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() 一种目标识别方法、装置、电子设备及存储介质制造方法及图纸_技高网

一种目标识别方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40952692 阅读:2 留言:0更新日期:2024-04-18 20:28
本申请实施例涉及目标识别技术领域,公开了一种目标识别方法、装置、电子设备及存储介质。目标识别方法包括:获取雷达的点云数据;对所述点云数据进行聚类,得到若干目标簇;对各所述目标簇进行特征提取,得到各所述目标簇的特征信息,所述特征信息至少包括以下一种或多种:位置信息、速度信息、雷达散射截面RCS信息、成员信息;根据阈值条件和各所述目标簇所对应的所述特征信息,确定各所述目标簇所属的目标类型。使得在不降低识别的准确性的情况下,降低对硬件算力的要求,可以部署到算力较小的装置或系统。

【技术实现步骤摘要】

本申请实施例涉及目标识别,特别涉及一种目标识别方法、装置、电子设备及存储介质


技术介绍

1、基于雷达的目标识别是指利用雷达和电子设备对目标进行分类识别的技术,其在不同的领域均具有广泛的应用前景,如在汽车领域,先进驾驶辅助系统(advanced driverassistance system,adas)通常会基于车身正前方位置装配的毫米波雷达检测车辆行驶过程中前方是否有目标,当有目标时会自动启动刹车或者报警,以实现自动紧急制动系统(autonomous emergency braking,aeb)等。目前的目标识别为了保证识别的准确性,通常是基于分类器实现,如基于支持向量机(support vector machines,svm)或卷积神经网络(convolutional neural networks,cnns)的目标识别。

2、然而,基于分类器实现时,其对硬件的算力要求高,否则会影响识别的准确性,难以部署到算力较小的装置或系统上,不利于应用。

3、申请内容

4、本申请实施例的目的在于提供一种目标识别方法、装置、电子设备及存储介质,使得在不降低识别的准确性的情况下,降低对硬件算力的要求,可以部署到算力较小的装置或系统。

5、根据本申请的一些实施例,本申请实施例一方面提供了一种目标识别方法,包括:获取雷达的点云数据;对所述点云数据进行聚类,得到若干目标簇;对各所述目标簇进行特征提取,得到各所述目标簇的特征信息,所述特征信息至少包括以下一种或多种:位置信息、速度信息、雷达散射截面rcs信息、成员信息;根据阈值条件和各所述目标簇所对应的所述特征信息,确定各所述目标簇所属的目标类型。

6、在一些实施例中,所述阈值条件包括相对速度小于第一速度的第一子阈值条件,所述特征信息包括所述速度信息;所述根据阈值条件和各所述目标簇所对应的所述特征信息,确定所述目标簇所属的目标类型,包括:针对各所述目标簇,根据所对应的所述速度信息,确定各所述目标簇是否满足所述第一子阈值条件;在所述目标簇满足所述第一子阈值条件的情况下,确定所述目标簇属于静止目标类型;所述目标簇不满足所述第一子阈值条件的情况下,确定所述目标簇属于运动目标类型。

7、在一些实施例中,所述阈值条件还包括与所述位置信息有关的第二子阈值条件,所述特征信息还包括所述位置信息;所述确定所述目标簇属于静止目标类型之后,所述方法还包括:根据所述第二子阈值条件和各属于静止目标类型的所述目标簇所对应的所述位置信息,确定所述目标簇所属的子静止目标类型,所述子静止目标类型包括以下一种或多种:悬空障碍物、杂波、地面障碍物和网格状障碍物。

8、在一些实施例中,所述第二子阈值条件包括高度低于第一高度的条件,所述位置信息包括高度信息;所述根据所述第二子阈值条件和各属于静止目标类型的所述目标簇所对应的所述位置信息,确定所述目标簇所属的子静止目标类型,包括:根据所对应的高度信息确定各静止目标类型的所述目标簇是否满足所述第二子阈值条件,以确定所述目标簇是否属于所述杂波,其中,静止目标类型的所述目标簇满足所述第二子阈值条件时,静止目标类型的所述目标簇属于所述杂波。

9、在一些实施例中,所述第二子阈值条件包括高度高于第二高度的条件,所述位置信息包括高度信息;所述根据所述第二子阈值条件和各属于静止目标类型的所述目标簇所对应的所述位置信息,确定所述目标簇所属的子静止目标类型,包括:根据所对应的高度信息确定各静止目标类型的所述目标簇是否满足所述第二子阈值条件,以确定所述目标簇是否属于所述悬空障碍物,其中,静止目标类型的所述目标簇满足所述第二子阈值条件时,静止目标类型的所述目标簇属于所述悬空障碍物。

10、在一些实施例中,所述第二子阈值条件包括高度不低于第三高度、高度不高于第四高度且宽度小于第一宽度的条件,所述位置信息包括高度信息和距离信息;所述根据所述第二子阈值条件和各属于静止目标类型的所述目标簇所对应的所述位置信息,确定所述目标簇所属的子静止目标类型,包括:根据所对应的高度信息和距离信息确定各静止目标类型的所述目标簇是否满足所述第二子阈值条件,以确定所述目标簇是否属于所述地面障碍物,其中,静止目标类型的所述目标簇满足所述第二子阈值条件时,静止目标类型的所述目标簇属于所述地面障碍物。

11、在一些实施例中,所述第二子阈值条件包括高度不低于第五高度、高度不高于第六高度且宽度不小于第二宽度的条件,所述位置信息包括高度信息和距离信息;所述根据所述第二子阈值条件和各属于静止目标类型的所述目标簇所对应的所述位置信息,确定所述目标簇所属的子静止目标类型,包括:根据所对应的高度信息和距离信息确定各静止目标类型的所述目标簇是否满足第二子阈值条件,以确定所述目标簇是否属于所述网格状障碍物,其中,静止目标类型的所述目标簇满足所述第二子阈值条件时,静止目标类型的所述目标簇属于所述网格状障碍物。

12、在一些实施例中,所述阈值条件还包括与所述位置信息、所述速度信息、所述rcs信息和所述成员信息有关的第三子阈值条件,所述特征信息包括所述位置信息、所述速度信息、所述rcs信息和所述成员信息;所述确定所述目标簇属于运动目标类型之后,所述方法还包括:根据所述第三子阈值条件和各属于运动目标类型的所述目标簇的所述位置信息、所述rcs信息、所述成员信息,确定所述目标簇所属的子运动目标类型,所述子运动目标类型包括以下一种或多种:大车、小车、行人。

13、在一些实施例中,所述第三子阈值条件包括高度高于第七高度、宽度大于第三宽度、rcs大于第一rcs或成员数多于第一成员数的第一条件,所述位置信息包括高度信息和宽度信息,所述成员信息包括成员数量;所述根据所述第三子阈值条件和各属于运动目标类型的所述目标簇的所述位置信息、所述rcs信息、所述成员信息,确定所述目标簇所属的子运动目标类型,包括:根据所对应的高度信息、长度信息、所述rcs信息和成员数量,确定各运动目标类型的所述目标簇是否满足所述第一条件;在运动目标类型的所述目标簇满足所述第一条件的情况下,确定运动目标类型的所述目标簇属于所述大车。

14、在一些实施例中,所述第三子阈值条件还包括速度高于第二速度的第二条件;所述方法还包括:在运动目标类型的所述目标簇不满足所述第一条件的情况下,根据所对应的所述速度信息确定运动目标类型的所述目标簇是否满足所述第二条件;在运动目标类型的所述目标簇满足所述第二条件的情况下,确定所述目标簇属于所述小车。

15、在一些实施例中,所述第三子阈值条件还包括速度高于第三速度的第三条件;所述方法还包括:在运动目标类型的所述目标簇不满足所述第二条件的情况下,根据所对应的所述速度信息确定运动目标类型的所述目标簇是否满足第三条件;在运动目标类型的所述目标簇满足所述第三条件的情况下,根据所对应的长度信息、宽度信息、高度信息和成员数量,确定运动目标类型的所述目标簇是否属于所述大车。

16、在一些实施例中,所述第三子阈值条件包括长度方向的尺寸不小于第一长度、宽度方向的尺本文档来自技高网...

【技术保护点】

1.一种目标识别方法,其特征在于,包括:

2.根据权利要求1所述的目标识别方法,其特征在于,所述阈值条件包括相对速度小于第一速度的第一子阈值条件,所述特征信息包括所述速度信息;

3.根据权利要求2所述的目标识别方法,其特征在于,所述阈值条件还包括与所述位置信息有关的第二子阈值条件,所述特征信息还包括所述位置信息;

4.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度低于第一高度的条件,所述位置信息包括高度信息;

5.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度高于第二高度的条件,所述位置信息包括高度信息;

6.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度不低于第三高度、高度不高于第四高度且宽度小于第一宽度的条件,所述位置信息包括高度信息和距离信息;

7.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度不低于第五高度、高度不高于第六高度且宽度不小于第二宽度的条件,所述位置信息包括高度信息和距离信息;

<p>8.根据权利要求2或3所述的目标识别方法,其特征在于,所述阈值条件还包括与所述位置信息、所述速度信息、所述RCS信息和所述成员信息有关的第三子阈值条件,所述特征信息包括所述位置信息、所述速度信息、所述RCS信息和所述成员信息;

9.根据权利要求8所述的目标识别方法,其特征在于,所述第三子阈值条件包括高度高于第七高度、宽度大于第三宽度、RCS大于第一RCS或成员数多于第一成员数的第一条件,所述位置信息包括高度信息和宽度信息,所述成员信息包括成员数量;

10.根据权利要求9所述的目标识别方法,其特征在于,所述第三子阈值条件还包括速度高于第二速度的第二条件;

11.根据权利要求10所述的目标识别方法,其特征在于,所述第三子阈值条件还包括速度高于第三速度的第三条件;

12.根据权利要求11所述的目标识别方法,其特征在于,所述第三子阈值条件包括长度方向的尺寸不小于第一长度、宽度方向的尺寸不小于第四宽度、高度方向的尺寸不小于第七高度且成员数量不少于第二成员数的第四条件,所述位置信息包括尺寸信息;

13.根据权利要求11所述的目标识别方法,其特征在于,所述第三子阈值条件包括速度小于第四速度且RCS小于第二RCS的第五条件,

14.根据权利要求1所述的目标识别方法,其特征在于,所述特征信息包括速度信息,

15.根据权利要求1所述的目标识别方法,其特征在于,所述特征信息包括位置信息,

16.根据权利要求1所述的目标识别方法,其特征在于,所述特征信息包括RCS信息,

17.根据权利要求1所述的目标识别方法,其特征在于,所述特征信息包括成员信息,

18.根据权利要求1所述的目标识别方法,其特征在于,所述对所述点云数据进行聚类,得到若干目标簇,包括:

19.一种目标识别装置,其特征在于,包括:

20.一种电子设备,其特征在于,包括:

21.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至18中任一项所述的目标识别方法。

...

【技术特征摘要】

1.一种目标识别方法,其特征在于,包括:

2.根据权利要求1所述的目标识别方法,其特征在于,所述阈值条件包括相对速度小于第一速度的第一子阈值条件,所述特征信息包括所述速度信息;

3.根据权利要求2所述的目标识别方法,其特征在于,所述阈值条件还包括与所述位置信息有关的第二子阈值条件,所述特征信息还包括所述位置信息;

4.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度低于第一高度的条件,所述位置信息包括高度信息;

5.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度高于第二高度的条件,所述位置信息包括高度信息;

6.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度不低于第三高度、高度不高于第四高度且宽度小于第一宽度的条件,所述位置信息包括高度信息和距离信息;

7.根据权利要求3所述的目标识别方法,其特征在于,所述第二子阈值条件包括高度不低于第五高度、高度不高于第六高度且宽度不小于第二宽度的条件,所述位置信息包括高度信息和距离信息;

8.根据权利要求2或3所述的目标识别方法,其特征在于,所述阈值条件还包括与所述位置信息、所述速度信息、所述rcs信息和所述成员信息有关的第三子阈值条件,所述特征信息包括所述位置信息、所述速度信息、所述rcs信息和所述成员信息;

9.根据权利要求8所述的目标识别方法,其特征在于,所述第三子阈值条件包括高度高于第七高度、宽度大于第三宽度、rcs大于第一rcs或成员数多于第一成员数的第一条件,所述位置信息包...

【专利技术属性】
技术研发人员:王晓陈熠张磊
申请(专利权)人:加特兰微电子科技上海有限公司
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