目标检测方法、终端及存储介质技术

本发明专利技术提供一种目标检测方法、终端及存储介质，本发明专利技术属于车载毫米波雷达领域，该目标检测方法包括：获取当前帧回波信号对应的距离多普勒数据，从距离多普勒数据中获取距离和多普勒速度满足预设条件的目标数据，根据目标数据计算当前帧回波信号的全局噪底；根据全局噪底和分段检测门限遍历距离多普勒数据，选取距离维上各距离区间内幅度大于对应基础信噪比的点云构成初始点云集合；根据预设目标点云条件从初始点云集合中筛选满足目标特性的点云构成最终点云集合，根据最终点云集合进行目标检测。本发明专利技术的技术方案能适应不同的环境，提高了目标检测精确度，避免小目标被漏检，同时使大目标轮廓更清晰。使大目标轮廓更清晰。使大目标轮廓更清晰。

【技术实现步骤摘要】
目标检测方法、终端及存储介质


[0001]本专利技术涉及车载毫米波雷达领域，尤其涉及一种目标检测方法、终端及存储介质。

技术介绍

[0002]毫米波雷达工作基本原理是发射电磁波信号并接收回波信号，通过对回波信号进行处理，提取出背景中感兴趣的目标信息，从而实现雷达对目标的探测和有效信息获取，比如获取目标的距离、速度、角度等基本信息，随着处理算法的发展，还可以获得更复杂的目标信息，比如目标加速度、航向角度、目标轮廓形状、目标类型判断等等。丰富的目标信息依赖于复杂的信号处理和数据处理算法，目标检测是雷达信号处理中的一个重要环节，检测出来的目标质量影响后续复杂功能的实现。
[0003]常规的目标检测一般采用恒虚警检测(Constant False Alarm Rate，CFAR)方法，比如CA
‑
CFAR、GO
‑
CFAR、OS
‑
CFAR等。这些方法采用的基本都是邻域比较方法，即目标检测的时候判断当前点的信噪比大小与邻域内统计噪声的信噪比大小做比较，如果满足门限判决条件，则该点被检测出来，如果不满足门限判决条件，则将该点剔除。这些CFAR方法应用比较广泛，当应用在车载毫米波雷达上时，对于一些特殊场景，这些方法存在一定的局限性，检测效果不太理想，限制了雷达性能的发挥。比如一个强目标旁边有小目标时，通过邻域检测的方式很容易造成漏检，使弱目标丢失，如铁皮墙边上的自行车目标，大型车辆边上的摩托车目标等。另外，对于大型体目标，比如大型运输卡车、大型公交车、长拖车挂车等目标，因体积庞大，用邻域方法检测时仅能检测出目标的一部分，无法完整的检测到目标体，对于大片连续的杂波背景检测也会出现类似的效果，杂波背景的点云也不够丰富和完整。此外，通过邻域检测的方式，根据邻域关系形成的噪底是随着目标在检测数据中的位置变化而变化的，也就是说，目标处于不同环境下其对应的噪底是不固定的，这就造成目标的信噪比并不能真实反映目标的强度，当目标从远往近运动时，目标信噪比不能很好的呈现出与距离的四次方成反比的关系，某些环境下雷达散射截面积(Radar Cross Section，RCS)小的目标其信噪比反而大于RCS大的目标，不便于目标识别等算法的直接使用。
[0004]现有技术针对上述常规的目标检测方法中存在的缺陷提供了一种目标检测方法，在多目标场景中，能够有效改善强目标对弱目标的屏蔽效应，在实现本专利技术实施例过程中，发现现有技术不能解决小目标易被漏检以及大目标检测不完整的问题。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供了一种目标检测方法、终端及存储介质，以解决现有目标检测技术中小目标容易被漏检，以及大目标检测不完整的问题。
[0006]第一方面，本专利技术实施例提供了一种目标检测方法，包括：
[0007]获取当前帧回波信号对应的距离多普勒数据，从所述距离多普勒数据中获取距离和多普勒速度满足预设条件的目标数据，根据所述目标数据计算所述当前帧回波信号的全局噪底；
[0008]根据所述全局噪底和分段检测门限遍历所述距离多普勒数据，选取距离维上各距离区间内幅度大于对应基础信噪比的点云构成初始点云集合；其中，各距离区间对应的基础信噪比为所述全局噪底与该距离区间对应的分段检测门限之和；
[0009]根据预设目标点云条件从所述初始点云集合中筛选满足目标特性的点云构成最终点云集合，根据所述最终点云集合进行目标检测。
[0010]在一种可能的实现方式中，所述从所述距离多普勒数据中获取距离和多普勒速度满足预设条件的目标数据包括：
[0011]从所述距离多普勒数据中获取距离维上与雷达之间的距离满足第一预设距离条件，且多普勒维上与雷达的相对速度满足第二预设速度条件的目标位置；
[0012]根据所述目标位置以及预设的距离维长度和多普勒维长度确定目标区域，所述目标区域内包含的点云数据为所述目标数据。
[0013]在一种可能的实现方式中，所述目标区域包括多个尺寸相同的子区域；所述根据所述目标数据计算所述当前帧回波信号的全局噪底包括：
[0014]依次计算各个子区域中点云数据的幅度均值；
[0015]将所述幅度均值最小的子区域对应的幅度均值作为所述当前帧回波信号的全局噪底。
[0016]在一种可能的实现方式中，所述目标检测方法还包括：
[0017]获取包括当前帧回波信号在内的连续N帧历史回波信号的全局噪底；
[0018]计算所述N帧历史回波信号的全局噪底的均值，并将计算结果作为所述当前帧回波信号最终的全局噪底。
[0019]在一种可能的实现方式中，所述目标检测方法还包括：
[0020]根据雷达待检测的目标类型确定参考目标；
[0021]根据所述参考目标的信噪比特性曲线生成所述分段检测门限。
[0022]在一种可能的实现方式中，所述根据所述参考目标的信噪比特性曲线生成所述分段检测门限包括：
[0023]将雷达最大可表示的距离范围划分为多个距离区间；
[0024]对于每个距离区间，根据信噪比特性曲线获取该距离区间内最远距离处的信噪比，并将获取到的最远距离处的信噪比作为该距离区间的分段检测门限。
[0025]在一种可能的实现方式中，所述根据预设目标点云条件从所述初始点云集合中筛选满足目标特性的点云构成最终点云集合包括：
[0026]当所述初始点云集合中的点云数量小于或等于所述最终点云集合的点云数量阈值时，筛选所述初始点云集合中的全部点云构成所述最终点云集合；
[0027]当所述初始点云集合中的点云数量大于所述最终点云集合的点云数量阈值时，根据所述初始点云集合中各个点云的信噪比和邻域点数筛选信噪比高且邻域点数大的点云数量阈值个数的点云构成所述最终点云集合。
[0028]在一种可能的实现方式中，所述选取距离维上各距离区间内幅度大于对应基础信噪比的点云构成初始点云集合还包括：
[0029]对于幅度大于基础信噪比的点云，统计并记录所述点云的邻域点数；
[0030]其中，所述邻域点数为所述点云的全部相邻点中所述点云的幅度大于相邻点的幅
度的相邻点的数量。
[0031]第二方面，本专利技术实施例提供了一种目标检测装置，包括：
[0032]噪底获取模块，用于获取当前帧回波信号对应的距离多普勒数据，从所述距离多普勒数据中获取距离和多普勒速度满足预设条件的目标数据，根据所述目标数据计算所述当前帧回波信号的全局噪底；
[0033]数据遍历模块，用于根据所述全局噪底和分段检测门限遍历所述距离多普勒数据，选取距离维上各距离区间内幅度大于对应基础信噪比的点云构成初始点云集合；其中，各距离区间对应的基础信噪比为所述全局噪底与该距离区间对应的分段检测门限之和；
[0034]点云筛选模块，用于根据预设目标点云条件从所述初始点云集合中筛选满足目标特性的点云构成最终点云集合，根据所述最终点云集合进行目标检测。
[0035]第三方面，本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取当前帧回波信号对应的距离多普勒数据，从所述距离多普勒数据中获取距离和多普勒速度满足预设条件的目标数据，根据所述目标数据计算所述当前帧回波信号的全局噪底；根据所述全局噪底和分段检测门限遍历所述距离多普勒数据，选取距离维上各距离区间内幅度大于对应基础信噪比的点云构成初始点云集合；其中，各距离区间对应的基础信噪比为所述全局噪底与该距离区间对应的分段检测门限之和；根据预设目标点云条件从所述初始点云集合中筛选满足目标特性的点云构成最终点云集合，根据所述最终点云集合进行目标检测。2.根据权利要求1所述的目标检测方法，其特征在于，所述从所述距离多普勒数据中获取距离和多普勒速度满足预设条件的目标数据包括：从所述距离多普勒数据中获取距离维上与雷达之间的距离满足第一预设距离条件，且多普勒维上与雷达的相对速度满足第二预设速度条件的目标位置；根据所述目标位置以及预设的距离维长度和多普勒维长度确定目标区域，所述目标区域内包含的点云数据为所述目标数据。3.根据权利要求2所述的目标检测方法，其特征在于，所述目标区域包括多个尺寸相同的子区域；所述根据所述目标数据计算所述当前帧回波信号的全局噪底包括：依次计算各个子区域中点云数据的幅度均值；将所述幅度均值最小的子区域对应的幅度均值作为所述当前帧回波信号的全局噪底。4.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测方法还包括：获取包括当前帧回波信号在内的连续N帧历史回波信号的全局噪底；计算所述N帧历史回波信号的全局噪底的均值，并将计算结果作为所述当前帧回波信号最终的全局噪底。5.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测方法还包括：根据雷达待检测的目标类型确...

【专利技术属性】
技术研发人员：江应怀，刘江，谷诗萌，秦屹，
申请(专利权)人：森思泰克河北科技有限公司，
类型：发明
国别省市：