-
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：CN116299255A
公开(公告)日：2023-06-23
申请号：CN202211139219.0
申请日：2022-09-19
Applicant: 上海无线电设备研究所
Abstract: 一种高效二维恒虚警检测方法，在对同一距离单元的速度维数据进行FFT处理之后，更新门限；针对大于门限的数据进行极值判断，获得极值；在距离‑多普勒二维平面以极值为中心选取参考单元，建立矩形参考窗；在矩形参考窗内选择同一距离单元的速度维数据中数据值最大的，建立新的参考窗；采用有序统计量恒虚警OS_CFAR算法将极值与新的参考窗中的所有参考单元比较，判断极值是否为目标。本发明既能满足对复杂环境下多目标的检测要求，又能降低检测时排序过程中的时间消耗，实现对大空域范围目标快速搜索的同时提高工程实现的可能性。
-
公开(公告)号：CN115932830A
公开(公告)日：2023-04-07
申请号：CN202211572275.3
申请日：2022-12-08
Applicant: 上海无线电设备研究所
IPC: G01S13/66 , G06V10/147 , G06V10/80 , G01S13/86 , G01S7/41
Abstract: 本发明涉及一种雷达与视频目标自适应关联方法，包含以下步骤：步骤1，利用雷达目标跟踪技术和视频实时AI识别跟踪技术分别生成雷达航迹、视频航迹；步骤2，对雷达航迹、视频航迹分别均进行时间插值和空间同步；步骤3，将航迹数据关联阶段分为关联期和检查期，根据航迹数据生成关联质量因子Lij并进行质量因子更新；步骤4，对关联质量因子进行粗筛选，得到航迹关联矩阵；步骤5，筛选最优关联关系；步骤6，在检查期，对雷达、视频的全部航迹进行遍历关联匹配判断，生成全关联矩阵。本发明对雷达、视频目标数据的准确关联，增强雷达与视频融合系统的感知准确性、稳定性，同时提升关联处理的实时性，方法具备多重优势。
-
公开(公告)号：CN115685208A
公开(公告)日：2023-02-03
申请号：CN202211188773.8
申请日：2022-09-27
Applicant: 上海无线电设备研究所
IPC: G01S13/931 , G01S7/02
Abstract: 本发明涉及一种高分辨率成像雷达阵列设计方法，所述成像雷达具有多个发射阵元和多个接收阵元，包含以下步骤：设置可供多个天线阵元排布的二维区域；根据不模糊测角范围设置方位和俯仰两个方向的栅格间隔，将二维区域分割成二维网格化的区域；限定天线阵元放置区域及区域内的天线阵元个数；采用粒子群优化算法，对二维网格化的区域的发射阵元和接收阵元位置分布进行MIMO虚拟，形成虚拟二维阵列，并预设虚拟二维阵列目标最高旁瓣值不大于T0，以阵列方向图的最高旁瓣为目标函数优化发射和接收阵元位置。采用本申请方法设计的成像雷达具有成本低，分辨率高，旁瓣值低等优点。
-
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：CN113511236B
公开(公告)日：2023-02-28
申请号：CN202110918662.7
申请日：2021-08-11
Applicant: 上海无线电设备研究所
IPC: B61L25/02
Abstract: 本发明涉及一种轨交列车运动状态高精度感知设备，包括：壳体、面板、运动状态监测传感器和中央数据处理器，通过中央数据处理器将各运动状态监测传感器的多源数据融合处理，在不依赖轨交地面测量系统和车载信号系统的情况下，可以自主获取列车运行方向、实时速度、位移信息、实时位置和加速度等信息。本发明还涉及一种实现轨交列车高精度位移测量的方法，采用雷达测速和激光测距联合测量的方法实现列车位移信息的获取，可以实现各类轨交条件下的高精度位移测量。本发明还涉及一种实现轨交列车实时自主定位的方法，通过融合处理列车位移信息和运行方向信息，结合轨交地图即能实现列车实时位置感知，且精度高、实时性好。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.035 seconds)
