一种基于无线信号的交通道路目标识别方法技术

一种基于无线信号的交通道路目标识别方法，首先，选取5种不同的交通道路目标，使用无线传感器采集目标数据；然后进行目标数据预处理，将原始数据提取出距离，角度，速度三个维度的信息，并输出距离

【技术实现步骤摘要】
一种基于无线信号的交通道路目标识别方法


[0001]本专利技术属于无线网络中的无线目标识别领域，尤其涉及一种基于无线信号的交通道路目标识别检测方法
。

技术介绍

[0002]随着智能交通系统完成度的不断提高，在交通道路目标检测方面产生了更多的需要
。
例如运用在智能车辆控制中高级驾驶辅助系统就需要传感器能够反映前向目标信息，以提供安全驾驶，避障等需求
。
在这种应用环境下，对设备的要求不仅需要测量精确，不受恶劣环境影响，获取目标空间速度信息及时外，还需要易集成，价格低廉，便于工业化生产
。
[0003]市面上常见的视觉传感器依靠因其使用成本低廉，且对目标的识别能力好常用来检测人和车，以及交通标志
。
虽然采用视觉摄像头进行识别车辆道路目标具有识别精度高且设备易扩展的优势，但是还存在一些缺陷：一是图像信息量大，系统在处理信息中花费时间长；二是容易受到恶劣天气的影响，鲁棒性低
。
[0004]而采用无线传感器识别目标信息可以减少处理信息，提高实时性，且受恶劣天气本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于无线信号的交通道路目标识别方法，其特征在于，所述识别方法包括以下步骤：步骤1：选取5种不同的交通道路目标类：人
、
自行车
、
汽车
、
卡车和电瓶车，使用无线传感器采集上述目标数据；步骤2：对步骤1采集的目标数据进行预处理：首先使用帧差过滤静止目标与周围环境噪声；然后使用二维傅里叶变换将目标数据转化为距离
‑
速度图；接着使用二维有序统计恒定虚警率检测器对距离
‑
速度图检测目标信号；再使用椭圆距离对检测出的目标进行分类和位置估计；然后使用速度解模糊算法对产生速度模糊的目标进行修正补偿，得到新的距离
‑
速度图；再次使用椭圆聚类更新当前目标类别和位置；最后使用
MUSIC
算法进行角度估计，得到距离
‑
角度图；步骤3：对步骤2中获得的距离
‑
速度图和距离
‑
角度图使用
Labelimg
软件打上标签，建立训练数据集；同时，准备部分未打上标签的图片作为测试数据集；步骤4：获得
YOLOv5
卷积神经网络；步骤5：对步骤4中获得的网络结构进行修改，变为双流
YOLOv5
网络结构；步骤6：使用步骤3中获得的训练数据集对步骤4中的双流
YOLOv5
网络进行训练；步骤7：使用步骤6中训练好的双流
YOLOv5
网络对步骤3中获得的测试数据集进行检测识别，获得对不同目标类别识别结构的混淆矩阵；步骤8：对步骤7中的识别结果进行分析，调整检测参数；步骤9：使用步骤8中调整参数后的
YOLOv5
网络，识别由无线传感器采集的原始数据生成的距离
‑
速度图和距离角度图，对图中目标完成检测与类别的识别
。2.
如权利要求1所述的一种基于无线信号的交通道路目标识别方法，其特征在于，所述步骤2中，首先使用的帧差法是采用相邻帧差对静止目标进行过滤，然后依次使用快时间傅里叶变换和慢时间傅里叶变换，即对单个
chirp
内的数据点和多个
chirp
进行傅里叶变换，得到距离和速度的两个维度信息形成距离速度图
。3.
如权利要求1或2所述的一种基于无线信号的交通道路目标识别方法，其特征在于，所述步骤2中，二维有序统计恒定虚警率检测器在目标单元周围形成滑框，按照设定比例对参考单元能量选取其中的大值作为噪声能量，阈值因子和虚警概率的关系表达式为：式中，
k
表示选取比例，
α
表示门限因子，
Γ
(x)
代表伽马函数，
N
指参考单元总数，通过二分法获得阈值因子后，将阈值因子和噪声能量相乘，作为阈值门限与目标单元进行比较
。4.
如权利要求1或2所述的一种基于无线信号的交通道路目标识别方法，其特征在于，所述步骤2中，采用基于
Doppler
相偏补偿的速度扩展算法，利用发生速度模糊时测量相位和实际相位互补的原理，对所有目标进行相位补偿，补偿相位
θ
c
公式为：其中，
c
为光速，
V
r
为目标测量速度，
f
c
为天...

【专利技术属性】
技术研发人员：龚树凤，朱继攀，吴哲夫，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：