特征数据，采用预设的聚类算法对所述扫描点进行聚类，形成多组聚类点，其中，各所述聚类点中的扫描点不重复；基于各组所述聚类点中所述扫描点的特征数据，确定所述各组聚类点对应的物体类型，确定目标物体。2.根据权利要求1所述的基于毫米波雷达的目标筛选方法，其特征在于，所述获取毫米波原始数据，确定所述毫米波原始数据中对应的扫描点，包括：获取基于道路扫描的毫米波原始数据；基于所述毫米波原始数据确定所述道路中的扫描点。3.根据权利要求1所述的基于毫米波雷达的目标筛选方法，其特征在于，所述确定各所述扫描点的特征数据，并对所述特征数据进行归一化处理，包括：确定各扫描点相对于毫米波雷达的速度、雷达散射截面以及角度；采用预设的公式将所述速度、雷达散射截面以及角度归一化。4.根据权利要求1所述的基于毫米波雷达的目标筛选方法，其特征在于，采用如下公式对所述：速度、雷达散射截面以及角度归一化：雷达散射截面以及角度归一化：雷达散射截面以及角度归一化：其中，v表示扫描点的相较于毫米波雷达的实际速度，v
*
表示所述扫描点的归一化速度，v
max
表示所有所述扫描点中相较于毫米波雷达的最大实际速度，v
min
表示所有所述扫描点中相较于毫米波雷达的最小实际速度，RCS表示扫描点的相较于毫米波雷达的实际雷达散射截面，RCS
*
表示所述扫描点的归一化雷达散射截面，RCS
max
表示所有所述扫描点中相较于毫米波雷达的最大实际雷达散射截面，RCS
min
表示所有所述扫描点中相较于毫米波雷达的最小实际雷达散射截面，A表示扫描点的相较于毫米波雷达的实际角度，A
*
表示所述扫描点的归一化角度，A
max
表示所有所述扫描点中相较于毫米波雷达的最大实际角度，A
min
表示所有所述扫描点中相较于毫米波雷达的...

【专利技术属性】
技术研发人员：李晓欢，霍科辛，陈倩，唐欣，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：