【技术实现步骤摘要】
本申请实施例涉及无人飞行器，尤其涉及一种雷达目标跟踪方法、无人飞行器及介质。
技术介绍
1、毫米波雷达在实际使用中，不同的应用场景对雷达提出不同的性能指标，一套性能指标往往难以兼顾所有的应用场景。
2、毫米波雷达的感知距离、角度精度等指标无法同时达到最优，在感知距离增加时，目标在雷达波束中的尺寸变小，信号强度减弱，以及噪声增加等，会导致角度测量误差增加，雷达的角度精度就会下降，无法提供精确的目标位置和属性信息，因此，需要在二者间进行平衡与取舍。例如，无人机在高速飞行时，需要较远的感知距离，这样才能提前感知周围环境，以便及时作出相应的调整策略，此时对于目标角度精度的要求可以适当降低；当无人机处于复杂环境中时，需要控制飞行速度，此时对于周围目标的感知精度要求比较高，例如，目标相对于无人机的方位、高低等，即角度精度高，而感知距离可以适当降低。
3、因此，很明显毫米波在无人机的飞行场景中，一套性能指标往往难以兼顾所有的不同的应用场景。
技术实现思路
1、本申请实施例的目的是提供一种雷达目标跟踪方法、无人飞行器及介质，通过配置不同的雷达性能参数，得到包含不同维度的检测信息，使得三维检测的多维度感知和二维检测的探测距离优势相结合，互相补偿，提高了目标跟踪的整体性能。
2、为解决上述技术问题，本申请实施例采用以下技术方案：
3、第一方面，本申请实施例中提供给了一种雷达目标跟踪方法，所述方法包括：
4、接收交错帧的二维点云信息和三维点云信
5、获取当前帧点云信息的三维预测结果，所述当前帧点云信息为所述二维点云信息或所述三维点云信息中的任一种；
6、对比所述三维预测结果检测到的第一目标与上一帧点云信息检测到的第二目标之间的匹配度；
7、根据所述匹配度，确定是否关联所述第一目标及所述第二目标。
8、在一些实施例中，所述对比所述三维预测结果检测到的第一目标与上一帧点云信息检测到的第二目标之间的匹配度，包括：
9、如果所述当前帧点云信息为所述二维点云信息，则将上一帧点云信息的三维预测结果中的位置信息转换为二维信息，且将所述二维信息检测到的第一目标与所述上一帧点云信息检测到的第二目标进行匹配度对比。
10、在一些实施例中，所述对比所述三维预测结果检测到的第一目标与上一帧点云信息检测到的第二目标之间的匹配度，包括：
11、如果所述当前帧点云信息为所述三维点云信息，则将所述当前帧点云信息的三维预测结果检测到的第一目标与所述上一帧点云信息检测到的第二目标进行对比。
12、在一些实施例中，所述根据所述匹配度，确定是否关联所述第一目标及所述第二目标，包括：
13、在所述当前帧点云信息为三维帧点云信息时，如果所述匹配度大于或等于匹配阈值，则将所述第一目标及所述第二目标关联；
14、如果所述匹配度小于所述匹配阈值，则将所述第一目标保留至下一帧二维点云信息进行匹配。
15、在一些实施例中，所述方法还包括：
16、所述当前帧点云信息为三维帧点云信息时，如果所述第一目标的第一距离信息大于所述第二目标的第二距离信息，则确定所述第一目标未处于所述当前帧点云信息的检测范围，且确定所述匹配度小于所述匹配阈值。
17、在一些实施例中，在根据所述匹配度，确定是否关联所述第一目标及所述第二目标之后，所述方法还包括：
18、基于所述当前帧点云信息的三维预测结果和所述当前帧点云信息进行预测更新，获得的目标预测更新结果作为下一帧点云信息预测的输入。
19、在一些实施例中，所述基于所述当前帧点云信息的三维预测结果和所述当前帧点云信息进行预测更新，获得的目标预测更新结果作为下一帧点云信息预测的输入，包括：
20、计算所述当前帧点云信息的卡尔曼增益、所述三维预测结果映射在观测空间的伪观测量；
21、基于所述卡尔曼增益、所述当前帧点云信息及所述伪观测量，计算当前时刻的更新状态向量；
22、如果所述当前帧点云信息为所述二维点云信息，则将所述当前时刻的更新状态向量中的俯仰维信息置零处理；
23、基于俯仰维信息置零处理后的更新状态向量，获得的目标预测更新结果作为下一帧点云信息预测的输入。
24、在一些实施例中，在所述计算当前时刻的更新状态向量之后，所述方法还包括：
25、如果所述当前帧点云信息为所述三维点云信息，则基于所述三维预测结果及所述更新状态向量，获得的目标预测更新结果作为下一帧点云信息预测的输入。
26、第二方面，本申请还提供一种无人飞行器，所述无人飞行器包括：
27、机身；
28、机臂，与所述机身相连；
29、机翼，设于所述机臂，用于给所述无人飞行器提供飞行的动力；
30、雷达，设于所述机身，用于采集交错帧的二维点云信息和三维点云信息；
31、飞控模组，以及
32、存储器，所述存储器与所述飞控模组通信连接，所述存储器存储有可被所述至少一个飞控模组执行的指令，所述指令被所述至少一个飞控模组执行，以使所述至少一个飞控模组能够执行如第一方面所述的方法。
33、第四方面，本申请还提供一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被无人飞行器执行时，使所述无人飞行器执行如第一方面任一项所述的方法。
34、本申请实施例的有益效果：区别于现有技术的情况，本申请实施例提供的雷达目标跟踪方法、无人飞行器及介质，无人飞行器在执行飞行任务时，通过毫米波雷达接收交错帧的二维点云信息和三维点云信息，然后对当前帧点云信息进行卡尔曼滤波处理，具体为：首先获得当前点云信息的三维预测结果，然后对比三维预测结果检测到的第一目标和上一帧点云信息检测到的第二目标之间的匹配度，并根据匹配度确定预测和观测到的是否同一个目标，如果是，则将两个目标关联，实现目标跟踪。由于在交错帧的二维点云信息和三维点云信息中，三维点云信息能够多维度感知，二维点云信息在探测距离上有优势，因此，二者结合，能够实现对目标的二维检测的远距离感知，以及对多维度中的俯仰维进行精确感知，提高了目标跟踪的整体性能，且提高了无人机自主飞行的能力。
本文档来自技高网...【技术保护点】
1.一种雷达目标跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对比所述三维预测结果检测到的第一目标与上一帧点云信息检测到的第二目标之间的匹配度，包括：
3.根据权利要求1所述的方法，其特征在于，所述对比所述三维预测结果检测到的第一目标与上一帧点云信息检测到的第二目标之间的匹配度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述匹配度，确定是否关联所述第一目标及所述第二目标，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，在根据所述匹配度，确定是否关联所述第一目标及所述第二目标之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述当前帧点云信息的三维预测结果和所述当前帧点云信息进行预测更新，获得的目标预测更新结果作为下一帧点云信息预测的输入，包括：
8.根据权利要求7所述的方法，其特征在于，在所述计算当前时刻的更新状态向量之后，所述方法还包括：
9.一
10.一种非易失性计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被无人飞行器执行时，使所述无人飞行器执行如权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种雷达目标跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对比所述三维预测结果检测到的第一目标与上一帧点云信息检测到的第二目标之间的匹配度，包括：
3.根据权利要求1所述的方法，其特征在于，所述对比所述三维预测结果检测到的第一目标与上一帧点云信息检测到的第二目标之间的匹配度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述匹配度，确定是否关联所述第一目标及所述第二目标，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，在根据所述匹配度，确定是否...
【专利技术属性】
技术研发人员：钟晋孝，
申请(专利权)人：深圳市道通智能航空技术股份有限公司，
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。