三维点云目标检测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种三维点云目标检测方法、装置及存储介质，用于合成孔径雷达，其中，方法包括：基于目标反馈的回波信号得到三维数据点集合；从三维数据点集合中排除异常点以得到目标数据点集合，对目标数据点集合进行聚类操作以得到多个聚簇；针对每一个聚簇，确定以聚簇的聚簇中心为坐标原点的包围盒坐标系，并确定与包围盒坐标系的各个坐标轴具有最大距离的多个目标数据点，进而确定聚簇对应的包围盒；基于多个聚簇对应的多个聚类中心和多个包围盒确定目标的位置和尺寸。本发明专利技术所提供的技术方案能够解决现有技术中点云成像密度稀疏，定位精度较低，雷达检测结果伴随虚警，且不能在单一场景的数据上使用机器学习分类器的技术问题。问题。问题。

【技术实现步骤摘要】
三维点云目标检测方法、装置及存储介质


[0001]本专利技术涉及雷达
，尤其涉及一种三维点云目标检测方法、装置及存储介质。

技术介绍

[0002]传统毫米波雷达在每个脉冲周期发射调频连续波，并在接收端对回波进行混频。最终获取的数据中混叠着多个目标的回波数据。混叠数据先后经过距离维快速傅里叶变换（FFT）和速度维FFT处理，得到距离
‑
多普勒图（RDM）。在距离
‑
多普勒图（RDM）上使用恒虚警检测（Constant False Alarm Rate, CFAR）算法可以得到距离维和速度维的2D毫米波点云。当毫米波雷达具有多个接收天线时，每个接收天线都可以获得一张距离
‑
多普勒图（RDM）。不同通道的距离
‑
多普勒图（RDM）上同一目标的强度分布基本一致，但相位取决于目标的角度，因此将目标点在每个距离
‑
多普勒图（RDM）中的复回波取出，进行波束形成，即可测角。根据毫米波雷达天线阵列的排布，传统测角算法可以进行方位向和高度向测角，最终可以得到包含距离维、方位维、高度维和时间维的4D毫米波点云。在对雷达探测的数据点进行聚类时，通常使用密度聚类算法对整个成像场景进行聚类，从而将场景内的目标从背景中分离。
[0003]现有技术中，雷达探测目标的检测点，并对检测点进行信号分析和成像场景聚类的过程中，至少存在如下的技术问题：1、传统毫米波雷达由于阵列分辨率受限制等因素，其点云成像密度稀疏、定位精度较低。
[0004]2、恒虚警检测（CFAR）检测技术在信噪比较低的场景难以发挥作用，且检测结果一定会伴随着虚警。
[0005]3、传统毫米波雷达获得回波信号后，基于雷达信号检测目标时需要进行机器学习分类，而机器学习分类器需要准备一定规模的数据，无法直接在单一场景的数据上使用。

技术实现思路

[0006]本专利技术提供了一种三维点云目标检测方法、装置及存储介质，旨在有效解决现有技术中点云成像密度稀疏，定位精度较低，雷达检测结果伴随虚警，且不能在单一场景的数据上使用机器学习分类器的技术问题。
[0007]根据本专利技术的一方面，本专利技术提供一种三维点云目标检测方法，所述方法包括：对至少一个目标针对所述合成孔径雷达的探测信号反馈的回波信号进行三维成像处理以得到世界坐标系下的三维数据点集合；基于箱线图从所述三维数据点集合中排除异常点以得到目标数据点集合，并对所述目标数据点集合进行聚类操作以得到多个聚簇；针对每一个所述聚簇，根据主成分分析方法确定以所述聚簇的聚簇中心为坐标原点的包围盒坐标系，并在所述聚簇的数据点中确定与所述包围盒坐标系的各个坐标轴具有
最大距离的多个目标数据点，以及根据所述多个目标数据点确定所述聚簇对应的包围盒；基于所述多个聚簇对应的多个聚类中心和多个包围盒确定所述至少一个目标的位置和尺寸。
[0008]进一步地，所述根据主成分分析方法确定以所述聚簇的聚簇中心为坐标原点的包围盒坐标系包括：基于所述聚簇的数据点和所述聚簇中心计算所述聚簇的协方差矩阵；对所述协方差矩阵进行正交化线性变换以得到第一主成分向量和第二主成分向量；基于所述第一主成分向量和所述第二主成分向量确定所述包围盒坐标系的各个坐标轴对应的坐标轴向量。
[0009]进一步地，所述基于所述聚簇的数据点和所述聚簇中心计算所述聚簇的协方差矩阵包括：计算所述聚簇的数据点的每一个数据点和所述聚簇中心之间的方差，基于所述方差构造所述协方差矩阵。
[0010]进一步地，所述计算所述聚簇的数据点的每一个数据点和所述聚簇中心之间的方差，基于所述方差构造所述协方差矩阵包括：基于下式计算所述方差：，其中，M
I
表示所述聚簇中心的坐标，N表示所述聚簇的数据点的总数量，C
I
表示所述聚簇的数据点集合，P
i
表示所述聚簇的数据点集合中的每个数据点的坐标；基于下式计算所述协方差矩阵：，其中，Cov
I
表示所述协方差矩阵，M
I
表示所述聚簇中心的坐标，N表示所述聚簇的数据点的总数量，C
I
表示所述聚簇的数据点集合，P
i
表示所述聚簇的数据点集合中的每个数据点的坐标，T表示矩阵转置。
[0011]进一步地，所述对所述协方差矩阵进行正交化线性变换以得到第一主成分向量和第二主成分向量包括：对所述协方差矩阵进行正交化线性变换，并确定方差最大的主成分向量为所述第一主成分向量，以及确定方差第二大的主成分向量为所述第二主成分向量。
[0012]进一步地，所述基于所述第一主成分向量和所述第二主成分向量确定所述包围盒坐标系的坐标轴向量包括：基于所述第一主成分向量和所述第二主成分向量确定所述包围盒坐标系的第三坐标轴向量；基于所述第一主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第二坐标轴向量。
[0013]基于所述第二主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第一坐标轴向量；进一步地，所述基于所述第一主成分向量和所述第二主成分向量确定所述包围盒
坐标系的第三坐标轴向量包括：基于下式确定所述第三坐标轴向量：，其中，表示所述第三坐标轴向量，表示所述第一主成分向量，表示所述第二主成分向量；所述基于所述第一主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第二坐标轴向量包括：基于下式确定所述第二坐标轴向量：，其中，表示所述第二坐标轴向量，表示所述第一主成分向量，表示所述第三坐标轴向量；所述基于所述第二主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第一坐标轴向量包括：基于下式确定所述第一坐标轴向量：，其中，表示所述第一坐标轴向量，表示所述第二主成分向量，表示所述第三坐标轴向量。
[0014]进一步地，所述方法还包括：在所述根据主成分分析方法确定以所述聚簇的聚簇中心为坐标原点的包围盒坐标系之后，基于所述第一坐标轴向量、第二坐标轴向量和第三坐标轴向量构建旋转矩阵，并基于所述旋转矩阵和所述聚类中心构建平移向量，以及基于所述平移向量对所述聚簇的数据点进行刚体变换，以使所述聚簇的数据点的坐标从所述世界坐标系的坐标转换为所述包围盒坐标系的坐标。
[0015]进一步地，所述基于所述第一坐标轴向量、第二坐标轴向量和第三坐标轴向量构建旋转矩阵包括：基于下式构建所述旋转矩阵：,,，其中，表示所述旋转矩阵，表示所述第一坐标轴向量，表示所述第二坐标轴向量，表示所述第三坐标轴向量，T表示矩阵转置。
[0016]进一步地，所述基于所述旋转矩阵和所述聚类中心构建平移向量包括：基于下式构建所述平移向量：，其中，t表示所述平移向量，表示所述旋转矩阵，表示所述聚类中心的坐标。
[0017]进一步地，所述基于所述平移向量对所述聚簇的数据点进行刚体变换包括：基于下式进行所述刚体变换：
，其中，，其中，表示所述聚簇的数据点在所述包围盒坐标系中的坐标；表示所述聚簇的数据点在所述世界坐标系中的坐标，表示所述旋转矩阵，t表示所述平移向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维点云目标检测方法，用于合成孔径雷达，其特征在于，所述方法包括：对至少一个目标针对所述合成孔径雷达的探测信号反馈的回波信号进行三维成像处理以得到世界坐标系下的三维数据点集合；基于箱线图从所述三维数据点集合中排除异常点以得到目标数据点集合，并对所述目标数据点集合进行聚类操作以得到多个聚簇；针对每一个所述聚簇，根据主成分分析方法确定以所述聚簇的聚簇中心为坐标原点的包围盒坐标系，并在所述聚簇的数据点中确定与所述包围盒坐标系的各个坐标轴具有最大距离的多个目标数据点，以及根据所述多个目标数据点确定所述聚簇对应的包围盒；基于所述多个聚簇对应的多个聚类中心和多个包围盒确定所述至少一个目标的位置和尺寸。2.如权利要求1所述的方法，其特征在于，所述根据主成分分析方法确定以所述聚簇的聚簇中心为坐标原点的包围盒坐标系包括：基于所述聚簇的数据点和所述聚簇中心计算所述聚簇的协方差矩阵；对所述协方差矩阵进行正交化线性变换以得到第一主成分向量和第二主成分向量；基于所述第一主成分向量和所述第二主成分向量确定所述包围盒坐标系的各个坐标轴对应的坐标轴向量。3.如权利要求2所述的方法，其特征在于，所述基于所述聚簇的数据点和所述聚簇中心计算所述聚簇的协方差矩阵包括：计算所述聚簇的数据点的每一个数据点和所述聚簇中心之间的方差，基于所述方差构造所述协方差矩阵。4.如权利要求3所述的方法，其特征在于，所述计算所述聚簇的数据点的每一个数据点和所述聚簇中心之间的方差，基于所述方差构造所述协方差矩阵包括：基于下式计算所述方差：，其中，M
I
表示所述聚簇中心的坐标，N表示所述聚簇的数据点的总数量，C
I
表示所述聚簇的数据点集合，P
i
表示所述聚簇的数据点集合中的每个数据点的坐标；基于下式计算所述协方差矩阵：，其中，Cov
I
表示所述协方差矩阵，M
I
表示所述聚簇中心的坐标，N表示所述聚簇的数据点的总数量，C
I
表示所述聚簇的数据点集合，P
i
表示所述聚簇的数据点集合中的每个数据点的坐标，T表示矩阵转置。5.如权利要求4所述的方法，其特征在于，所述对所述协方差矩阵进行正交化线性变换以得到第一主成分向量和第二主成分向量包括：对所述协方差矩阵进行正交化线性变换，并确定方差最大的主成分向量为所述第一主成分向量，以及确定方差第二大的主成分向量为所述第二主成分向量。6.如权利要求5所述的方法，其特征在于，所述基于所述第一主成分向量和所述第二主成分向量确定所述包围盒坐标系的坐标轴向量包括：
基于所述第一主成分向量和所述第二主成分向量确定所述包围盒坐标系的第三坐标轴向量；基于所述第一主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第二坐标轴向量；基于所述第二主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第一坐标轴向量。7.如权利要求6所述的方法，其特征在于，所述基于所述第一主成分向量和所述第二主成分向量确定所述包围盒坐标系的第三坐标轴向量包括：基于下式确定所述第三坐标轴向量：，其中，表示所述第三坐标轴向量，表示所述第一主成分向量，表示所述第二主成分向量；所述基于所述第一主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第二坐标轴向量包括：基于下式确定所述第二坐标轴向量：，其中，表示所述第二坐标轴向量，表示所述第一主成分向量，表示所述第三坐标轴向量；所述基于所述第二主成分向量和所述第三坐标轴向量确定所述包围盒坐标系的第一坐标轴向量包括：基于下式确定所述第一坐标轴向量：，其中，表示...

【专利技术属性】
技术研发人员：徐刚，裴昊，张慧，郭坤鹏，张燎，严涵，冯友怀，
申请(专利权)人：东南大学，
类型：发明
国别省市：