一种基于密度的模糊聚类方法及装置制造方法及图纸

本发明专利技术公开了一种基于密度的模糊聚类方法，包括以下步骤：获取当前帧数据，获得簇类个数k

【技术实现步骤摘要】
一种基于密度的模糊聚类方法及装置


[0001]本专利技术涉及交通场景下的毫米波雷达雷达点云数据处理领域，尤其涉及一种基于密度的模糊聚类方法及装置。

技术介绍

[0002]交通场景下，毫米波雷达点云数据具有稀疏性，在整个雷达监测范围内，有目标的区域数据密度很高，无目标的区域数据密度很低。同时，交通场景下检测目标还具有数目不确定这一特性。因此基于密度的聚类算法，如DBSCAN非常适合在交通场景中使用，该算法可以很好的将高密度区域的点云数据聚类为一簇，并且不需要提前给出聚类数目。
[0003]同时由于交通场景较为复杂，同一辆车在距离雷达的不同距离，其数据密度不同，不同车型车辆也有不同的数据密度。而大型车辆的点云数据往往散射范围较广，为确保其点迹不分裂，DBSCAN算法中的参数ε_d(距离邻域阈值)需要设置较大，这时要将相邻车辆区分开只能通过比较它们之间的速度差异。
[0004]但是当出现两辆相邻车辆同速行驶或者两者速度差异在阈值之内的情况，DBSCAN算法很容易将两相邻车辆聚成一个目标。
[0005]为了在交通场景下获得更好的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于密度的模糊聚类方法，其特征在于：包括以下步骤：S1：根据接收到的点云数据获取当前帧数据，先进行DBSCAN预聚类，获得簇类个数k；S2：计算初次聚类后每个簇类横向距离最大差值max_y,更新簇类个数k
new
：其中，d为车道宽度；S3：若更新后的簇类个数不变，则对每簇数据点进行点迹凝聚，获得初始簇类中心v
i
，计算所有点到各簇类中心的距离，以及所有样本点关于各簇类中心的隶属度μ
ij
，μ
ij
表示第j个样本对第i个聚类中心的隶属度，构造目标函数J；若更新后簇类个数变化，则仅输入簇类个数k
new
，随机生成隶属度矩阵μ
ij
，构造目标函数J；S4：使用拉格朗日乘子法求解目标函数，获得一次模糊聚类结果；S5：重复步骤S4直至满足一次模糊聚类的迭代终止条件，并且更新隶属度矩阵为μ'
ij
和簇中心v'
i
；S6：由步骤S5所更新的一次聚类结果u'
ij
作为输入初始值，代入FCM算法，构造新的目标函数Q；S7：再次使用拉格朗日乘子式求解目标函数Q，获得二次模糊聚类结果，迭代更新隶属度矩阵μ'
ij
和位置中心点I
i
；S8：若二次模糊聚类满足迭代条件，则继续执行S9，否则重复步骤S8；S9：输出更新的隶属度矩阵μ
″
ij
和位置中心点I'
i
,得到二次模糊聚类结果，所得更新的隶属度矩阵μ
″
ij
即为最终的隶属度模糊矩阵。2.根据权利要求1所述的一种基于密度的模糊聚类方法，其特征在于：步骤S1中具体包括以下子步骤：S11：获取当前帧数据S111：获取当前帧点云的原始目标点数据{P
j
}，j＝1,2,3,
…
，n，其中n为原始目标点数量，每个目标点的信息包括P
j
＝{r
j
,v
j
,θ
j
},r
j
为目标的距离信息，v
j
为目标的速度信息，θ
j
为目标的角度信息；S112：将上述点迹数据转化到直角坐标系得到：P
′
j
＝{r
j
,x
j
,y
j
,v
j
,θ
j
}其中，x
j
＝r
j
*cosθ
j
,y
j
＝r
j
*sinθ
j
，x
i
和y
i
分别是原始点迹在直角坐标系下的位置信息；S12：使用DBS...

【专利技术属性】
技术研发人员：罗丰，张鹏，谢宇恒，曹子嫣，廖桂生，张林让，尹应增，
申请(专利权)人：西安电子科技大学杭州研究院，
类型：发明
国别省市：