【技术实现步骤摘要】
一种非机动车道目标识别与分类方法及系统
[0001]本专利技术应用于对非机动车道目标识别与分类,特别涉及了采用一种双基地毫米波雷达的目标检测方式及基于改进卷积神经网络的目标识别与分类方法及系统。
技术介绍
[0002]由于非机动车道的拥挤,使得非机动车道事故频发。传统的监管模式已很难提高复杂的非机动车道的识别效率,特别是在转弯路口和非机动车交织区部分,该问题已经严重影响了人们日常的通行效率。针对这一问题,由于雷达能够不受强光,雨雪雾霾等复杂天气条件的影响,具有较强的穿透作用,能在不同的时间里保持稳定的状态。因此,可以实现对交通环境全时、全天候的测量感知,且拥有较好的抗干扰能力。利用微多普勒特性,可以更精确地判断出目标是否处于静止或移动。与摄像头相比,毫米波雷达在有遮挡的情况下仍具有较强的检测性能,经过对目标回波信号的处理,能够获得大量的目标电磁散射特性和运动特性,这为毫米波雷达能够独立实现目标识别奠定了理论基础。本专利技术采用双基地毫米波雷达同时对目标进行检测,与现有的单毫米波雷达相比,可以获取两个方向的径向速度,提高了识别 ...
【技术保护点】
【技术特征摘要】
1.一种非机动车道目标识别方法,其特征在于,包括如下步骤:用两个毫米波雷达采集非机动车道目标互相垂直的两个方向的径向速度,并去除环境噪声;根据上一步骤所得数据构建目标的横坐标为时间,纵坐标为速度的微多普勒图像;将微多普勒图像利用杂波对消器来抑制固定杂波,对消静止目标和低速目标,从而提取运动目标信号;根据运动目标信号及其运动姿态分类标签构建数据集,用于训练卷积神经网络;所述卷积神经网络包含Attention层和膨胀卷积层;将新采集的目标的径向速度输入训练好的卷积神经网络中,输出对应的运动姿态。2.根据权利要求1所述的一种非机动车道目标识别方法,其特征在于,使用双基地毫米波雷达进行数据检测,两块雷达呈90
°
角,测得数据后作为一个双通道的数据以供后续使用。3.根据权利要求1所述的一种非机动车道目标识别方法,其特征在于,采用巴斯沃斯高通滤波去除环境噪声。4.根据权利要求1所述的一种非机动车道目标识别方法,其特征在于,上一步骤所得数据进行短时傅里叶变换,得到目标的横坐标为时间,纵坐标为速度的微多普勒图像。5.根据权利要求1所述的一种非机动车道目标识...
【专利技术属性】
技术研发人员:朱翊晗,施佳佳,何家庆,施佺,花冰,储柳,许致火,张永伟,张骥,章强,
申请(专利权)人:南通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。