-
公开(公告)号:CN114839615A
公开(公告)日:2022-08-02
申请号:CN202210471195.2
申请日:2022-04-28
Applicant: 重庆长安汽车股份有限公司
IPC: G01S7/41 , G01S13/931 , G01S3/14 , G06F17/11
Abstract: 本发明公开了一种4D毫米波雷达目标航向角拟合方法及存储介质,包括S1、获取本车信号、目标的位置信号及4D毫米波雷达点云信号,并对该信号进行解析和预处理;S2、对所述点云信号进行聚类处理,获取点云簇;S3、根据目标的位置信号,采用基于主成分分析拟合算法和基于最小包围框损失函数拟合算法相结合的方式对所述点云簇进行航向角拟合处理,获取目标的方位航向角。本发明通过对传感器的特性进行分析后,对不同位置的目标采用不同的航向角拟合算法,结合参考追踪后目标的航向角以及目标的外接框所形成的航向角在不同条件下使用不同的权重,对于目标航向角的准确性有着明显的提升。
-
公开(公告)号:CN115423833A
公开(公告)日:2022-12-02
申请号:CN202210968273.X
申请日:2022-08-12
Applicant: 重庆长安汽车股份有限公司
IPC: G06T7/13 , G06T7/11 , G06V10/26 , G06V10/762
Abstract: 本发明公开了一种基于车辆目标的点云边界框计算方法、系统、设备及介质,方法包括以下步骤:S1、点云数据获取,获取聚类或分割后的车辆目标的点云数据;S2、点云降采样,对获取的点云数据进行降采样;S3、点云方向计算,使用点云数据在水平面的坐标信息,计算点云方向,即车辆在水平面的偏航角;S4、点云边界框计算。本发明使用新的点云降采样方法,保留了点云整体特征信息的同时,降低点云的密度;同时在计算目标方向时采用新的损失值计算方法,增加了计算结果的稳定性,在保证算法时间复杂度较低的同时,保证了目标点云边界框的稳定性。
-
公开(公告)号:CN115115655A
公开(公告)日:2022-09-27
申请号:CN202210692872.3
申请日:2022-06-17
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种目标分割方法,该方法包括:将获取的目标物体对应的三维点云转换成深度图像;计算所述深度图像所有列像素中每一列的两个相邻像素点形成的第一角度值,根据第一角度值确定属于地面点的像素点;将属于地面点的像素点从所述深度图像中移除,得到目标图像;计算所述目标图像中两个相邻像素点形成的第二角度值,根据第二角度值确定属于同一目标的像素点,以完成同一目标的确认;对所述同一目标进行分割,并根据三维点云与深度图像的射映关系将目标的深度图像反投影为点云数据。本发明充分利用了深度投影图像,减少了使用DBSCAN算法排序的耗时,提高了算法速率。
-
公开(公告)号:CN115062683A
公开(公告)日:2022-09-16
申请号:CN202210460110.0
申请日:2022-04-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06K9/62 , G06K9/00 , G01S13/931 , G01S13/86 , G01S7/41 , G06T7/277 , G06V10/762 , G06V10/80
Abstract: 本发明公开了一种基于DBSCAN的4D毫米波雷达聚类方法及存储介质,包括以下步骤,S1、获取本车信号、车道线信号及4D毫米波雷达点云信号,并对该信号进行解析和预处理;S2、计算点云信号中各点的局部搜索半径,并对计算得到的各点局部搜索半径进行排序;S3、对点云信号进行基于DBSCAN算法的聚类处理。本发明以传统DBSCAN算法为基础,在其中添加了基于其他传感器以及各个点的物理属性进行数据预处理、对每一个点云依据其物理量的大小为其确定了局部搜索半径ε并对所有原始探测进行排序再进行聚类以及对聚类结果点数进行动态判断是否为单帧观测目标,将本发明的聚类结果与传统DBSCAN聚类方式比较,可以发现本算法的聚类效果更好。
-
-
-