-
公开(公告)号：CN116778290A
公开(公告)日：2023-09-19
申请号：CN202310734115.2
申请日：2023-06-20
Applicant: 上海无线电设备研究所
Abstract: 本发明提供一种基于深度学习算法的雷达视觉数据关联方法，包含步骤：S1、获取当前雷达目标轨迹、视觉图像帧，历史融合轨迹；S2、将当前视觉图像帧输入CenterFusion网络中，得到视觉检测识别的视觉目标检测框，基于空间同步反投影机制获得视觉目标在雷达坐标系下的位置；S3、计算雷达目标与视觉目标的运动、尺度、外观相似度，并为各相似度预设对应的权重系数，得到第一关联相似度；S4、基于历史融合轨迹和雷达、视觉目标进行二次匹配，滤除虚警目标；S5、基于视觉目标尺寸更新上述权重系数，得到雷达目标、视觉目标的第二关联相似度，建立对应的雷达‑视觉关联对，更新历史融合轨迹；进入下一时刻，重复步骤S1至S5。
-
公开(公告)号：CN115586507A
公开(公告)日：2023-01-10
申请号：CN202211124176.9
申请日：2022-09-15
Applicant: 上海无线电设备研究所
Abstract: 本发明公开一种抑制速度模糊的MIMO雷达波形设计方法，包括：S1、根据帧周期要求插入z个解模糊序列：具有Nt个发射天线、Nr个接收天线的MIMO雷达采用时分发射波形，发射天线按照1、2、……、Nt的顺序依次打开，而Nr个接收天线同时接收每个发射天线产生的回波信号，解模糊序列的起始时刻与前一常规序列的结束时刻间隔一定的延迟时间a；之后将回波信号与对应的发射信号混频得到差拍信号，根据同一发射天线发射的常规序列和解模糊序列的差拍信号相位差求解模糊倍数，每插入一个解模糊序列，对于每个接收天线，可以求解一个模糊倍数；S2、求目标的模糊速度；S3、取模糊倍数的众数，计算解模糊的目标速度。本发明能显著提高解模糊正确率。
-
公开(公告)号：CN119296049A
公开(公告)日：2025-01-10
申请号：CN202411227662.2
申请日：2024-09-03
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种交通目标识别优化方法，包含：S1：道路区域识别，即采集高清交通监控图像，使用车道检测算法识别该监控图像中的道路区域中的车道线；S2：道路区域切割，即基于步骤S1，将道路区域图像切割成若干个比例相等的道路子图像；S3：道路子图像重组，即将步骤S2得到的道路子图像进行缩放并重组，生成适于目标识别模型处理的重组图像；S4：交通目标检测与处理，即将重组图像输入到目标识别模型，得到目标检测框，并去除目标检测框中的重复检测部分，得到最终交通目标。本发明针对小目标检测识别性能差、处理延时等问题，提出了优化方法，可提升目标识别模型的准确率和效率，为交通监控系统提供了一种高效且可靠的目标检测解决方案。
-
Patent Agency Ranking
公开(公告)号：CN117111065A
公开(公告)日：2023-11-24
申请号：CN202310998824.1
申请日：2023-08-09
Applicant: 上海无线电设备研究所
IPC: G01S13/931 , G01S13/58 , G01S13/62 , G01S3/14
Abstract: 一种二维阵列快速角度估计方法，对于一个具有N个发射和M个接收的成像雷达，经过MIMO通道虚拟后形成二维测角阵列，二维测角范围水平为±θ和俯仰为 测角间隔分别为Δθ和 通过天线设计将二维角度估计的水平角度和俯仰角度分别限定在水平±θ和俯仰 内，选取阵列占有最大水平阵面口径的虚拟天线阵列作为阵列主轴，通过阵列主轴进行角度估计得到目标水平角度θb和最大水平角度偏差θμ，将θb±θμ作为先验值输入进行二维角度估计得到真实目标的水平和俯仰角度。本发明降低了算法复杂度，提升了计算速度。
-
公开(公告)号：CN117092652A
公开(公告)日：2023-11-21
申请号：CN202311072804.8
申请日：2023-08-23
Applicant: 上海无线电设备研究所
Abstract: 一种基于径向基函数网络的双雷达测速方法，采用具有固定高度差的两个雷达分别独立采集列车运行数据，将采集到的距离测量值R、目标径向速度值vd以及俯仰角测量值E输入训练好的径向基函数网络，径向基函数网络输出测量距离误差的补偿值ΔR和俯仰角的补偿值ΔE，利用补偿值来校正距离和俯仰角的测量值，得到校正后的距离值R'和俯仰角值E'，根据校正后的距离值R'进行雷达高度h的校准，利用校正后的距离值R'和校准后的雷达高度h计算得到精确的列车运行速度v。本发明显著提高了测速的精确性和稳定性。
-
公开(公告)号：CN115761432A
公开(公告)日：2023-03-07
申请号：CN202211176530.2
申请日：2022-09-26
Applicant: 上海无线电设备研究所
IPC: G06V10/82 , G06V10/764 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于车载4D雷达点云的深度学习网络，包含以下步骤：S1、采集场景数据以形成4D雷达点云数据集，并划分为训练集、验证集及测试集；S2、将训练集中场景点云数据划分为多个空间区域，并通过密度感知PointRCNN网络学习不同空间区域内的点云分布特征；S3、逐点学习点的全局语义特征，搜索遍历空间区域后从输入点云中分割出前景点，并生成3D提议框，以估计车辆目标位置与尺寸；S4、通过局部坐标转换学习局部特征，优化3D提议框的位置和方向，从而生成检测车辆目标的3D边界框；S5、设置网络损失函数，并结合验证集训练密度感知PointRCNN网络模型直至其收敛。本发明可以获得更稳健的网络模型和更强的目标检测能力。
-
公开(公告)号：CN115561750A
公开(公告)日：2023-01-03
申请号：CN202211074954.8
申请日：2022-09-02
Applicant: 上海无线电设备研究所
IPC: G01S13/88
Abstract: 本发明公开了一种毫米波雷达车型分类方法，该方法包括：采用毫米波雷达对待检测目标进行探测，以获取所测的各点迹的位置信息和速度信息，并进行预处理；构建椭圆波门模型，通过椭圆波门模型、各个点迹的位置信息和速度信息自底向上对各点迹进行聚类，得到初步分类结果；对初步分类结果中的多个目标点迹进行跟踪，形成目标航迹；根据椭圆波门模型和目标航迹对应的跟踪目标的速度信息确定关联目标组合，并通过多帧滑动窗口计算关联目标组合中的各个关联目标的潜在大车概率，将满足预设条件的各关联目标进行合并，并确定为大车类型。本发明通过车型聚类和目标跟踪结果实现车型分类，从而可有效提高车型分类的准确性。
-
公开(公告)号：CN114089268A
公开(公告)日：2022-02-25
申请号：CN202111395574.X
申请日：2021-11-23
Applicant: 上海无线电设备研究所
Abstract: 一种二维交叉阵列方位角俯仰角解耦合方法，利用交叉阵元接收数据的干涉相位差求解目标俯仰角，根据俯仰角产生的相位对数据进行补偿，对补偿后的数据利用一维测角算法计算得到目标方位角。本发明计算量小且增加测角不模糊范围，为毫米波车载雷达测量角度提供新思路，适用于提高毫米波车载雷达测角实时性和增加视场范围。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.032 seconds)
