基于毫米波雷达的目标检测方法技术

本发明专利技术实施例涉及一种基于毫米波雷达的目标检测方法

【技术实现步骤摘要】
基于毫米波雷达的目标检测方法、装置、设备及存储介质


[0001]本专利技术涉及计算机软件
，尤其涉及一种基于毫米波雷达的目标检测方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]毫米波雷达通过发射毫米波波段的电磁波来探测目标的信息，主要包括目标的径向相对距离
、
径向相对速度和方位角，可广泛应用到汽车领域
。
[0003]相关技术中，毫米波雷达主要使用具有噪声的基于密度聚类
(Density
‑
Based Spatial Clustering of Applications with Noise
，简称
DBSCAN)
和支持向量机
(Support Vector Machine,
简称
SVM)
等方法实现目标检测
。
[0004]但是，经典的
SVM
主要用于二分类任务，但现实场景中通常存在几种甚至几十种类别的物体，车载毫米波雷达通常只对车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于毫米波雷达的目标检测方法，其特征在于，包括：将毫米波雷达扫描得到的当前时刻和相邻时刻的多帧点云图像进行叠加，获得目标点云图像；基于
K
近邻算法搜索所述目标点云图像中当前时刻对应的目标点的邻域点，并将目标点对应的第一目标点信息和邻域点信息进行拼接，获得目标点对应的第二目标点信息；将所述第二目标点信息输入到点云递归神经网络中，输出目标点的第一特征信息；将所述第一特征信息输入到核心点卷积网络中，输出目标点的第二特征信息；对所述第二特性信息进行上采样，获得特征图；基于所述特征图进行目标分类和定位
。2.
根据权利要求1所述的方法，其特征在于，所述目标点信息包括目标点位置信息和目标点图像信息，所述第一领域点信息包括邻域点位置信息和第一领域点图像信息；所述将目标点对应的第一目标点信息和邻域点信息进行拼接，包括：将所述目标点图像信息
、
所述第一领域点图像信息以及位置差信息拼接，其中，所述位置差信息根据所述目标点位置信息和所述邻域点位置信息之间差值确定
。3.
根据权利要求1所述的方法，其特征在于，所述将所述第一特征信息输入到核心点卷积网络中，输出目标点的第二特征信息，包括：确定以所述目标点为球心的邻域球体；确定所述邻域球体的核心点以及所述核心点对所述邻域球体内其他目标点的核函数；基于所述核函数对所述核心点进行卷积计算，获得所述第二特征信息
。4.
根据权利要求1‑3任一项所述的方法，其特征在于，所述对所述第二特性信息进行上采样，获得特征图，包括：对所述第二特性信息进行第一次上采样，获得预设分辨率的特征图；对所述预设分辨率的特征图进行第二次上采样，获得与所述多帧点云图像尺寸相同的特征图
。5.
一种基于毫米波雷达的目标检测装置，其特征在于，包括：点云叠加模块，用于将毫米波雷达扫描得到的当前时刻和相邻时刻的多帧点云图像进行叠加，获得目标点云图像；信息拼接模块，用于基于
K
近邻算法搜索所述目标点云图像中当前时刻对应的目标点的邻域点...

【专利技术属性】
技术研发人员：陈恒威，张立军，刘涵宇，
申请(专利权)人：重庆中科汽车软件创新中心，
类型：发明
国别省市：