-
公开(公告)号:CN114693740A
公开(公告)日:2022-07-01
申请号:CN202210380269.1
申请日:2022-04-12
Applicant: 电子科技大学
IPC: G06T7/246 , G06V10/762 , G06V10/80 , G06K9/62 , G01S13/88
Abstract: 本发明属于道路场景下扩展目标跟踪领域,具体涉及一种基于目标运动特征的DBSCAN聚类方法。本发明首先利用DBSCAN实现目标点云的初步聚类,将雷达视场中的点云分为不同的簇;然后利用预实验设计了针对单目标点簇及双目标点簇的分类识别方法,可有效识别包含多个目标的点簇;最后通过多帧累积方法确定识别结果,依据识别结果确定是否利用kmeans对双目标点簇执行二次聚类。有效解决了传统DBSCAN算法在多目标场景下,因目标之间距离较近且运动状态相似而导致的无法准确聚类的问题。提高了道路场景下扩展目标的聚类性能。
-
公开(公告)号:CN114693740B
公开(公告)日:2023-04-07
申请号:CN202210380269.1
申请日:2022-04-12
Applicant: 电子科技大学
IPC: G06T7/246 , G06V10/762 , G06V10/80 , G01S13/88
Abstract: 本发明属于道路场景下扩展目标跟踪领域,具体涉及一种基于目标运动特征的DBSCAN聚类方法。本发明首先利用DBSCAN实现目标点云的初步聚类,将雷达视场中的点云分为不同的簇;然后利用预实验设计了针对单目标点簇及双目标点簇的分类识别方法,可有效识别包含多个目标的点簇;最后通过多帧累积方法确定识别结果,依据识别结果确定是否利用kmeans对双目标点簇执行二次聚类。有效解决了传统DBSCAN算法在多目标场景下,因目标之间距离较近且运动状态相似而导致的无法准确聚类的问题。提高了道路场景下扩展目标的聚类性能。
-
公开(公告)号:CN114818916B
公开(公告)日:2023-04-07
申请号:CN202210437952.4
申请日:2022-04-25
Applicant: 电子科技大学
IPC: G06F18/241 , G06F18/25 , G06N3/0442 , G06N3/08
Abstract: 本发明属于交通道路目标分类领域,具体涉及一种基于毫米波雷达多帧点云序列的道路目标分类方法。本发明使用毫米波雷达对目标进行一定时长的跟踪,获取到目标在时间序列上的多帧点云数据;从每帧点云数据中提取特征,构建特征向量序列;构建多帧点云序列特征融合网络实现点云时序特征提取;使用多层感知机实现对目标所属类别的判断。本发明方法获得的基于毫米波雷达的道路目标分类器有着比传统方法更高的分类准确率,对于提升自动驾驶与辅助驾驶系统的环境感知能力具有重要意义。
-
公开(公告)号:CN114818916A
公开(公告)日:2022-07-29
申请号:CN202210437952.4
申请日:2022-04-25
Applicant: 电子科技大学
Abstract: 本发明属于交通道路目标分类领域,具体涉及一种基于毫米波雷达多帧点云序列的道路目标分类方法。本发明使用毫米波雷达对目标进行一定时长的跟踪,获取到目标在时间序列上的多帧点云数据;从每帧点云数据中提取特征,构建特征向量序列;构建多帧点云序列特征融合网络实现点云时序特征提取;使用多层感知机实现对目标所属类别的判断。本发明方法获得的基于毫米波雷达的道路目标分类器有着比传统方法更高的分类准确率,对于提升自动驾驶与辅助驾驶系统的环境感知能力具有重要意义。
-
-
-