System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于多微动特征的地面目标分类方法技术_技高网

一种基于多微动特征的地面目标分类方法技术

技术编号:40899221 阅读:6 留言:0更新日期:2024-04-18 11:16
本发明专利技术涉及地面目标识别技术领域,具体公开了一种基于多微动特征的地面目标分类方法,包括:获取毫米波雷达采集到的车辆前方地面目标的回波数据;对地面目标的回波数据进行二维FFT处理,以得到地面目标的时频谱图;其中,时频谱图的行数为频率采样点的个数,时频谱图的列数为时间采样点的个数;根据地面目标的时频谱图计算出地面目标的多个微多普勒特征值;将地面目标的多个微多普勒特征值输入到分类器中进行类别识别,以输出地面目标的分类结果。本发明专利技术提供的基于多微动特征的地面目标分类方法,通过毫米波雷达可实现对地面目标的识别,不需要其他传感器配合,节约成本、适用性强、稳定性高,能够提供更有效、更精准的识别结果。

【技术实现步骤摘要】

本专利技术涉及地面目标识别,更具体地,涉及一种基于多微动特征的地面目标分类方法


技术介绍

1、随着汽车安全系统技术的发展,车辆对行车环境的感知、探测可以有效预防因人为、天气等原因而导致的危险事故。大量精准、实时的数据需要通过各类传感器传输给车辆与驾驶员。有了对行车环境和目标详细信息的判断,才能有效提升安全系数。

2、目前,大多数目标识别是基于摄像头和毫米波雷达融合的技术并结合目标的长度、宽度、高度等特有属性特征。基于上述特征的目标识别率受限,故本专利技术采用目标的多个微动特征来进行目标识别。


技术实现思路

1、本专利技术的目的在于克服现有技术中存在的不足,提供了一种基于多微动特征的地面目标分类方法,能够实现对地面目标(行人、机动车、非机动车等)的识别和分类,有效提高行车环境中各类目标信息的识别率,提升车辆行车安全性能。

2、作为本专利技术的第一个方面,提供一种基于多微动特征的地面目标分类方法,所述基于多微动特征的地面目标分类方法包括如下步骤:

3、步骤s11:获取毫米波雷达采集到的车辆前方地面目标的回波数据;

4、步骤s12:对所述地面目标的回波数据进行二维fft处理,以得到所述地面目标的时频谱图;其中,时频谱图的行数为频率采样点的个数,时频谱图的列数为时间采样点的个数;

5、步骤s13:根据所述地面目标的时频谱图计算出所述地面目标的多个微多普勒特征值;

6、步骤s14:将所述地面目标的多个微多普勒特征值输入到分类器中进行类别识别,以输出所述地面目标的分类结果。

7、进一步地,所述获取毫米波雷达采集到的车辆前方地面目标的回波数据,还包括:

8、对所述地面目标的回波数据进行过滤,以得到所述地面目标的过滤后的回波数据。

9、进一步地,所述地面目标的回波数据包括地面目标的速度、距离、角度、高度和反射强度。

10、进一步地,所述对所述地面目标的回波数据进行二维fft处理,以得到所述地面目标的时频谱图,还包括:

11、对所述地面目标的时频谱图进行归一化处理,以得到所述地面目标的归一化后的时频谱图。

12、进一步地,所述根据所述地面目标的时频谱图计算出所述地面目标的多个微多普勒特征值,还包括:

13、(1)计算出地面目标的时频熵stftentroy;

14、

15、式中,pij为所述地面目标的时频谱图;m为时频谱图的行数,即频率采样点的个数;n为时频谱图的列数,即时间采样点的个数;

16、(2)计算出地面目标的n个时间采样点的最大能量值之和占时频谱图总能量的比重pr;

17、

18、式中,td(tj,f)为第j个时间采样点tj的最大能量值;s(tj,fi)为时频谱图中每一采样点的能量值;

19、(3)根据所述地面目标的时频谱图确定出地面目标的e(i)曲线,其中,所述地面目标的e(i)曲线为能量随频率变化的曲线,e(i)曲线的横坐标为频率采样点,纵坐标为时频谱图中该频率采样点的最大能量值,计算出e(i)曲线上两个特定频率采样点之间的频率差值f1;

20、f1=fh-fl

21、式中,fh为e(i)曲线上最大能量值右侧第一个满足的频率采样点,efh为e(i)曲线上频率采样点fh的能量值;fl为e(i)曲线上最大能量值左侧第一个满足的频率采样点,efl为e(i)曲线上频率采样点fl的能量值;为e(i)曲线的能量均值,其中,e(i)为e(i)曲线上第i个频率采样点的能量值;

22、(4)根据所述地面目标的时频谱图确定出地面目标的g(j)曲线,其中,所述地面目标的g(j)曲线为能量随时间变化的曲线,g(j)曲线的横坐标为时间采样点,纵坐标为时频谱图中该时间采样点的最大能量值,计算出g(j)曲线的能量方差f2;

23、

24、式中,g(j)为g(j)曲线上第j个时间采样点的能量值;为g(j)曲线的能量均值,其中,

25、(5)根据所述地面目标的时频谱图确定出地面目标的f(j)曲线,其中,所述地面目标的f(j)曲线为频率随时间变化的曲线,f(j)曲线的横坐标为时间采样点,纵坐标为时频谱图中该时间采样点的最大能量值处的频率值,计算出f(j曲线的频率方差f3;

26、

27、式中,f(j)为f(j)曲线上第j个时间采样点的频率值;为f(j)曲线的频率均值,其中,

28、本专利技术提供的一种基于多微动特征的地面目标分类方法具有以下优点:

29、①仅使用毫米波雷达可实现对地面目标(行人、机动车、非机动车)的识别,不需要其他传感器配合,节约成本、适用性强、稳定性高;

30、②可利用毫米波雷达微多普勒信息对目标的结构、运动信息提供更有效、精准的识别结果。

本文档来自技高网...

【技术保护点】

1.一种基于多微动特征的地面目标分类方法,其特征在于,所述基于多微动特征的地面目标分类方法包括如下步骤:

2.根据权利要求1所述的一种基于多微动特征的地面目标分类方法,其特征在于,所述获取毫米波雷达采集到的车辆前方地面目标的回波数据,还包括:

3.根据权利要求1所述的一种基于多微动特征的地面目标分类方法,其特征在于,所述地面目标的回波数据包括地面目标的速度、距离、角度、高度和反射强度。

4.根据权利要求1所述的一种基于多微动特征的地面目标分类方法,其特征在于,所述对所述地面目标的回波数据进行二维FFT处理,以得到所述地面目标的时频谱图,还包括:

5.根据权利要求1所述的一种基于多微动特征的地面目标分类方法,其特征在于,所述根据所述地面目标的时频谱图计算出所述地面目标的多个微多普勒特征值,还包括:

【技术特征摘要】

1.一种基于多微动特征的地面目标分类方法,其特征在于,所述基于多微动特征的地面目标分类方法包括如下步骤:

2.根据权利要求1所述的一种基于多微动特征的地面目标分类方法,其特征在于,所述获取毫米波雷达采集到的车辆前方地面目标的回波数据,还包括:

3.根据权利要求1所述的一种基于多微动特征的地面目标分类方法,其特征在于,所述地面目标的回波数据包括地面目标...

【专利技术属性】
技术研发人员:施丹霞屈操岳靓方丽君纪永飞
申请(专利权)人:无锡威孚高科技集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1