【技术实现步骤摘要】
技术介绍
1、雷达系统对于许多自主和半自主驾驶应用而言是重要的组件。雷达系统的主要功能是在集成到交通工具中的一个或多个雷达传感器的视场(fov)中检测和分类静止对象(例如，静止交通工具、碎片、道路标志、护栏等)。检测和分类具有小点云表示的较小静止对象尤其具有挑战性，导致各种驾驶应用的响应时间变慢并且安全性降低。
技术实现思路
1、本文档描述了用于基于低水平雷达数据的静止对象检测和分类的技术和系统。可以对从静止对象反射并由雷达系统接收的原始电磁信号进行预处理，以产生距离-多普勒图形式的低水平频谱数据，该距离-多普勒图保留了原始电磁信号中存在的所有或几乎所有数据。预处理还可以过滤非静止距离-多普勒块。剩余的低水平频谱数据表示存在于雷达系统的视场(fov)中的静止对象。表示静止对象的低水平频谱数据可以被馈送到端到端的深度卷积检测和分类网络，该网络被训练成用于分类和提供静止对象的对象边界框。与静止对象相关的输出分类和边界框可以被提供给其他驾驶系统，以改进它们的功能，从而导致更安全的驾驶体验。p>
2、作为示本文档来自技高网...
【技术保护点】
1.一种方法，所述方法包括：
2.如权利要求1所述的方法，其特征在于，将所述原始电磁信号变换为所述低水平电磁频谱数据包括：
3.如权利要求2所述的方法，其特征在于：
4.如权利要求2所述的方法，其特征在于，确定所述静止距离-多普勒块包括：
5.如权利要求2所述的方法，其特征在于，生成所述距离-方位角图包括：
6.如权利要求2所述的方法，其特征在于，估计所述静止对象的所述检测和所述分类包括：
7.如权利要求6所述的方法，所述方法进一步包括：
8.如权利要求7所述的方法，其特征在于，产生所
【技术特征摘要】
1.一种方法，所述方法包括：
2.如权利要求1所述的方法，其特征在于，将所述原始电磁信号变换为所述低水平电磁频谱数据包括：
3.如权利要求2所述的方法，其特征在于：
4.如权利要求2所述的方法，其特征在于，确定所述静止距离-多普勒块包括：
5.如权利要求2所述的方法，其特征在于，生成所述距离-方位角图包括：
6.如权利要求2所述的方法，其特征在于，估计所述静止对象的所述检测和所述分类包括：
7.如权利要求6所述的方法，所述方法进一步包括：
8.如权利要求7所述的方法，其特征在于，产生所述区域建议包括：
9.如权利要求8所述的方法，其特征在于：
10.如权利要求8所述的方法，其特征在于，确定所述对象感兴趣区域包括：
11.如权利要求10所述的方法，所述方法进一步包括：
12.如权利要求3所述的方法，其特征在于，所述经训练的网络包括多层感知器网络。
13.如权利...
【专利技术属性】
技术研发人员：张珊，K·泰亚吉，S·肖，N·马努基安，
申请(专利权)人：安波福技术股份公司，
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。