CN115685130A - 基于毫米波雷达的目标识别方法、装置、电子设备和介质 - Google Patents

Abstract

本发明提供了一种基于毫米波雷达的目标识别方法、装置、电子设备和介质，涉及雷达探测的技术领域，首先对多个雷达覆盖范围进行低精度扫描，基于回波信号确定待处理雷达覆盖范围；然后对目标雷达覆盖范围进行高精度扫描；利用预设神经网络模型确定目标雷达覆盖范围内每个待识别目标的属性信息。本发明方法应用了相控阵雷达，一个工作周期内采用低精度扫描和高精度扫描相结合的方式，低精度扫描和高精度扫描时使用的雷达天线数量不同、能量的集中程度不同、覆盖范围不同，并且，本发明还使用预设神经网络模型来确定每个待识别目标的属性信息。通过将波束赋形技术和神经网络技术相结合，可以有效地提升毫米波雷达的分辨率，进而提高了目标识别精度。

Description

基于毫米波雷达的目标识别方法、装置、电子设备和介质

技术领域

本发明涉及雷达探测的技术领域，尤其是涉及一种基于毫米波雷达的目标识别方法、装置、电子设备和介质。

背景技术

近年来，随着数字城市建设的探索，毫米波雷达因相比摄像头对恶劣天气有更好的适应性且更能保护车辆隐私，被广泛作为在自动驾驶领域路侧的感知设备。但是由于毫米波雷达的工作方式为发射电磁波并接收回波的形式对目标进行判别，且均是通过面的辐射实现信号的发送与接收，所以传播损耗较大，进而存在毫米波雷达探测精度低，漏检率高的技术问题。

发明内容

本发明的目的在于提供一种基于毫米波雷达的目标识别方法、装置、电子设备和介质，以提升毫米波雷达的分辨率，提高目标识别精度。

第一方面，本发明提供一种基于毫米波雷达的目标识别方法，包括：控制第一雷达天线集合依次在多个单位矢量的方向上对外发射电磁波，以对多个雷达覆盖范围进行低精度扫描；其中，每个单位矢量对应一个雷达覆盖范围；依次接收每个所述雷达覆盖范围对应的回波信号，以基于所述回波信号确定待处理雷达覆盖范围；其中，所述待处理雷达覆盖范围表示存在待识别目标的雷达覆盖范围；基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描；其中，所述第二雷达天线集合中雷达天线的数量大于所述第一雷达天线集合中雷达天线的数量；所述第二雷达天线集合和所述第一雷达天线集合属于同一相控阵雷达；所述目标雷达覆盖范围表示所述待处理雷达覆盖范围中的任一雷达覆盖范围；接收所述目标雷达覆盖范围对应的目标回波信号，并利用预设神经网络模型对所述目标回波信号、所述目标单位矢量和所述预设偏转角度值进行处理，得到所述目标雷达覆盖范围内每个待识别目标的属性信息；其中，所述属性信息包括以下至少一种：类别信息，中心位置信息，距离信息，速度信息，航向角信息。

在可选的实施方式中，基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描，包括：分别计算所述目标单位矢量在XZ平面和YZ平面上的偏转角，得到第一偏转角和第二偏转角；其中，所述相控阵雷达的天线平面中心为坐标原点，天线平面为XY平面，水平方向向右为X正方向，垂直方向向上为Y轴正方向，天线平面法线方向为Z轴正方向；基于所述第一偏转角、所述第二偏转角和所述预设偏转角度值，确定高精度扫描阶段的雷达天线矢量集合；控制所述第二雷达天线集合按照所述雷达天线矢量集合对外发射电磁波，以对目标雷达覆盖范围进行高精度扫描。

在可选的实施方式中，利用预设神经网络模型对所述目标回波信号、所述目标单位矢量和所述预设偏转角度值进行处理，包括：基于所述目标单位矢量和所述预设偏转角度值确定所述雷达天线矢量集合；计算第一矢量下，所述第二雷达天线集合中相邻两个天线在X方向的相位偏移和Y方向的相位偏移；所述第一矢量表示所述雷达天线矢量集合中的任一矢量；利用预设神经网络模型对所述目标回波信号和所述雷达天线矢量集合对应的相位偏移集合进行处理，得到所述目标雷达覆盖范围内每个待识别目标的属性信息。

在可选的实施方式中，在得到所述目标雷达覆盖范围内每个待识别目标的属性信息之后，所述方法还包括：获取预设缓存数据库中所有历史目标的属性信息；控制第三雷达天线组依次对所述预设缓存数据库中每个历史目标的位置和所述目标雷达覆盖范围内每个已识别目标的位置进行第二次高精度扫描，得到若干目标的属性信息；其中，所述第三雷达天线集合中雷达天线的数量大于所述第二雷达天线集合中雷达天线的数量；所述第二雷达天线集合和所述第三雷达天线集合属于同一相控阵雷达；基于所述若干目标的属性信息更新所述预设缓存数据库。

在可选的实施方式中，在得到所述目标雷达覆盖范围内每个待识别目标的属性信息之后，所述方法还包括：基于所述待识别目标的属性信息确定对所述待识别目标进行所述第二次高精度扫描时雷达天线矢量的偏转角度。

在可选的实施方式中，所述预设缓存数据库中的每个历史目标的属性信息配置有丢失标志位；若对第一目标的位置进行第二次高精度扫描时，未获取到相应的回波信号，则控制所述第一目标的属性信息的丢失标志位加1；其中，所述第一目标表示所有所述历史目标中的任一目标；将丢失标志位的数值大于指定阈值的历史目标的属性信息从所述预设缓存数据库中删除。

在可选的实施方式中，基于所述若干目标的属性信息更新所述预设缓存数据库，包括：计算第一目标的属性信息与第二目标的属性信息之间的欧式距离；其中，所述第二目标表示所述若干目标中的任一目标；若所述欧式距离小于预设阈值，则利用所述第二目标的属性信息替换所述预设缓存数据库中第一目标的属性信息，并将所述第二目标的属性信息的丢失标志位置0；若不存在欧式距离小于预设阈值的情况，则将所述第二目标的属性信息加入所述预设缓存数据库，并将所述第二目标的属性信息的丢失标志位置0。

第二方面，本发明提供一种基于毫米波雷达的目标识别装置，包括：第一控制模块，用于控制第一雷达天线集合依次在多个单位矢量的方向上对外发射电磁波，以对多个雷达覆盖范围进行低精度扫描；其中，每个单位矢量对应一个雷达覆盖范围；第一确定模块，用于依次接收每个所述雷达覆盖范围对应的回波信号，以基于所述回波信号确定待处理雷达覆盖范围；其中，所述待处理雷达覆盖范围表示存在待识别目标的雷达覆盖范围；第二控制模块，用于基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描；其中，所述第二雷达天线集合中雷达天线的数量大于所述第一雷达天线集合中雷达天线的数量；所述第二雷达天线集合和所述第一雷达天线集合属于同一相控阵雷达；所述目标雷达覆盖范围表示所述待处理雷达覆盖范围中的任一雷达覆盖范围；处理模块，用于接收所述目标雷达覆盖范围对应的目标回波信号，并利用预设神经网络模型对所述目标回波信号、所述目标单位矢量和所述预设偏转角度值进行处理，得到所述目标雷达覆盖范围内每个待识别目标的属性信息；其中，所述属性信息包括以下至少一种：类别信息，中心位置信息，距离信息，速度信息，航向角信息。

第三方面，本发明提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施方式中任一项所述的基于毫米波雷达的目标识别方法的步骤。

第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现前述实施方式中任一项所述的基于毫米波雷达的目标识别方法。

本发明方法应用了相控阵雷达，并在一个工作周期内采用低精度扫描和高精度扫描相结合的方式，其中，低精度扫描和高精度扫描时使用的雷达天线数量不同、能量的集中程度不同、覆盖范围不同，并且，本发明还使用预设神经网络模型来确定每个待识别目标的属性信息。通过将波束赋形技术和神经网络技术相结合，可以有效地提升毫米波雷达的分辨率，进而提高了目标识别精度。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于毫米波雷达的目标识别方法的流程图；

图2为本发明实施例提供的相控阵雷达天线的一种可选地天线阵列示意图；

图3为本发明实施例提供的一种雷达电路结构示意图；

图4为本发明实施例提供的一种从低精度扫描阶段到高精扫描阶段的雷达扫描示意图；

图5为本发明实施例提供的一种雷达天线坐标系的示意图；

图6为本发明实施例提供的预设神经网络模型的输入输出示意图；

图7为本发明实施例提供的一种对天线分区实现对不同目标的追踪的示意图；

图8为本发明实施例提供的一种基于毫米波雷达的目标识别装置的功能模块图；

图9为本发明实施例提供的一种电子设备的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

实施例一

图1为本发明实施例提供的一种基于毫米波雷达的目标识别方法的流程图，如图1所示，该方法具体包括如下步骤：

步骤S102，控制第一雷达天线集合依次在多个单位矢量的方向上对外发射电磁波，以对多个雷达覆盖范围进行低精度扫描。

其中，每个单位矢量对应一个雷达覆盖范围。

毫米波雷达在国内使用的频段为24GHz或77GHz，在工作频段确定的情况下，如何提升毫米波雷达探测精度，降低漏检率是毫米波雷达需要解决的技术问题。本发明实施例为了提升毫米波雷达的探测精度，采用了相控阵雷达天线，图2为相控阵雷达天线的一种可选地天线阵列示意图，如图2所示，该相控阵雷达中设有4×4的雷达天线，雷达天线在同一平面上以矩阵形式进行布局，其中每一根天线均可充当发射天线与接收天线，在不同的工作模式下，可能存在部分天线只充当发射天线或接收天线，甚至部分天线不工作的情况。图2中深色与浅色分别代表发射与接收，也即，图2所反映的雷达天线工作状态，一半雷达天线处于发射模式，一半雷达天线处于接收模式。

一个相控阵雷达具有相应的可视范围，也即，雷达覆盖范围，本发明实施例首先将雷达的覆盖范围进行了划分，并控制第一雷达天线集合依次在多个单位矢量的方向上对外发射电磁波，以对多个雷达覆盖范围进行低精度扫描，其中，第一雷达天线集合是由相控阵雷达天线中第一数量个雷达天线组成的集合，本发明实施例不对第一数量进行具体限定。

为了便于理解下面举例说明，假如将雷达天线的覆盖范围划分成3*3的九宫格，那么将获得9个雷达覆盖范围，由于当前仅为低精度扫描阶段，因此，可仅启用少量的发射天线，例如，4×4的相控阵中，可仅控制4个顶点上的雷达天线处于发射模式。此时，通过控制第一雷达天线集合（4个顶点上的雷达天线）依次在9个单位矢量方向上对外发射电磁波，以对上述9个雷达覆盖范围分别进行低精度扫描（也即，共需要发射9次电磁波）。需要说明的是，雷达波束方向指的是能量集中的方向，而不是能量只往这个方向发射。每个单位矢量对应一个能量集中方向，9个能量集中方向对应9个雷达覆盖范围。

步骤S104，依次接收每个雷达覆盖范围对应的回波信号，以基于回波信号确定待处理雷达覆盖范围。

其中，待处理雷达覆盖范围表示存在待识别目标的雷达覆盖范围。

图3为本发明实施例提供的一种雷达电路结构示意图，如图3所示，雷达电路主要包括中央控制器、移相信号生成器、数模转换器D/A、模数转换器A/D、变频器（包括升频器和降频器）、放大器（包括功率放大器和低噪声放大器），滤波器和天线，其中，中央处理器负责控制雷达照射方向、信号分析等，深度神经网络模块主要用于提供待识别目标的类别等数据，移相信号生成器通过改变信号的相位发送至不同的天线以获得不同的波束照射方向。

在对每个雷达覆盖范围进行低精度扫描时，深度神经网络模块并不进行精细的目标识别，仅判别回波信号对应的覆盖范围内是否存在待识别目标，在对每个雷达覆盖范围进行低精度扫描时，深度神经网络模块接收各个A/D转换器输出的回波信号，且已知存在待识别目标的回波信号与无待识别目标的回波信号存在实质上的差异，因此通过回波信号即可确定该覆盖范围内是否存在待识别目标，进而从多个雷达覆盖范围中确定出待处理雷达覆盖范围。

步骤S106，基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描。

在确定出待处理雷达覆盖范围之后，为了能够精确识别出待识别目标的属性信息，本发明实施例在第一阶段的低精度扫描之后，进入高精度扫描的第二阶段，具体的，根据目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描，其中，第二雷达天线集合中雷达天线的数量大于第一雷达天线集合中雷达天线的数量；第二雷达天线集合和第一雷达天线集合属于同一相控阵雷达；目标雷达覆盖范围表示待处理雷达覆盖范围中的任一雷达覆盖范围。目标单位矢量表示低精度扫描阶段目标雷达覆盖范围对应的单位矢量。

在本发明实施例中，低精度扫描阶段，部分天线不发射电磁波，以获得覆盖范围更大的波束。在检测到待识别目标后，进入高精度扫描阶段，此时相比低精度扫描时启用更多的天线，此时波束会变窄，能量更为集中，分辨率更高。但是由于不清楚待识别目标在目标雷达覆盖范围内的具体位置，所以需要采集这一区域的高精点云数据，鉴于高精扫描的波束较窄，所以需要利用预设偏转角度值

调整波束方向以使得高精扫描阶段能够完整的覆盖目标雷达覆盖区域。发射电磁波是离散的，每个波束都可通过横竖两个方向上的偏转角

唯一确认。

为了便于理解，图4示出了一种从低精度扫描阶段到高精扫描阶段的雷达扫描示意图，图4中，9宫格的中间区域为目标雷达覆盖区域，对该区域进行高精度扫描时，中心的圆圈对应的单位矢量方向与低精度扫描阶段对该区域进行扫描时的单位矢量方向相同，但是由于高精度扫描时波束更窄，因此，高精度扫描时，需要多次调整波束方向（也即，多次发射波束），以完整覆盖目标雷达覆盖区域。若目标单位矢量在横竖两个方向上的偏转角为

，那么在对目标雷达覆盖区域进行高精度扫描时，则需要在

方向附近

范围进行扫描，具体的，共需要发射9次波束，对应的9种偏转角度的集合可表示为

。

步骤S108，接收目标雷达覆盖范围对应的目标回波信号，并利用预设神经网络模型对目标回波信号、目标单位矢量和预设偏转角度值进行处理，得到目标雷达覆盖范围内每个待识别目标的属性信息。

高精度扫描阶段，针对目标雷达覆盖范围，本发明实施例利用深度神经网络模块（也即，预设神经网络模型）对目标单位矢量、预设偏转角度值和当前获取的目标回波信号进行处理，以确定目标雷达覆盖范围内每个待识别目标的属性信息。其中，属性信息包括以下至少一种：类别信息，中心位置信息，距离信息，速度信息，航向角信息。类别信息例如车辆，行人；中心位置信息表征目标相对雷达天线在横纵方向的偏转角度，距离信息表征目标相对雷达天线的直线距离。

本发明实施例所提供的方法应用了相控阵雷达，一个工作周期内采用低精度扫描和高精度扫描相结合的方式，其中，低精度扫描和高精度扫描时使用的雷达天线数量不同、能量的集中程度不同、覆盖范围不同，并且，本发明还使用预设神经网络模型来确定每个待识别目标的属性信息。通过将波束赋形技术和神经网络技术相结合，可以有效地提升毫米波雷达的分辨率，进而提高了目标识别精度。

在一个可选的实施方式中，上述步骤S106，基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描，具体包括如下步骤：

步骤S1061，分别计算目标单位矢量在XZ平面和YZ平面上的偏转角，得到第一偏转角和第二偏转角。

其中，相控阵雷达的天线平面中心为坐标原点，天线平面为XY平面，水平方向向右为X正方向，垂直方向向上为Y轴正方向，天线平面法线方向为Z轴正方向。

如图5所示，天线平面为xy平面，天线平面法线方向指向雷达外部为Z轴正方向，设雷达的照射方向的单位矢量为S，且其在三个方向上的分量为

，则有

，单位矢量为S在XZ平面上的偏转角为：

；单位矢量为S在YZ平面上的偏转角为：

。

步骤S1062，基于第一偏转角、第二偏转角和预设偏转角度值，确定高精度扫描阶段的雷达天线矢量集合。

若确定了

，预设偏转角度值为

，则高精度扫描阶段雷达天线矢量对应的偏转角度集合即为：

，具体为：

。根据以上偏转角度，即可确定出对应的雷达天线矢量集合。

步骤S1063，控制第二雷达天线集合按照雷达天线矢量集合对外发射电磁波，以对目标雷达覆盖范围进行高精度扫描。

也就是说，针对目标雷达覆盖范围，需按照图4右侧视图中所示的方式，控制第二雷达天线集合按照图示方式对外发射9次电磁波，以完成对目标雷达覆盖范围的高精度扫描。

在一个可选的实施方式中，上述步骤S108中，利用预设神经网络模型对目标回波信号、目标单位矢量和预设偏转角度值进行处理，具体包括如下步骤：

步骤S1081，基于目标单位矢量和预设偏转角度值确定雷达天线矢量集合。

步骤S1082，计算第一矢量下，第二雷达天线集合中相邻两个天线在X方向的相位偏移和Y方向的相位偏移。

其中，第一矢量表示雷达天线矢量集合中的任一矢量。

具体的，上文中已经对如何根据目标单位矢量和预设偏转角度值确定高精度扫描阶段雷达天线矢量集合的方法进行了详细的介绍，此处不再赘述，具体可参考上述步骤S1061-S1062。在得到雷达天线矢量集合之后，针对其中的第一矢量，第二雷达天线集合中相邻两个天线在X方向的相位偏移为：

；第二雷达天线集合中相邻两个天线在Y方向的相位偏移为：

；其中，

表示第一矢量在X，Y，Z方向的分量，D表示相邻两个天线的距离，λ表示雷达天线的波长。

基于上述算法，可为雷达天线矢量集合中的每一个矢量计算出对应的X方向的相位偏移和Y方向的相位偏移

，进而得到雷达天线矢量集合对应的相位偏移集合

，该集合中包括每个矢量对应的X方向相位偏移和Y方向相位偏移。

步骤S1083，利用预设神经网络模型对目标回波信号和雷达天线矢量集合对应的相位偏移集合进行处理，得到目标雷达覆盖范围内每个待识别目标的属性信息。

图6为预设神经网络模型的输入输出示意图，如图6所示，预设神经网络模型的输入为两种类型的数据，一种是回波信号，另一种是接收该回波信号时，雷达天线矢量对应的相位偏移

，预设神经网络模型的输出为目标的多种属性信息。由于高精扫描阶段需要对目标雷达覆盖范围进行多次扫描，因此，预设神经网络模型也需要分批次对相应的回波信号进行处理，最后将所有的输出结果进行合并，即可得到目标雷达覆盖范围内每个待识别目标的属性信息。

为了进一步实现对目标的跟踪，在本发明实施例中，在得到目标雷达覆盖范围内每个待识别目标的属性信息之后，本发明方法还包括如下步骤：

步骤S201，获取预设缓存数据库中所有历史目标的属性信息。

预设缓存数据库中存储了多个历史目标的属性信息，历史目标是雷达识别系统认为当前存在于其覆盖范围内的目标，也即，雷达天线可视范围内的目标。预设缓存数据库中的数据随着雷达的扫描而不断更新，下文将对其数据更新方法进行详细介绍。

步骤S202，控制第三雷达天线组依次对预设缓存数据库中每个历史目标的位置和目标雷达覆盖范围内每个已识别目标的位置进行第二次高精度扫描，得到若干目标的属性信息。

其中，第三雷达天线集合中雷达天线的数量大于第二雷达天线集合中雷达天线的数量；第二雷达天线集合和第三雷达天线集合属于同一相控阵雷达。

步骤S203，基于若干目标的属性信息更新预设缓存数据库。

具体的，本发明实施例在得到目标雷达覆盖范围内每个待识别目标的属性信息之后，方法还包括：基于待识别目标的属性信息确定对待识别目标进行第二次高精度扫描时雷达天线矢量的偏转角度。第二次高精度扫描的目的是为了获取上述待识别目标的详细数据，由于已经进行了一次高精度扫描，待识别目标已经成为已识别目标，但是识别出其属性信息之后，还需对其进行第二次高精度扫描，以细化/纠正其属性信息，也就是说，第二次高精度扫描的焦点就是第一次高精扫描所确定的各个已识别目标。

第二次高精度扫描时所使用的雷达天线的数量比第一次高精度扫描时更多，波束更窄，本发明实施例针对不同类型的目标设计了不同的偏转角度

，以在覆盖不同尺寸目标的前提下确定出最佳扫描方案

。例如，车辆目标在进行第二次高精度扫描时雷达天线矢量的偏转角度可以为横向13°，纵向13°，而行人目标在进行第二次高精度扫描时雷达天线矢量的偏转角度可以为横向4°，纵向7°。

已知在低精度扫描阶段未被判定为待处理雷达覆盖区域的位置将不进行高精度扫描，因此，如果因为低精度扫描阶段漏检P区域，那么将不对P区域进行高精度扫描，进而将导致无法跟踪到P区域内的目标的属性信息。因此，为了避免上述技术问题，本发明实施例不仅对目标雷达覆盖范围内每个已识别目标的位置进行第二次高精度扫描，还需要对预设缓存数据库中每个历史目标的位置进行第二次高精度扫描，基于此，即便低精度扫描阶段漏检（可能因为行人目标小，所以漏检），第二次高精度扫描阶段仍会对之前扫描所确定的历史目标位置进行高精度扫描，从而对漏检的目标的属性信息进行补齐。

在本发明实施例中，如图7所示，当天线数量足够时，还可以对天线进行分区，不同区域的天线配置不同的相位差（也即上文中的相位偏移）以达到对不同目标的追踪。

如果上一次扫描中，X目标在雷达天线的覆盖范围，但是本次扫描中，X目标不在雷达天线的覆盖范围，但根据上文所介绍的方法，本周期扫描时，X目标作为历史目标，雷达天线仍会对X目标上次出现的位置进行高精度扫描。为了避免雷达资源的浪费，在一个可选的实施方式中，预设缓存数据库中的每个历史目标的属性信息配置有丢失标志位；若对第一目标的位置进行第二次高精度扫描时，未获取到相应的回波信号，则控制第一目标的属性信息的丢失标志位加1；其中，第一目标表示所有历史目标中的任一目标。并且，将丢失标志位的数值大于指定阈值的历史目标的属性信息从预设缓存数据库中删除。

也就是说，如果扫描第一目标的位置不能获取到相应的回波信号，则将第一目标的属性信息的丢失标志位加1。如果连续多次扫描均不能获取到相应的回波信号，丢失标志位将持续累加。当丢失标志位的数值大于指定阈值时，可确定该丢失标志位对应的历史目标确实超出了雷达天线的可视范围，此时将其属性信息从预设缓存数据库中删除。本发明实施例不对指定阈值的取值进行具体限定，用户可以根据实际需求进行设置，例如3，5。

第二次高精度扫描结束，可得到若干目标的属性信息，然后再根据上述属性信息对预设缓存数据库进行更新，在一个可选的实施方式中，上述步骤S203，基于若干目标的属性信息更新预设缓存数据库，具体包括如下内容：

计算第一目标的属性信息与第二目标的属性信息之间的欧式距离；其中，第二目标表示若干目标中的任一目标。

若欧式距离小于预设阈值，则利用第二目标的属性信息替换预设缓存数据库中第一目标的属性信息，并将第二目标的属性信息的丢失标志位置0。

若不存在欧式距离小于预设阈值的情况，则将第二目标的属性信息加入预设缓存数据库，并将第二目标的属性信息的丢失标志位置0。

具体的，欧式距离的大小能代表数据的相似度，本发明实施例具体是利用属性信息中的中心位置信息和距离信息来计算两种属性信息之间的欧式距离，如果欧式距离小于预设阈值，则可认为这两个属性信息属于同一个目标，此时，利用计算时所使用的第二目标的属性信息替换计算时所使用的预设缓存数据库中第一目标的属性信息，从而完成该历史目标的属性信息更新，同时将该更新后的第二目标的属性信息的丢失标志位置0。

但是，如果第一目标与第二目标的欧式距离计算中，不存在一个历史目标与第二目标之间的欧式距离小于预设阈值，则说明当前计算时所使用的第二目标的属性信息属于新出现在雷达可视范围的目标，因此，本发明实施例将该第二目标的属性信息加入预设缓存数据库，同时将第二目标的属性信息的丢失标志位置0。

实施例二

本发明实施例还提供了一种基于毫米波雷达的目标识别装置，该基于毫米波雷达的目标识别装置主要用于执行上述实施例一所提供的基于毫米波雷达的目标识别方法，以下对本发明实施例提供的基于毫米波雷达的目标识别装置做具体介绍。

图8是本发明实施例提供的一种基于毫米波雷达的目标识别装置的功能模块图，如图8所示，该装置主要包括：第一控制模块10，第一确定模块20，第二控制模块30，处理模块40，其中：

第一控制模块10，用于控制第一雷达天线集合依次在多个单位矢量的方向上对外发射电磁波，以对多个雷达覆盖范围进行低精度扫描；其中，每个单位矢量对应一个雷达覆盖范围。

第一确定模块20，用于依次接收每个雷达覆盖范围对应的回波信号，以基于回波信号确定待处理雷达覆盖范围；其中，待处理雷达覆盖范围表示存在待识别目标的雷达覆盖范围。

第二控制模块30，用于基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描；其中，第二雷达天线集合中雷达天线的数量大于第一雷达天线集合中雷达天线的数量；第二雷达天线集合和第一雷达天线集合属于同一相控阵雷达；目标雷达覆盖范围表示待处理雷达覆盖范围中的任一雷达覆盖范围。

处理模块40，用于接收目标雷达覆盖范围对应的目标回波信号，并利用预设神经网络模型对目标回波信号、目标单位矢量和预设偏转角度值进行处理，得到目标雷达覆盖范围内每个待识别目标的属性信息；其中，属性信息包括以下至少一种：类别信息，中心位置信息，距离信息，速度信息，航向角信息。

本发明实施例所提供的基于毫米波雷达的目标识别装置应用了相控阵雷达，一个工作周期内采用低精度扫描和高精度扫描相结合的方式，其中，低精度扫描和高精度扫描时使用的雷达天线数量不同、能量的集中程度不同、覆盖范围不同，并且，本发明实施例还使用预设神经网络模型来确定每个待识别目标的属性信息。通过将波束赋形技术和神经网络技术相结合，可以有效地提升毫米波雷达的分辨率，进而提高了目标识别精度。

可选地，第二控制模块30具体用于：

分别计算目标单位矢量在XZ平面和YZ平面上的偏转角，得到第一偏转角和第二偏转角；其中，相控阵雷达的天线平面中心为坐标原点，天线平面为XY平面，水平方向向右为X正方向，垂直方向向上为Y轴正方向，天线平面法线方向为Z轴正方向。

基于第一偏转角、第二偏转角和预设偏转角度值，确定高精度扫描阶段的雷达天线矢量集合。

控制第二雷达天线集合按照雷达天线矢量集合对外发射电磁波，以对目标雷达覆盖范围进行高精度扫描。

可选地，处理模块40具体用于：

基于目标单位矢量和预设偏转角度值确定雷达天线矢量集合。

计算第一矢量下，第二雷达天线集合中相邻两个天线在X方向的相位偏移和Y方向的相位偏移；第一矢量表示雷达天线矢量集合中的任一矢量。

利用预设神经网络模型对目标回波信号和雷达天线矢量集合对应的相位偏移集合进行处理，得到目标雷达覆盖范围内每个待识别目标的属性信息。

可选地，该装置还包括：

获取模块，用于获取预设缓存数据库中所有历史目标的属性信息。

第三控制模块，用于控制第三雷达天线组依次对预设缓存数据库中每个历史目标的位置和目标雷达覆盖范围内每个已识别目标的位置进行第二次高精度扫描，得到若干目标的属性信息；其中，第三雷达天线集合中雷达天线的数量大于第二雷达天线集合中雷达天线的数量；第二雷达天线集合和第三雷达天线集合属于同一相控阵雷达。

更新模块，用于基于若干目标的属性信息更新预设缓存数据库。

可选地，该装置还包括：

确定模块，用于基于待识别目标的属性信息确定对待识别目标进行第二次高精度扫描时雷达天线矢量的偏转角度。

可选地，预设缓存数据库中的每个历史目标的属性信息配置有丢失标志位。

若对第一目标的位置进行第二次高精度扫描时，未获取到相应的回波信号，则控制第一目标的属性信息的丢失标志位加1；其中，第一目标表示所有历史目标中的任一目标。

将丢失标志位的数值大于指定阈值的历史目标的属性信息从预设缓存数据库中删除。

可选地，更新模块具体用于：

计算第一目标的属性信息与第二目标的属性信息之间的欧式距离；其中，第二目标表示若干目标中的任一目标。

若欧式距离小于预设阈值，则利用第二目标的属性信息替换预设缓存数据库中第一目标的属性信息，并将第二目标的属性信息的丢失标志位置0。

若不存在欧式距离小于预设阈值的情况，则将第二目标的属性信息加入预设缓存数据库，并将第二目标的属性信息的丢失标志位置0。

实施例三

参见图9，本发明实施例提供了一种电子设备，该电子设备包括：处理器60，存储器61，总线62和通信接口63，所述处理器60、通信接口63和存储器61通过总线62连接；处理器60用于执行存储器61中存储的可执行模块，例如计算机程序。

其中，存储器61可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口63（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器61用于存储程序，所述处理器60在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的过程定义的装置所执行的方法可以应用于处理器60中，或者由处理器60实现。

处理器60可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61，处理器60读取存储器61中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的一种基于毫米波雷达的目标识别方法、装置、电子设备和介质的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于毫米波雷达的目标识别方法，其特征在于，包括：

控制第一雷达天线集合依次在多个单位矢量的方向上对外发射电磁波，以对多个雷达覆盖范围进行低精度扫描；其中，每个单位矢量对应一个雷达覆盖范围；

依次接收每个所述雷达覆盖范围对应的回波信号，以基于所述回波信号确定待处理雷达覆盖范围；其中，所述待处理雷达覆盖范围表示存在待识别目标的雷达覆盖范围；

基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描；其中，所述第二雷达天线集合中雷达天线的数量大于所述第一雷达天线集合中雷达天线的数量；所述第二雷达天线集合和所述第一雷达天线集合属于同一相控阵雷达；所述目标雷达覆盖范围表示所述待处理雷达覆盖范围中的任一雷达覆盖范围；

接收所述目标雷达覆盖范围对应的目标回波信号，并利用预设神经网络模型对所述目标回波信号、所述目标单位矢量和所述预设偏转角度值进行处理，得到所述目标雷达覆盖范围内每个待识别目标的属性信息；其中，所述属性信息包括以下至少一种：类别信息，中心位置信息，距离信息，速度信息，航向角信息。

2.根据权利要求1所述的基于毫米波雷达的目标识别方法，其特征在于，基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描，包括：

分别计算所述目标单位矢量在XZ平面和YZ平面上的偏转角，得到第一偏转角和第二偏转角；其中，所述相控阵雷达的天线平面中心为坐标原点，天线平面为XY平面，水平方向向右为X正方向，垂直方向向上为Y轴正方向，天线平面法线方向为Z轴正方向；

基于所述第一偏转角、所述第二偏转角和所述预设偏转角度值，确定高精度扫描阶段的雷达天线矢量集合；

控制所述第二雷达天线集合按照所述雷达天线矢量集合对外发射电磁波，以对目标雷达覆盖范围进行高精度扫描。

3.根据权利要求2所述的基于毫米波雷达的目标识别方法，其特征在于，利用预设神经网络模型对所述目标回波信号、所述目标单位矢量和所述预设偏转角度值进行处理，包括：

基于所述目标单位矢量和所述预设偏转角度值确定所述雷达天线矢量集合；

计算第一矢量下，所述第二雷达天线集合中相邻两个天线在X方向的相位偏移和Y方向的相位偏移；所述第一矢量表示所述雷达天线矢量集合中的任一矢量；

利用预设神经网络模型对所述目标回波信号和所述雷达天线矢量集合对应的相位偏移集合进行处理，得到所述目标雷达覆盖范围内每个待识别目标的属性信息。

4.根据权利要求1所述的基于毫米波雷达的目标识别方法，其特征在于，在得到所述目标雷达覆盖范围内每个待识别目标的属性信息之后，所述方法还包括：

获取预设缓存数据库中所有历史目标的属性信息；

控制第三雷达天线组依次对所述预设缓存数据库中每个历史目标的位置和所述目标雷达覆盖范围内每个已识别目标的位置进行第二次高精度扫描，得到若干目标的属性信息；其中，所述第三雷达天线集合中雷达天线的数量大于所述第二雷达天线集合中雷达天线的数量；所述第二雷达天线集合和所述第三雷达天线集合属于同一相控阵雷达；

基于所述若干目标的属性信息更新所述预设缓存数据库。

5.根据权利要求4所述的基于毫米波雷达的目标识别方法，其特征在于，在得到所述目标雷达覆盖范围内每个待识别目标的属性信息之后，所述方法还包括：

基于所述待识别目标的属性信息确定对所述待识别目标进行所述第二次高精度扫描时雷达天线矢量的偏转角度。

6.根据权利要求4所述的基于毫米波雷达的目标识别方法，其特征在于，所述预设缓存数据库中的每个历史目标的属性信息配置有丢失标志位；

若对第一目标的位置进行第二次高精度扫描时，未获取到相应的回波信号，则控制所述第一目标的属性信息的丢失标志位加1；其中，所述第一目标表示所有所述历史目标中的任一目标；

将丢失标志位的数值大于指定阈值的历史目标的属性信息从所述预设缓存数据库中删除。

7.根据权利要求6所述的基于毫米波雷达的目标识别方法，其特征在于，基于所述若干目标的属性信息更新所述预设缓存数据库，包括：

计算第一目标的属性信息与第二目标的属性信息之间的欧式距离；其中，所述第二目标表示所述若干目标中的任一目标；

若所述欧式距离小于预设阈值，则利用所述第二目标的属性信息替换所述预设缓存数据库中第一目标的属性信息，并将所述第二目标的属性信息的丢失标志位置0；

若不存在欧式距离小于预设阈值的情况，则将所述第二目标的属性信息加入所述预设缓存数据库，并将所述第二目标的属性信息的丢失标志位置0。

8.一种基于毫米波雷达的目标识别装置，其特征在于，包括：

第一控制模块，用于控制第一雷达天线集合依次在多个单位矢量的方向上对外发射电磁波，以对多个雷达覆盖范围进行低精度扫描；其中，每个单位矢量对应一个雷达覆盖范围；

第一确定模块，用于依次接收每个所述雷达覆盖范围对应的回波信号，以基于所述回波信号确定待处理雷达覆盖范围；其中，所述待处理雷达覆盖范围表示存在待识别目标的雷达覆盖范围；

第二控制模块，用于基于目标单位矢量和预设偏转角度值，控制第二雷达天线集合对目标雷达覆盖范围进行高精度扫描；其中，所述第二雷达天线集合中雷达天线的数量大于所述第一雷达天线集合中雷达天线的数量；所述第二雷达天线集合和所述第一雷达天线集合属于同一相控阵雷达；所述目标雷达覆盖范围表示所述待处理雷达覆盖范围中的任一雷达覆盖范围；

处理模块，用于接收所述目标雷达覆盖范围对应的目标回波信号，并利用预设神经网络模型对所述目标回波信号、所述目标单位矢量和所述预设偏转角度值进行处理，得到所述目标雷达覆盖范围内每个待识别目标的属性信息；其中，所述属性信息包括以下至少一种：类别信息，中心位置信息，距离信息，速度信息，航向角信息。

9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的基于毫米波雷达的目标识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现权利要求1至7中任一项所述的基于毫米波雷达的目标识别方法。

Images