一种基于毫米波雷达的密集目标点云聚类方法技术

技术编号:41518909 阅读:22 留言:0更新日期:2024-05-30 14:54
本发明专利技术提出一种基于毫米波雷达的密集目标点云聚类方法,包括步骤S100初始化算法相关参数并获取毫米波雷达探测区域内的点云数据;步骤S200使用基于DBSCAN的参数自适应聚类算法,可以有效地解决毫米波雷达点云数据均匀性差所导致的聚类难题;步骤S300对聚类出来的点云簇进行特征提取,并送入CART决策树中进行目标数归类,若点云簇正常则结束聚类;步骤S400对于决策树给出的异常点云簇通过k‑means算法进行二次聚类。通过二次聚类使得聚类效果更加细腻和准确,保证了点云簇属性的单一性,同时也有效地解决了多目标密集情况下多个目标源的点云数据聚成一类的问题,实现了点云数据精准聚类划分的效果,为后期的信号处理提供更可靠的量测参考信息。

【技术实现步骤摘要】

本专利技术涉及毫米波雷达信号处理,具体涉及一种基于毫米波雷达的密集目标点云聚类方法


技术介绍

1、人员监管是现有多个场景中不可缺少的应用,如机场、商场、连锁店、车站、博物馆、会议室、楼道进出口等场合,人员发现清点和数据估计在安全管理,提高整体服务水平等方面起重要作用。但是常用的监控设备和定位方法或多或少受到定位设备,监测环境,人员隐私,成本花销等主观与客观因素的影响,使得这些解决方案或多或少存在某些弊端,不能方便有效的应用于不同的环境中,因此急需一个更优的传感器解决方案来弥补传统传感技术存在的缺陷。

2、毫米波雷达传感器的利用可以对传统传感技术的这些缺陷进行补足,具有广阔的应用前景。毫米波雷达应用于室内人员检测与跟踪是近几年新兴的技术,在复杂环境下基于毫米波雷达进行人员检测的相关技术尚未成熟,需要考虑到对多目标密集情况下的点云聚类划分、墙体反射带来的扰动噪声和狭窄空间中跟踪目标之间存在的与雷达直线距离上的遮挡导致的量测信息丢失等复杂情况下的信号处理难题。

3、通过毫米波雷达获取的是动态目标的径向信息,存在角分辨率低,点云数据输出稀本文档来自技高网...

【技术保护点】

1.一种基于毫米波雷达的密集目标点云聚类方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的方法,其特征在于,所述步骤S100具体包括:设置相关参数,包括:探测空间范围大小、密度阈值minPts、K个最近邻点的K值、发散阈值ε0和精度阈值p,通过设置探测空间范围滤除范围边界外的障碍物体反射所产生的杂波噪声;通过设定合适的密度阈值minPts以有效地滤除噪点干扰,设好参数后,在指定探测空间范围内通过毫米波雷达获取目标的三维点云数据。

3.根据权利要求2所述的方法,其特征在于,所述步骤S200具体包括如下步骤:

4.根据权利要求3所述的方法,其特征在...

【技术特征摘要】

1.一种基于毫米波雷达的密集目标点云聚类方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的方法,其特征在于,所述步骤s100具体包括:设置相关参数,包括:探测空间范围大小、密度阈值minpts、k个最近邻点的k值、发散阈值ε0和精度阈值p,通过设置探测空间范围滤除范围边界外的障碍物体反射所产生的杂波噪声;通过设定合适的密度阈值minpts以有效地滤除噪点干扰,设好参数后,在指定探测空间...

【专利技术属性】
技术研发人员:李荣冰彭耀霖肖易
申请(专利权)人:南京航空航天大学
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