一种雷达与视频目标自适应关联方法

    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

    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。

    基于车载4D雷达点云的深度学习网络

    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

    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。

Patent Agency Ranking