目标识别方法及目标识别装置制造方法及图纸

本发明专利技术提供了一种目标识别方法及目标识别装置，该方法包括：对点云图像进行处理，得到静止点云集合；对静止点云集合中的点云进行处理，得到至少一个子集合，对于任一子集合，该子集合中所有的点云位于同一直线，且该子集合中包括静止点云集合中所有位于该直线的点云；根据至少一个子集合确定目标直线；根据目标直线和静止点云集合获取用于表示目标直线点云分布特征的特征点云集合，并计算目标直线的点云分布特征；根据目标直线的点云分布特征，判断是否存在建筑物；若存在建筑物，则根据建筑物的位置去除位于建筑物之外的目标。本发明专利技术能够有效去除建筑物之外的虚假目标，进而提高车载雷达的目标识别精度。雷达的目标识别精度。雷达的目标识别精度。

【技术实现步骤摘要】
目标识别方法及目标识别装置


[0001]本专利技术涉及雷达探测
，尤其涉及一种目标识别方法及目标识别装置。

技术介绍

[0002]目前，对于工作在毫米波段的雷达，一方面由于其工作频率较高，可以轻易获取较宽的频带，另一方面由于其波长较短，所用天线的尺寸可以跟小，能够很方便的安装在车上，并且较短的波长对速度更加敏感。因此，毫米波雷达广泛应用于汽车自动驾驶领域或智能辅助驾驶领域。
[0003]毫米波雷达在车载驾驶系统中的主要作用是目标探测与跟踪，有效获取目标的距离、角度和速度等信息。泊车模式下由于车库环境复杂，建筑目标也会产生回波信号，这些回波信号中包含的多径信息，导致雷达检测出一些虚假目标，降低了雷达对目标的探测精度。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种目标识别方法及目标识别装置，能够解决泊车过程中雷达对目标探测精度低的问题。
[0005]第一方面，本专利技术实施例提供了一种目标识别方法，包括：
[0006]对点云图像进行处理，得到静止点云集合，其中，所述静止点云集合包括所述点云图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标识别方法，其特征在于，包括：对点云图像进行处理，得到静止点云集合，其中，所述静止点云集合包括所述点云图像中所有处于静止状态的点云，所述点云图像是通过对安装在车辆上的雷达接收到的回波信号进行处理得到的；对所述静止点云集合中的点云进行处理，得到至少一个子集合，对于任一子集合，该子集合中所有的点云位于同一直线，且该子集合中包括所述静止点云集合中所有位于该直线的点云，所述至少一个子集合中每个子集合的点云数量大于2；根据所述至少一个子集合确定目标直线；根据所述目标直线和所述静止点云集合获取用于表示所述目标直线点云分布特征的特征点云集合，并计算所述目标直线的点云分布特征，所述点云分布特征包括所述目标直线所对应线段的长度；根据所述目标直线的点云分布特征，判断是否存在建筑物；若存在建筑物，则根据所述建筑物的位置去除位于所述建筑物之外的目标。2.根据权利要求1所述的目标识别方法，其特征在于，所述对点云图像进行处理，得到静止点云集合包括：对于所述点云图像中的任一点云，若该点云满足第一预设公式，则判断该点云为静止点云，所述第一预设公式为|V
car
×
cos(θ
p
)+
p
|≤ε其中，V
car
用于表示所述车辆的车速，θ
p
用于表示该点云的角度，V
p
用于表示该点云的速度，ε用于表示第一预设值；获取所述点云图像中所有满足所述第一预设公式的点云，得到所述静止点云集合。3.根据权利要求1所述的目标识别方法，其特征在于，所述静止点云集合中包括s个点云，所述对所述静止点云集合中的点云进行处理，得到至少一个子集合包括：对于所述静止点云集合中的每个静止点云P
j
，根据预设置的n个不同的角度值，在xy坐标系中构建n条经过该静止点云的直线，并确定每条直线到坐标原点的垂直距离，分别得到每个角度值所对应的垂直距离，构建P
j
基于霍夫变换的在极坐标系中的n组极坐标参数(θ
i
，ρ
i
)，其中，对于任一角度值，该角度值大于等于0度，且该角度值小于180度，其中，1≤i≤n，1≤j≤s；对于所述n个不同的角度值中的角度θ
i
，遍历所述s个点云中每个点云在该角度值所对应的极坐标参数，得到极坐标系中该角度值下相交于同一点的所有点云，构成一个子集合；遍历所述n个不同角度值中的每个角度值，得到所述至少一个子集合。4.根据权利要求3所述的目标识别方法，其特征在于，所述对于所述n个不同的角度值中的角度值θ
i
，遍历所述s个点云中每个点云在该角度值所对应的极坐标参数，得到极坐标系中该角度值下相交于同一点的所有点云包括：在所述极坐标系中，当角度值为θ
i
时，若两个点云在所述极坐标系下对应曲线的两个的ρ值...

【专利技术属性】
技术研发人员：张一沫，王晨红，邢寒露，樊志博，焦子朋，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：