基于车载毫米波雷达的多目标检测方法和系统技术方案

本发明专利技术涉及目标检测技术领域，提供一种基于车载毫米波雷达的多目标检测方法和系统。方法包括：根据状态模型构建多目标检测的状态转移函数；根据量测模型构建多目标检测的似然函数；以所述多目标观测集合为输入量，通过粒子滤波器得到多目标检测结果；所述粒子滤波器是基于所述状态转移函数和所述似然函数构建的。本发明专利技术通过随机有限集框架下的状态转移函数和似然函数构建粒子滤波器，能够有效避免滤波过程中由于数据关联产生的干扰，从而使得多目标检测任务在具有杂波和误检的场景下，仍然可以得到准确的检测结果。以得到准确的检测结果。以得到准确的检测结果。

【技术实现步骤摘要】
基于车载毫米波雷达的多目标检测方法和系统


[0001]本专利技术涉及目标检测
，尤其涉及一种基于车载毫米波雷达的多目标检测方法和系统。

技术介绍

[0002]自动驾驶，又称无人驾驶、电脑驾驶或轮式移动机器人，是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效的驾驶的一项前沿科技。
[0003]在21世纪，由于汽车用户的不断增加，公路交通面临的拥堵、安全事故等问题越发严重。自动驾驶技术在车联网技术和人工智能技术的支持下，能够协调出行路线与规划时间，从而大程度提高出行效率，并在一定程度上减少能源消耗。自动驾驶同时还能帮助避免醉驾，疲劳驾驶等安全隐患，减少驾驶员失误，提升安全性。自动驾驶也因此成为各国近年的一项研发重点。
[0004]作为自动化载具，自动驾驶汽车不需要人类操作即能感测其环境及导航。作为一种可行的自动驾驶环境感知硬件，车载毫米波雷达能够采集驾驶过程中的障碍物点云数据，进一步地，基于点云数据可以对障碍物的状态，例如多目标的位置、速度、大小，进行分析。
[0005]在自动驾驶或辅助驾驶场景下，多目标检测中的目标关联任务存在着一定的难度和挑战，现有技术针对目标关联任务，通常先进行目标状态和目标量测的关联，对关联概率最大的组合进行滤波。
[0006]但类似的关联方法无法有效克服误检和干扰问题，容易引起关联错误，进而导致目标丢失。也就是说，现有技术中目标关联的精度难以满足自动驾驶或辅助驾驶场景、尤其是高速场景的使用需求。
[0007]因此，如何提供一种具有更高目标关联精度的多目标检测方法，成为了业内亟需解决的技术问题。

技术实现思路

[0008]本专利技术提供一种基于车载毫米波雷达的多目标检测方法和系统，用以解决现有技术中误检、漏检率较高的缺陷，实现具有更高目标关联精度的多目标检测。
[0009]本专利技术提供一种基于车载毫米波雷达的多目标检测方法，包括：
[0010]根据状态模型构建多目标检测的状态转移函数；所述状态模型是根据第一时刻的多目标状态集合得到第二时刻的多目标预测状态集合的模型；所多目标状态集合是随机有限集，包括至少两个目标的状态变量；所述多目标预测状态集合是随机有限集，包括至少两个目标的状态变量预测值；
[0011]根据量测模型构建多目标检测的似然函数；所述量测模型是根据多目标观测集合得到多目标量测集合的模型；所述多目标观测集合是随机有限集，包括车载毫米波雷达针对至少两个目标采集的观测信息；所述多目标量测集合是随机有限集，包括至少两个目标
的真实信息分布概率；
[0012]以所述多目标观测集合为输入量，通过粒子滤波器得到多目标检测结果；所述粒子滤波器是基于所述状态转移函数和所述似然函数构建的。
[0013]根据本专利技术提供的一种基于车载毫米波雷达的多目标检测方法，所述根据状态模型构建多目标检测的状态转移函数的步骤包括：
[0014]根据状态模型构建包括第一误差概率的多目标检测状态转移函数；
[0015]所述状态模型是基于匀速直线运动的经验模型；
[0016]所述第一误差概率是基于匀速直线运动预测多目标运动状态转移的先验误差概率。
[0017]根据本专利技术提供的一种基于车载毫米波雷达的多目标检测方法，所述根据量测模型构建多目标检测的似然函数的步骤包括：
[0018]根据量测模型构建包括第二误差概率的多目标检测似然函数；
[0019]所述量测模型是基于车载毫米波雷达参数的经验模型；
[0020]所述第二误差概率是所述车载毫米波雷达采集的观测信息与真实信息间误差的统计建模。
[0021]根据本专利技术提供的一种基于车载毫米波雷达的多目标检测方法，所述以所述多目标观测集合为输入量，通过粒子滤波器得到多目标检测结果的步骤包括：
[0022]基于所述状态转移函数，得到第三时刻的多目标预测状态集合；
[0023]基于可行驶区域约束排除所述第三时刻的多目标预测状态集合中的噪声，得到约束粒子；
[0024]根据所述第三时刻的多目标观测集合和所述似然函数，得到所述第三时刻的多目标量测集合；
[0025]根据所述多目标量测集合更新所述约束粒子，得到更新粒子；
[0026]以所述更新粒子的概率为权重，加权平均所述更新粒子，得到所述第三时刻的多目标状态集合作为所述第三时刻的多目标检测结果。
[0027]根据本专利技术提供的一种基于车载毫米波雷达的多目标检测方法，在所述以所述更新粒子的概率为权重，加权平均所述更新粒子，得到所述第三时刻的多目标状态集合作为所述第三时刻的多目标检测结果的步骤后，还包括：
[0028]根据所述第三时刻的多目标检测结果对所述更新粒子进行重采样，得到重采样粒子；
[0029]所述重采样粒子的分布密度与所述更新粒子的概率成正比，且所述重采样粒子的概率为设定值。
[0030]根据本专利技术提供的一种基于车载毫米波雷达的多目标检测方法，在所述以所述更新粒子的概率为权重，加权平均所述更新粒子，得到所述第三时刻的多目标状态集合作为所述第三时刻的多目标检测结果的步骤后，还包括：
[0031]确定所述似然函数未收敛，则根据所述约束粒子和所述多目标量测集合，利用贝叶斯递推公式更新所述似然函数。
[0032]本专利技术还提供一种基于车载毫米波雷达的多目标检测系统，包括：
[0033]状态模块，用于根据状态模型构建多目标检测的状态转移函数；所述状态模型是
根据第一时刻的多目标状态集合得到第二时刻的多目标预测状态集合的模型；所多目标状态集合是随机有限集，包括至少两个目标的状态变量；所述多目标预测状态集合是随机有限集，包括至少两个目标的状态变量预测值；
[0034]量测模块，用于根据量测模型构建多目标检测的似然函数；所述量测模型是根据多目标观测集合得到多目标量测集合的模型；所述多目标观测集合是随机有限集，包括车载毫米波雷达针对至少两个目标采集的观测信息；所述多目标量测集合是随机有限集，包括至少两个目标的真实信息分布概率；
[0035]滤波模块，用于以所述多目标观测集合为输入量，通过粒子滤波器得到多目标检测结果；所述粒子滤波器是基于所述状态转移函数和所述似然函数构建的。
[0036]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于车载毫米波雷达的多目标检测方法的步骤。
[0037]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于车载毫米波雷达的多目标检测方法的步骤。
[0038]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于车载毫米波雷达的多目标检测方法的步骤。
[0039]本专利技术提供的基于车载毫米波雷达的多目标检测方法和系统，通过随机有限集框架下的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车载毫米波雷达的多目标检测方法，其特征在于，包括：根据状态模型构建多目标检测的状态转移函数；所述状态模型是根据第一时刻的多目标状态集合得到第二时刻的多目标预测状态集合的模型；所多目标状态集合是随机有限集，包括至少两个目标的状态变量；所述多目标预测状态集合是随机有限集，包括至少两个目标的状态变量预测值；根据量测模型构建多目标检测的似然函数；所述量测模型是根据多目标观测集合得到多目标量测集合的模型；所述多目标观测集合是随机有限集，包括车载毫米波雷达针对至少两个目标采集的观测信息；所述多目标量测集合是随机有限集，包括至少两个目标的真实信息分布概率；以所述多目标观测集合为输入量，通过粒子滤波器得到多目标检测结果；所述粒子滤波器是基于所述状态转移函数和所述似然函数构建的。2.根据权利要求1所述的基于车载毫米波雷达的多目标检测方法，其特征在于，所述根据状态模型构建多目标检测的状态转移函数的步骤包括：根据状态模型构建包括第一误差概率的多目标检测状态转移函数；所述状态模型是基于匀速直线运动的经验模型；所述第一误差概率是基于匀速直线运动预测多目标运动状态转移的先验误差概率。3.根据权利要求1所述的基于车载毫米波雷达的多目标检测方法，其特征在于，所述根据量测模型构建多目标检测的似然函数的步骤包括：根据量测模型构建包括第二误差概率的多目标检测似然函数；所述量测模型是基于车载毫米波雷达参数的经验模型；所述第二误差概率是所述车载毫米波雷达采集的观测信息与真实信息间误差的统计建模。4.根据权利要求1所述的基于车载毫米波雷达的多目标检测方法，其特征在于，所述以所述多目标观测集合为输入量，通过粒子滤波器得到多目标检测结果的步骤包括：基于所述状态转移函数，得到第三时刻的多目标预测状态集合；基于可行驶区域约束排除所述第三时刻的多目标预测状态集合中的噪声，得到约束粒子；根据所述第三时刻的多目标观测集合和所述似然函数，得到所述第三时刻的多目标量测集合；根据所述多目标量测集合更新所述约束粒子，得到更新粒子；以所述更新粒子的概率为权重，加权平均所述更新粒子，得到所述第三时刻的多目标状态集合作为所述第三时刻的多目标检测结果。...

【专利技术属性】
技术研发人员：杨寓哲，程新景，杨睿刚，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：