基于毫米波雷达图卷积的城轨车载自主障碍物检测方法及系统技术方案

本发明专利技术提供一种基于毫米波雷达图卷积的城轨车载自主障碍物检测方法及系统，属于轨道交通障碍物检测技术领域，毫米波雷达初始化，不断地向队列中输入采集到的雷达帧；从队列中读取若干帧雷达点云数据，将处理后的点云数据转换为图结构；利用训练好的图卷积神经网络对所述图结构进行处理，最终输出障碍物检测及分类结果，对列车行驶作出预警。本发明专利技术高维嵌入有助于实现信息重组和通道特征的高维聚合，旋转平移不变性确保了障碍物检测准确性和鲁棒性；跳转连接结构有效解决了图神经网络的过度平滑问题；通过独特的网络结构及特征选取划分，关注不同点之间的特征关系，结合注意力机制获取全局信息，实现更高效、准确的检测轨道交通障碍物分类及检测。

【技术实现步骤摘要】

本专利技术涉及轨道交通障碍物检测，具体涉及一种基于毫米波雷达图卷积的城轨车载自主障碍物检测方法及系统。

技术介绍

1、城市轨道交通是大容量公共交通基础设施，是大型城市的骨干交通网络，具有运量大、速度快、可以有效缓解城市交通拥堵状况。城市轨道交通系统的安全性和运行效率关系到乘客的生命健康安全和出行便利，列车主动障碍物检测是实现城市轨道交通列车自动化运行的重要研发方向，对于实现列车外异常侵限障碍物进行有效检测，提升无人驾驶列车障碍物检测能力，增强车载自主感知能力具有重要意义。

2、城轨列车在复杂且经常具有挑战性的环境中运行，例如黑暗，大雨，雾和其他恶劣天气条件。传统的障碍物检测方法主要依靠人工，或者基于地面设备的障碍物检测。前者检测效率低，劳动强度大；后者检测范围有限，若全线监控覆盖，部署成本高。列车主动障碍物检测是实现城市轨道交通列车自动化运行的重要研发方向，是提升列车运行安全性的关键技术。车载主动障碍物检测将环境感知传感器，例如可见光相机、激光雷达与毫米波雷达，和计算资源安装在车辆端。可见光相机受环境影响较大，暗光环境下图像会出现不同程度的退化本文档来自技高网...

【技术保护点】

1.一种基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，包括：

2.根据权利要求1所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，图卷积计算为：

3.根据权利要求2所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，自动校准机制为，计算系数ci,j，结合Δsi,j进行自动校准，修复雷达传感器可能测定时存在的误差，经过线性投射对齐维度：

4.根据权利要求3所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，图卷积层结构如为：

5.根据权利要求4所述的基于毫米波雷达图卷积的城轨车...

【技术特征摘要】

1.一种基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，包括：

2.根据权利要求1所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，图卷积计算为：

3.根据权利要求2所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，自动校准机制为，计算系数ci,j，结合δsi,j进行自动校准，修复雷达传感器可能测定时存在的误差，经过线性投射对齐维度：

4.根据权利要求3所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，图卷积层结构如为：

5.根据权利要求4所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，图卷积神经网络的总损失函数为分类类别损失及目标锚框的损失相加得到，其中类别损失为交叉熵损失，锚框损失为huber损失。

6.根据权利要求5所述的基于毫米波雷达图卷积的城轨车载自主障碍物检测方法，其特征在于，交叉损失为：<...

【专利技术属性】
技术研发人员：徐田华，黄雨凡，李锦鹏，蔡伟阳，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：