【技术实现步骤摘要】
本专利技术涉及智能驾驶，更具体地，涉及一种基于4d成像毫米波雷达点云的实时聚类方法。
技术介绍
1、传统3d毫米波雷达的点云分辨率较低，且不具备测高能力，主流的dbscan聚类算法能够实时的达到聚类的效果。对点云的聚类是后续目标追踪算法与目标分类算法的基础。
2、4d成像毫米波雷达的点云分辨率大幅提升，且具备了测高能力，点云数量级有所提升。因此，主流的dbscan方法无法在规定耗时内完成数千个点的实时聚类。由于4d成像毫米波雷达出现时间比较短，目前没有基于4d成像毫米波雷达点云的实时聚类算法。
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4d成像毫米波雷达点云的实时聚类方法，为后续的目标追踪算法和目标分类算法提供点云聚类信息。
2、作为本专利技术的第一个方面，提供一种基于4d成像毫米波雷达点云的实时聚类方法，所述基于4d成像毫米波雷达点云的实时聚类方法包括如下步骤：
3、步骤s11：获取4d成像毫米波雷达采集到的车辆周围...
【技术保护点】
1.一种基于4D成像毫米波雷达点云的实时聚类方法，其特征在于，所述基于4D成像毫米波雷达点云的实时聚类方法包括如下步骤：
2.根据权利要求1所述的一种基于4D成像毫米波雷达点云的实时聚类方法，其特征在于，所述根据所述车辆周围环境的所有目标点云信息对车辆周围环境的所有目标点云进行栅格化划分处理，以将车辆周围环境的所有目标点云划分在对应的栅格中，还包括：
3.根据权利要求2所述的一种基于4D成像毫米波雷达点云的实时聚类方法，其特征在于，所述角度聚类条件的判断公式如下：
4.根据权利要求1所述的一种基于4D成像毫米波雷达点云的实时聚类方法...
【技术特征摘要】
1.一种基于4d成像毫米波雷达点云的实时聚类方法，其特征在于，所述基于4d成像毫米波雷达点云的实时聚类方法包括如下步骤：
2.根据权利要求1所述的一种基于4d成像毫米波雷达点云的实时聚类方法，其特征在于，所述根据所述车辆周围环境的所有目标点云信息对车辆周围环境的所有目标点云进行栅格化划分处理，以将车辆周围环境的所有目标点云划分在对应的栅格中，还包括：
3.根据权利要求2所述的一种基于4d成...
【专利技术属性】
技术研发人员：龚一岷，王永强，
申请(专利权)人：威孚智感无锡科技有限公司，
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。