[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN113687348A - 基于追踪微多普勒图的行人识别方法和装置 - Google Patents

基于追踪微多普勒图的行人识别方法和装置 Download PDF

Info

Publication number
CN113687348A
CN113687348A CN202111097448.6A CN202111097448A CN113687348A CN 113687348 A CN113687348 A CN 113687348A CN 202111097448 A CN202111097448 A CN 202111097448A CN 113687348 A CN113687348 A CN 113687348A
Authority
CN
China
Prior art keywords
target
track information
micro
target track
tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111097448.6A
Other languages
English (en)
Other versions
CN113687348B (zh
Inventor
岳靓
陶烨
纪永飞
屈操
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weifu Zhigan (Wuxi) Technology Co.,Ltd.
Original Assignee
Wuxi Weifu High Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuxi Weifu High Technology Group Co Ltd filed Critical Wuxi Weifu High Technology Group Co Ltd
Priority to CN202111097448.6A priority Critical patent/CN113687348B/zh
Publication of CN113687348A publication Critical patent/CN113687348A/zh
Application granted granted Critical
Publication of CN113687348B publication Critical patent/CN113687348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种基于追踪微多普勒图的行人识别方法，包括以下步骤：获取雷达信号数据；对所述雷达信号数据进行处理得到雷达点云数据；对所述雷达点云数据进行聚类和目标追踪，得到目标轨迹信息；基于目标轨迹信息筛选得到稳定存在的目标，再对稳定存在的目标进行微多普勒数据的提取，累积多帧有效的微多普勒数据得到目标微多普勒图；选取目标轨迹信息中的目标速度、距离、强度以及累积得到的目标微多普勒图作为有效特征；根据不同类别目标的多组雷达信号数据获得的有效特征训练分类器；利用分类器将各种类别目标的特征分类，筛选出具有行人属性的目标。本发明能够消除环境干扰、提高识别准确度，具有高安全性、多目标适用的特点。

Description

基于追踪微多普勒图的行人识别方法和装置
技术领域
本发明涉及一种目标识别方法，尤其是一种基于追踪微多普勒图的行人识别方法。
背景技术
随着经济的发展，科技的进步，人们对于安全需求也逐渐提升，行人识别技术的研究对于智能驾驶、预防交通事故以及安防领域等均有着重要意义。通过各类传感器对行人进行识别，使车辆获得信号从而对行人进行避让，减少交通事故的发生；针对区域安防需求，可以进行区域边界行人入侵的识别和预警。
现有技术中，基于毫米波雷达进行目标分类的算法主要包括以下几种，有些方法提出基于雷达点云数据进行目标特征提取，主要包括目标不同方向的展宽、速度均值方差、雷达散射截面积的均值方差等特征，并采用不同的支持向量机完成目标分类。但此类方法依赖于点云数据质量和数量，对毫米波雷达硬件条件要求较高，需要雷达具有较高的角分辨率。还有一些方法利用单幅、或者联合多副距离-多普勒图（RD图），提取目标距离维展宽、速度维展宽等能够反映目标物理结构或微动的特征，以及前后帧的RD图差异性提取，利用支持向量机完成对目标的分类。这一类的特征提取方法受限于RD图，且在多目标情况下不太适用。
发明内容
本发明的目的是在于克服现有技术中存在的不足，提供一种基于追踪微多普勒图的行人识别方法和装置，能够消除环境干扰、提高识别准确度，具有高安全性、多目标适用的特点，不仅能有效实时检测目标位置，还能快速进行行人识别，在工程上更具适用性。为实现以上技术目的，本发明实施例采用的技术方案是：
第一方面，本发明实施例提供了一种基于追踪微多普勒图的行人识别方法，包括以下步骤：
步骤S10，获取雷达信号数据；
步骤S20，对所述雷达信号数据进行处理得到雷达点云数据；
步骤S30，对所述雷达点云数据进行聚类和目标追踪，得到目标轨迹信息；
步骤S40，基于目标轨迹信息筛选得到稳定存在的目标，再对稳定存在的目标进行微多普勒数据的提取，累积多帧有效的微多普勒数据得到目标微多普勒图；
步骤S50，选取目标轨迹信息中的目标速度、距离、强度以及累积得到的目标微多普勒图作为有效特征；
步骤S60，根据不同类别目标的多组雷达信号数据获得的有效特征训练分类器；
步骤S70，利用分类器将各种类别目标的特征分类，筛选出具有行人属性的目标。
进一步地，所述雷达信号数据为发射的雷达探测信号被反射后的雷达回波信号经处理得到的雷达中频信号数据。
进一步地，所述对所述雷达信号数据进行处理得到雷达点云数据，具体包括：对所述雷达信号数据进行一维傅里叶变换、二维傅里叶变换、恒虚警检测、数字波束形成测角信号处理，得到雷达点云数据，所述雷达点云数据包括目标速度、距离、角度和强度信息。
进一步地，所述基于目标轨迹信息筛选得到稳定存在的目标，具体包括：根据目标轨迹存在长度筛选得到稳定存在的目标。
进一步地，所述对稳定存在的目标进行微多普勒数据的提取，累积多帧有效的微多普勒数据得到目标微多普勒图，具体包括：
步骤S401，初始化累积矩阵，所述累积矩阵用于保存累积的微多普勒数据和目标轨迹信息；
步骤S402，将追踪得到的目标轨迹信息与累积矩阵中累积的目标轨迹信息进行匹配，具体包括内循环操作与外循环操作；
在内循环操作中，将第i个目标追踪得到的目标轨迹信息与累积矩阵中第j个目标轨迹信息进行匹配；匹配结果分为三类：目标ID号匹配一致的作为第一类匹配结果，目标ID号不匹配但目标速度、距离和角度信息匹配一致的作为第二类匹配结果，目标ID号、目标速度、距离和角度信息均不匹配的作为第三类匹配结果；若匹配结果为前两类，则根据追踪得到的目标轨迹信息反推目标在雷达距离-速度图上的索引位置，根据索引位置提取有效的微多普勒数据以及当前追踪得到的目标轨迹信息存放在累积矩阵内当前帧位置处；并分别标记第一类匹配结果和第二类匹配结果为匹配状态1和匹配状态2；若匹配结果为第一类不再进行后续匹配操作，若匹配结果为第二类则在当前匹配结果上再进行当前目标追踪得到的目标轨迹信息与累积矩阵中的下一个目标轨迹信息的匹配，若匹配结果能够升级为第一类则更新累积矩阵内累积的微多普勒数据和目标轨迹信息，若无法升级为第一类则维持原有的微多普勒数据和目标轨迹信息；若匹配结果为第三类，则标记为匹配状态3并继续进行当前目标追踪得到的目标轨迹信息与累积矩阵中的下一个目标轨迹信息的匹配；
当当前目标追踪得到的目标轨迹信息与累积矩阵中所有的目标轨迹信息匹配完毕后，内循环结束，转入外循环操作；在外循环操作中，为匹配状态3的目标新建微多普勒数据和目标轨迹信息，在累积矩阵内新的一个位置处存放该目标的微多普勒数据和目标轨迹信息，以进行累积。
第二方面，本发明实施例提出了一种基于追踪微多普勒图的行人识别装置，包括：
存储器，存储有计算机程序；
处理器，用于运行所述计算机程序，所述计算机程序运行时执行如上文所述的基于追踪微多普勒图的行人识别方法的步骤。
本发明实施例提供的技术方案带来的有益效果是：
1）仅需利用雷达信号数据，无需和其他传感器结合，降低了成本及计算复杂度，易用性高。
2）能够消除环境干扰、提高识别准确度。
3）将目标特征提取与追踪算法结合，使得每个目标都有自己的类别属性，能与追踪得到的目标轨迹信息匹配；可以实现场景内多目标的稳定识别，且不会因单帧雷达信号的异常或者丢失影响识别结果。
附图说明
图1为本发明实施例中的毫米波雷达结构示意图。
图2为本发明实施例中的行人识别方法流程图。
图3为本发明实施例中的累积微多普勒数据得到目标微多普勒图的算法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明的实施例以毫米波雷达为例，介绍一种基于追踪微多普勒图的行人识别方法和装置；如图1所示，一种毫米波雷达包括信号发射模块、信号接收模块、混频模块、处理器；信号发射模块用于向车辆发射雷达探测信号，雷达探测信号被目标反射后的雷达回波信号被信号接收模块所接收，然后通过混频模块处理得到雷达中频信号数据；处理器获取所述雷达中频信号数据进行处理；
本发明的实施例提出一种基于追踪微多普勒图的行人识别方法，如图2所示，包括以下步骤：
步骤S10，获取雷达信号数据；所述雷达信号数据为发射的雷达探测信号被反射后的雷达回波信号经处理得到的雷达中频信号数据；
步骤S20，对所述雷达信号数据进行处理得到雷达点云数据；
步骤S30，对所述雷达点云数据进行聚类和目标追踪，得到目标轨迹信息；
步骤S40，基于目标轨迹信息筛选得到稳定存在的目标，再对稳定存在的目标进行微多普勒数据的提取，累积多帧有效的微多普勒数据得到目标微多普勒图；
步骤S50，选取目标轨迹信息中的目标速度、距离、强度以及累积得到的目标微多普勒图作为有效特征；
步骤S60，根据不同类别目标的多组雷达信号数据获得的有效特征训练分类器；
步骤S70，利用分类器将各种类别目标的特征分类，筛选出具有行人属性的目标；
在本发明的实施例中，基于聚类和追踪之后的目标轨迹信息更加稳健，可以过滤一些随机出现的干扰目标和噪声信号，还能优化目标当前帧的位置信息和预测目标下一帧的位置信息；将目标轨迹信息中的目标速度、距离、强度以及累积得到的目标微多普勒图作为有效特征来训练分类器，能够使得分类器获得更好的分类效果，不仅提高了行人识别准确度，还可以进行不同种类的多目标识别；
具体地，步骤S20中，所述对所述雷达信号数据进行处理得到雷达点云数据，具体包括：对所述雷达信号数据进行一维傅里叶变换、二维傅里叶变换、恒虚警检测、数字波束形成（简称DBF）测角信号处理，得到雷达点云数据，所述雷达点云数据包括目标速度、距离、角度和强度信息；
具体地，步骤S40中，所述基于目标轨迹信息筛选得到稳定存在的目标，具体包括：根据目标轨迹存在长度筛选得到稳定存在的目标；例如可以根据目标轨迹存在长度是否大于设定阈值来判断是否为稳定存在的目标；
如图3所示，步骤S40中，所述对稳定存在的目标进行微多普勒数据的提取，累积多帧有效的微多普勒数据得到目标微多普勒图，具体包括：
步骤S401，初始化累积矩阵，所述累积矩阵用于保存累积的微多普勒数据和目标轨迹信息；
步骤S402，将追踪得到的目标轨迹信息与累积矩阵中累积的目标轨迹信息进行匹配，具体包括内循环操作与外循环操作；
在内循环操作中，将第i个目标追踪得到的目标轨迹信息与累积矩阵中第j个目标轨迹信息进行匹配；匹配结果分为三类：目标ID号匹配一致的作为第一类匹配结果，目标ID号不匹配但目标速度、距离和角度信息匹配一致的作为第二类匹配结果，目标ID号、目标速度、距离和角度信息均不匹配的作为第三类匹配结果；若匹配结果为前两类，则根据追踪得到的目标轨迹信息反推目标在雷达距离-速度图上的索引位置，根据索引位置提取有效的微多普勒数据以及当前追踪得到的目标轨迹信息存放在累积矩阵内当前帧位置处；并分别标记第一类匹配结果和第二类匹配结果为匹配状态1和匹配状态2；若匹配结果为第一类不再进行后续匹配操作，若匹配结果为第二类则在当前匹配结果上再进行当前目标追踪得到的目标轨迹信息与累积矩阵中的下一个目标轨迹信息的匹配，若匹配结果能够升级为第一类则更新累积矩阵内累积的微多普勒数据和目标轨迹信息，若无法升级为第一类则维持原有的微多普勒数据和目标轨迹信息；若匹配结果为第三类，则标记为匹配状态3并继续进行当前目标追踪得到的目标轨迹信息与累积矩阵中的下一个目标轨迹信息的匹配；
当当前目标追踪得到的目标轨迹信息与累积矩阵中所有的目标轨迹信息匹配完毕后，内循环结束，转入外循环操作；在外循环操作中，为匹配状态3的目标新建微多普勒数据和目标轨迹信息，在累积矩阵内新的一个位置处存放该目标的微多普勒数据和目标轨迹信息，以进行累积。
综上所述，本申请提出了一种能够消除环境干扰、提高识别准确度、高安全性、多目标适用的行人识别方法，不仅能有效实时检测目标位置，还能快速进行行人识别，且在工程上更具适用性。
最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于追踪微多普勒图的行人识别方法，其特征在于，包括以下步骤：
获取雷达信号数据；
对所述雷达信号数据进行处理得到雷达点云数据；
对所述雷达点云数据进行聚类和目标追踪，得到目标轨迹信息；
基于目标轨迹信息筛选得到稳定存在的目标，再对稳定存在的目标进行微多普勒数据的提取，累积多帧有效的微多普勒数据得到目标微多普勒图；
选取目标轨迹信息中的目标速度、距离、强度以及累积得到的目标微多普勒图作为有效特征；
根据不同类别目标的多组雷达信号数据获得的有效特征训练分类器；
利用分类器将各种类别目标的特征分类，筛选出具有行人属性的目标。
2.如权利要求1所述的基于追踪微多普勒图的行人识别方法，其特征在于，
所述雷达信号数据为发射的雷达探测信号被反射后的雷达回波信号经处理得到的雷达中频信号数据。
3.如权利要求1所述的基于追踪微多普勒图的行人识别方法，其特征在于，
所述对所述雷达信号数据进行处理得到雷达点云数据，具体包括：对所述雷达信号数据进行一维傅里叶变换、二维傅里叶变换、恒虚警检测、数字波束形成测角信号处理，得到雷达点云数据，所述雷达点云数据包括目标速度、距离、角度和强度信息。
4.如权利要求1所述的基于追踪微多普勒图的行人识别方法，其特征在于，
所述基于目标轨迹信息筛选得到稳定存在的目标，具体包括：根据目标轨迹存在长度筛选得到稳定存在的目标。
5.如权利要求1所述的基于追踪微多普勒图的行人识别方法，其特征在于，
所述对稳定存在的目标进行微多普勒数据的提取，累积多帧有效的微多普勒数据得到目标微多普勒图，具体包括：
初始化累积矩阵，所述累积矩阵用于保存累积的微多普勒数据和目标轨迹信息；
将追踪得到的目标轨迹信息与累积矩阵中累积的目标轨迹信息进行匹配，具体包括内循环操作与外循环操作；
在内循环操作中，将第i个目标追踪得到的目标轨迹信息与累积矩阵中第j个目标轨迹信息进行匹配；匹配结果分为三类：目标ID号匹配一致的作为第一类匹配结果，目标ID号不匹配但目标速度、距离和角度信息匹配一致的作为第二类匹配结果，目标ID号、目标速度、距离和角度信息均不匹配的作为第三类匹配结果；若匹配结果为前两类，则根据追踪得到的目标轨迹信息反推目标在雷达距离-速度图上的索引位置，根据索引位置提取有效的微多普勒数据以及当前追踪得到的目标轨迹信息存放在累积矩阵内当前帧位置处；并分别标记第一类匹配结果和第二类匹配结果为匹配状态1和匹配状态2；若匹配结果为第一类不再进行后续匹配操作，若匹配结果为第二类则在当前匹配结果上再进行当前目标追踪得到的目标轨迹信息与累积矩阵中的下一个目标轨迹信息的匹配，若匹配结果能够升级为第一类则更新累积矩阵内累积的微多普勒数据和目标轨迹信息，若无法升级为第一类则维持原有的微多普勒数据和目标轨迹信息；若匹配结果为第三类，则标记为匹配状态3并继续进行当前目标追踪得到的目标轨迹信息与累积矩阵中的下一个目标轨迹信息的匹配；
当当前目标追踪得到的目标轨迹信息与累积矩阵中所有的目标轨迹信息匹配完毕后，内循环结束，转入外循环操作；在外循环操作中，为匹配状态3的目标新建微多普勒数据和目标轨迹信息，在累积矩阵内新的一个位置处存放该目标的微多普勒数据和目标轨迹信息，以进行累积。
6.一种基于追踪微多普勒图的行人识别装置，其特征在于，包括：
存储器，存储有计算机程序；
处理器，用于运行所述计算机程序，所述计算机程序运行时执行如权利要求1～5中任一项所述的基于追踪微多普勒图的行人识别方法的步骤。
CN202111097448.6A 2021-09-18 2021-09-18 基于追踪微多普勒图的行人识别方法和装置 Active CN113687348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111097448.6A CN113687348B (zh) 2021-09-18 2021-09-18 基于追踪微多普勒图的行人识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111097448.6A CN113687348B (zh) 2021-09-18 2021-09-18 基于追踪微多普勒图的行人识别方法和装置

Publications (2)

Publication Number Publication Date
CN113687348A true CN113687348A (zh) 2021-11-23
CN113687348B CN113687348B (zh) 2024-03-15

Family

ID=78586863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111097448.6A Active CN113687348B (zh) 2021-09-18 2021-09-18 基于追踪微多普勒图的行人识别方法和装置

Country Status (1)

Country Link
CN (1) CN113687348B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100283667A1 (en) * 2006-10-26 2010-11-11 Raytheon Company Radar imaging system and method using second moment spatial variance
KR101045348B1 (ko) * 2010-11-30 2011-06-30 엘아이지넥스원 주식회사 직각 좌표계에서 도플러 속도를 이용한 표적 추적 방법
WO2018135754A1 (ko) * 2017-01-18 2018-07-26 (주)디지탈엣지 레이더 시스템의 클러터 제거 및 다중 표적 추적방법
CN108828548A (zh) * 2018-06-26 2018-11-16 重庆邮电大学 一种基于fmcw雷达的三参数融合数据集构建方法
CN108872984A (zh) * 2018-03-15 2018-11-23 清华大学 基于多基地雷达微多普勒和卷积神经网络的人体识别方法
CN110361727A (zh) * 2019-07-22 2019-10-22 浙江大学 一种毫米波雷达多目标跟踪方法
CN110609281A (zh) * 2019-08-23 2019-12-24 珠海格力电器股份有限公司 一种区域检测方法及装置
CN110705501A (zh) * 2019-10-14 2020-01-17 重庆邮电大学 一种提升fmcw雷达手势识别精度的干扰抑制算法
CN111027458A (zh) * 2019-08-28 2020-04-17 深圳大学 基于雷达三维轨迹特征的手势识别方法、装置及存储介质
CN111142085A (zh) * 2020-01-15 2020-05-12 武汉大学 一种基于航迹特征提取的外辐射源雷达目标分类识别方法
CN111344591A (zh) * 2017-11-13 2020-06-26 罗宾雷达设施有限公司 用于检测对象并生成包含径向速度数据的图的基于雷达的系统和方法，以及用于对无人飞行器uav进行检测和分类的系统
CN111708021A (zh) * 2020-07-15 2020-09-25 四川长虹电器股份有限公司 一种基于毫米波雷达的人员跟踪与识别算法
CN112859063A (zh) * 2021-01-13 2021-05-28 路晟悠拜(重庆)科技有限公司 基于毫米波的多人体目标识别及计数方法
CN112912810A (zh) * 2021-01-27 2021-06-04 华为技术有限公司 控制方法和装置
CN113341392A (zh) * 2021-06-01 2021-09-03 北京理工大学 一种基于多站雷达微多普勒运动测向的人体行为分类方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100283667A1 (en) * 2006-10-26 2010-11-11 Raytheon Company Radar imaging system and method using second moment spatial variance
KR101045348B1 (ko) * 2010-11-30 2011-06-30 엘아이지넥스원 주식회사 직각 좌표계에서 도플러 속도를 이용한 표적 추적 방법
WO2018135754A1 (ko) * 2017-01-18 2018-07-26 (주)디지탈엣지 레이더 시스템의 클러터 제거 및 다중 표적 추적방법
CN111344591A (zh) * 2017-11-13 2020-06-26 罗宾雷达设施有限公司 用于检测对象并生成包含径向速度数据的图的基于雷达的系统和方法，以及用于对无人飞行器uav进行检测和分类的系统
CN108872984A (zh) * 2018-03-15 2018-11-23 清华大学 基于多基地雷达微多普勒和卷积神经网络的人体识别方法
CN108828548A (zh) * 2018-06-26 2018-11-16 重庆邮电大学 一种基于fmcw雷达的三参数融合数据集构建方法
CN110361727A (zh) * 2019-07-22 2019-10-22 浙江大学 一种毫米波雷达多目标跟踪方法
CN110609281A (zh) * 2019-08-23 2019-12-24 珠海格力电器股份有限公司 一种区域检测方法及装置
CN111027458A (zh) * 2019-08-28 2020-04-17 深圳大学 基于雷达三维轨迹特征的手势识别方法、装置及存储介质
CN110705501A (zh) * 2019-10-14 2020-01-17 重庆邮电大学 一种提升fmcw雷达手势识别精度的干扰抑制算法
CN111142085A (zh) * 2020-01-15 2020-05-12 武汉大学 一种基于航迹特征提取的外辐射源雷达目标分类识别方法
CN111708021A (zh) * 2020-07-15 2020-09-25 四川长虹电器股份有限公司 一种基于毫米波雷达的人员跟踪与识别算法
CN112859063A (zh) * 2021-01-13 2021-05-28 路晟悠拜(重庆)科技有限公司 基于毫米波的多人体目标识别及计数方法
CN112912810A (zh) * 2021-01-27 2021-06-04 华为技术有限公司 控制方法和装置
CN113341392A (zh) * 2021-06-01 2021-09-03 北京理工大学 一种基于多站雷达微多普勒运动测向的人体行为分类方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
何献武 等: "基于加速度的多目标联合跟踪与分类", 《舰船电子工程》, vol. 31, no. 6, 20 June 2011 (2011-06-20), pages 60 - 64 *
赵盟盟 等: "一种用于空间群目标分辨的滑动窗轨迹跟踪算法", 《宇航学报》, vol. 36, no. 10, 30 October 2015 (2015-10-30), pages 1187 - 1194 *
邵长宇 等: "基于多目标跟踪的空间锥体目标微多普勒频率提取方法", 《电子与信息学报》, vol. 34, no. 12, 15 December 2012 (2012-12-15), pages 2972 - 2977 *
陈广锋: "雷达目标微多普勒特征分析及其应用", 《中国博士学位论文全文数据库 信息科技辑》, no. 03, 15 March 2016 (2016-03-15), pages 136 - 309 *

Also Published As

Publication number Publication date
CN113687348B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
CN111352110B (zh) 处理雷达数据的方法和装置
CN111045008B (zh) 基于展宽计算的车载毫米波雷达目标识别方法
US20150260838A1 (en) Sparse Array RF Imaging for Surveillance Applications
CN107729843B (zh) 基于雷达与视觉信息融合的低地板有轨电车行人识别方法
CN109426802A (zh) 雷达和视觉传感器系统的融合
US10824881B2 (en) Device and method for object recognition of an input image for a vehicle
EP3349038A1 (en) Method to classify objects in a vehicle environment based on radar detections
CN113109802A (zh) 目标运动状态判断方法、装置、雷达设备和存储介质
Song et al. Classification and spectral mapping of stationary and moving objects in road environments using fmcw radar
CN111638520A (zh) 障碍物识别方法、装置、电子设备及存储介质
CN111352111B (zh) 对象的定位和/或分类
Yang et al. On-road collision warning based on multiple FOE segmentation using a dashboard camera
EP3975042A1 (en) Method and apparatus for determining running region information
CN112597839A (zh) 基于车载毫米波雷达的道路边界检测方法
CN115061113A (zh) 用于雷达的目标检测模型训练方法、装置及存储介质
CN114882470A (zh) 车载防碰撞预警方法、装置、计算机设备及存储介质
CN113900101A (zh) 障碍物检测方法、装置及电子设备
KR102085910B1 (ko) 객체 인식 알고리즘 향상을 위한 고정객체와 이동객체의 구분 장치 및 방법
CN113687348B (zh) 基于追踪微多普勒图的行人识别方法和装置
CN115830882A (zh) 异常停车识别方法、装置及电子设备
CN109766737B (zh) 基于图像处理的室内人体姿态初步分类方法
CN113625266A (zh) 应用雷达检测低速目标的方法、装置、存储介质和设备
CN112014822B (zh) 车载雷达测量数据识别方法、装置、介质和电子装置
CN116413683A (zh) 激光雷达及其扫描方法、可读存储介质
CN116027288A (zh) 生成数据的方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240728

Address after: 214124 Gaolang East Road, Wuxi Economic Development Zone, Jiangsu Province 999-8-D2-250

Patentee after: Weifu Zhigan (Wuxi) Technology Co.,Ltd.

Country or region after: China

Address before: No.5, Huashan Road, Xinwu District, Wuxi City, Jiangsu Province

Patentee before: WUXI WEIFU HIGH-TECHNOLOGY Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right