-
公开(公告)号：CN113960586B
公开(公告)日：2024-07-30
申请号：CN202111040487.2
申请日：2021-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光学图像辅助的毫米波雷达目标跟踪方法，包括：获取毫米波雷达检测到的T个运动目标，并触发光学相机抓拍K个时刻，得到包含M个运动目标的多幅光学图像的第一集合；对光学图像中的运动目标进行标注，得到第二集合；获取K个时刻下T个运动目标的点迹坐标集合，确定每个时刻的图像量测和雷达量测，得到跟踪数据集；确定每个时刻下图像量测与雷达量测之间的互联概率，得到互联概率矩阵；计算当前时刻下雷达量测已关联的#imgabs0#个图像量测与第一时刻下雷达量测已关联的#imgabs1#个图像量测的距离，得到第一矩阵；确定毫米波雷达的运动目标拆分结果。本发明在光学图像的辅助下可分辨多个并行的运动目标，从而将雷达航迹拆分为多条，提高了目标的检测精度。
-
公开(公告)号：CN113960586A
公开(公告)日：2022-01-21
申请号：CN202111040487.2
申请日：2021-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光学图像辅助的毫米波雷达目标跟踪方法，包括：获取毫米波雷达检测到的T个运动目标，并触发光学相机抓拍K个时刻，得到包含M个运动目标的多幅光学图像的第一集合；对光学图像中的运动目标进行标注，得到第二集合；获取K个时刻下T个运动目标的点迹坐标集合，确定每个时刻的图像量测和雷达量测，得到跟踪数据集；确定每个时刻下图像量测与雷达量测之间的互联概率，得到互联概率矩阵；计算当前时刻下雷达量测已关联的个图像量测与第一时刻下雷达量测已关联的个图像量测的距离，得到第一矩阵；确定毫米波雷达的运动目标拆分结果。本发明在光学图像的辅助下可分辨多个并行的运动目标，从而将雷达航迹拆分为多条，提高了目标的检测精度。
-
公开(公告)号：CN113808219A
公开(公告)日：2021-12-17
申请号：CN202111117899.1
申请日：2021-09-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。
-
公开(公告)号：CN113808219B
公开(公告)日：2024-05-14
申请号：CN202111117899.1
申请日：2021-09-17
Applicant: 西安电子科技大学
IPC: G06T7/80 , G06T7/246 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。
-
-
-
Search Results
4
records
(took 0.02 seconds)
