车辆行驶前方人物的分类识别的方法、装置、设备和介质制造方法及图纸

本发明专利技术实施例公开了一种车辆行驶前方人物的分类识别的方法、装置、设备和介质。该方法包括获取与车辆行驶前方人物匹配的雷达回波数据，获取雷达回波数据中的时域特征数据和频域特征数据；根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线；根据时域拟合曲线和频域拟合曲线确定时域拟合系数和频域拟合系数，将时域拟合系数和频域拟合系数输入预先训练的分类模型，获取分类模型输出的与人物匹配的分类结果。本发明专利技术实施例的技术方案提供一种对行人和骑车人进行分类的新技术，提高了对行人和骑车人分类的准确性。了对行人和骑车人分类的准确性。了对行人和骑车人分类的准确性。

【技术实现步骤摘要】
车辆行驶前方人物的分类识别的方法、装置、设备和介质


[0001]本专利技术实施例涉及计算机技术，尤其涉及一种车辆行驶前方人物的分类识 别方法、装置、设备和介质。

技术介绍

[0002]在信息化时代下，为了进一步降低安全事故发生率和减轻驾驶员驾驶疲劳 程度，ADAS(Advanced Driving Assistance System，高级驾驶辅助系统)在世 界范围内成为研究热点。在汽车驾驶情境中，行人和骑行人是两类重要目标， 需要ADAS对其进行快速精确地识别。
[0003]现有技术中使用车辆搭载的摄像头、激光雷达和超声波雷达等传感器是 ADAS最常使用的传感器，其中摄像头能够较好地对行人和骑车人进行分类， 但是受天气和光线条件影响较大。激光雷达能够识别行人和骑车人，但识别距 离较近，且受天气影响较大。超声波雷达不能够区分行人和骑车人。
[0004]专利技术人在实现本专利技术的过程中，发现现有技术存在如下缺陷：现有技术中 对行人和骑车人的分类方法受环境影响大导致分类准确率较低，不能满足 ADAS的使用需求，ADAS无法针对行人或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆行驶前方人物的分类识别方法，其特征在于，包括：获取与车辆行驶前方人物匹配的雷达回波数据，获取所述雷达回波数据中的时域特征数据和频域特征数据；根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线；根据所述时域拟合曲线和所述频域拟合曲线确定时域拟合系数和频域拟合系数，将所述时域拟合系数和所述频域拟合系数输入预先训练的分类模型，获取所述分类模型输出的与所述人物匹配的分类结果，其中，所述分类模型的样本数据集合包含行人时域数据、骑车人时域数据、行人频域数据和骑车人频域数据。2.根据权利要求1所述的方法，其特征在于，获取与车辆行驶前方人物匹配的雷达回波数据，获取所述雷达回波数据中的时域特征数据和频域特征数据，包括：通过车载毫米波雷达获取车辆行驶前方的行人和骑车人的原始雷达回波数据；对所述原始雷达回波数据进行降噪处理，得到与各个所述行人或骑车人对应的目标雷达回波数据；根据各所述目标雷达回拨数据的包络前沿特征确定对应目标雷达回拨数据的时域特征数据，根据所述时域特征数据通过信号变换生成频域特征数据。3.根据权利要求2所述的方法，其特征在于，根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线，包括：采用时域幂项系数对应的第一分数多项式对所述时域特征数据进行拟合，得到时域拟合曲线；采用频域幂项系数对应的第二分数多项式对所述频域特征数据进行拟合，得到频域拟合曲线。4.根据权利要求2所述的方法，其特征在于，根据所述时域拟合曲线和所述频域拟合曲线确定时域拟合系数和频域拟合系数，包括：获取所述时域拟合曲线的时域拟合系数，获取所述频域拟合曲线的频域拟合系数。5.根据权利要求1
‑
4中任一项所述方法，其特征在于，将所述时域拟合系数和所述频域拟合系数输入预先训练的分类模型，获取所述分类模型输出的与所述人物匹配的分类结果，包括：将所述时域拟合系数和频域拟合系数输入至预先训练的分类模型中，获取与所述时域拟合系数对应的第一分类...

【专利技术属性】
技术研发人员：陈薪宇，罗逍，赵德芳，郑震，马欢，宋伟杰，于小洲，王兴，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：